|
Cursos y Tópicos
Aspectos generales
Métodos de evaluación
MÉTODO |
PORCENTAJE |
NOTAS |
Examenes |
30% |
Dos |
Presentación de un proyecto |
10% |
|
Trabajos |
60% |
Dos |
Profesor (a) responsable
Profesores (as) participantes
PARTICIPANTE |
ENTIDAD O ADSCRIPCIÓN |
SESIONES |
CASTRO MONZON FEDERICO Responsable
|
Otras entidades |
2.6 Repaso de subselección 2.3 Manejo de datos múltiples 8.1 Trabajo con asesoría 1.0 Introducción a R 1.6 Cómo obtener ayuda 2.0 Manipulación básica de datos 3.0 Importar y exportar datos 4.0 Análisis exploratorio de datos |
SÁNCHEZ DOMÍNGUEZ MARIO Integrante
|
Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas / Facultad de Ciencias, UNAM |
8.0 Desarrollo del proyecto personal 4.4 Visualización de datos 6.0 Modelos 7.0 Temas avanzados y repaso 8.1 Trabajo con asesoría 5.0 Programación 5.2 Funciones personalizadas 6.3 Modelos multifactoriales |
Introducción
En este curso tiene como objetivo ofrecer las herramientas básicas para el uso de R, un lenguaje libre de programación usado frecuentemente en la academia para la exploración, visualización y análisis de datos. El programa cuenta con el soporte de una amplia comunidad y gran cantidad de librerías han sido desarrolladas para el análisis de datos en campos como epidemiología, ecología, fisiología y genética.
Temario
Clase 1, Federico Castro Monzón
1.0 Introducción a R
1.1 Historia de R
1.2 Filosofía del lenguaje
1.3 Ejemplos de uso en estudios de biomedicos
1.4 Instalación de R en Windows, Mac y Linux
1.5 Entornos de desarrollo integrado
Clase 2, Federico Castro Monzón
1.6 Cómo obtener ayuda
1.6.1 Ayuda en R
1.6.2 StackOverflow
1.6.3 Librería Swirl
1.7 Propuesta de proyecto personal
Clase 3, Federico Castro Monzón
2.0 Manipulación básica de datos
2.1 Tipos de datos
2.1.1 Elementos numéricos
2.1.2 Elementos boleanos
2.1.3 Caracteres
2.1.4 Factores
2.2 Operaciones básicas
1.7 Propuesta de proyecto personal
Clase 4, Federico Castro Monzón
2.3 Manejo de datos múltiples
2.3.1 Vectores
2.3.2 Matrices
2.3.3 Tablas
2.3.4 Listas
2.4 Coerción de datos
2.5 Sub-selección de datos
1.7 Propuesta de proyecto personal
Clase 5, Federico Castro Monzón
2.6 Repaso de subselección
Clase 6, Federico
3.0 Importar y exportar datos
3.1 Tipos de formatos de tablas
3.2 Conversión a Excel/Libre Office
3.3 Establecer el directorio base
3.4 Importar tablas
3.5 Errores comunes en archivos
3.6 Exportar tablas
Clase 7, Federico Castro Monzón
4.0 Análisis exploratorio de datos
4.1 Detección de datos ausentes (NA)
4.3 Estadísticas básicas
4.3.1 Dispersión
4.3.2 Centralización
4.3.3 Correlación
Clase 8, Mario Sánchez Domínguez
4.4 Visualización de datos
4.4.1 Diagramas de dispersión
4.4.2 Diagramas de caja
4.4.3 Histogramas
Clase 9, Mario Sánchez Domínguez
Examen 2
5.0 Programación
5.1 Estructuras de control
5.1.1 Condicionales (if/else)
5.1.2 Bucles (while/for)
Clase 10, Mario Sánchez Domínguez
5.2 Funciones personalizadas
5.3 Repaso programación
Clase 11, Mario Sánchez Domínguez
6.0 Modelos
6.1 Distribuciones estadísticas
6.2 Modelos lineales sencillos
Clase 12, Mario Sánchez Domínguez
6.3 Modelos multifactoriales
6.4 Pruebas estadísticas básicas
Clase 13, Mario Sánchez Domínguez
7.0 Temas avanzados y repaso
7.1 Instalación de librerías
7.1.1 Librería usadas frecuentemente
7.2 Objetos avanzados
7.2.1 Imágenes
7.2.1 Rasters
7.2.3 Polígonos
7.3 Repaso del curso
Clase 14, Mario Sánchez Domínguez, Federico Castro Monzón
8.0 Desarrollo del proyecto personal
Clase 15 Mario Sánchez Domínguez, Federico Castro Monzón
8.1 Trabajo con asesoría
Clase 16
reposición
Bibliografía
R Core Team (2022). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/. Higgins, P., (2022) Reproducible medical research with R. URL
https://www.bookdown.org/pdr_higgins/rmrwr/#helpful-tools Grolemund, G., & Wickham, H. (2017). R for data science. O’Reilly Media.
Descargar en PDF
|
|
|