Jupyter+R:
RStudio:
Manejo de datos, análisis y representación gráfica usando R
Durante los últimos años en múltiples áreas del conocimiento se habla mucho sobre datos, supongo que la persona que está leyendo este documento habrá oído mencionar el término "Big Data". Como se imaginarán una de las ventajas de vivir en un mundo globalizado y con acceso a tecnologías es el poder conectar con miles de personas que hacen investigación o que sencillamente recogen datos para tomar decisiones, esto a su vez implica el acceso a una cantidad enorme de datos y por tanto de posibilidades de generar nueva información. Todas estas posibilidades han hecho que los investigadores pongan en importancia mucho más que antes a los datos y que se desarrollen nuevos campos de investigación de datos biológicos, entre estos la denominada Bioinformática.
Los datos representan una parte fundamental en el desarrollo de la ciencia, por muchos años los investigadores se acostumbraron a mantener los datos con una estructura que solo ellos entendían. Es posible que años atrás eso fuera lo más importante, sin embargo, hoy en día estos paradigmas están cambiando, cada vez es más importante que los datos sean guardados con formatos estandarizados y que puedan ser leídos por cualquier investigador. Paralelamente, durante los últimos años se ha desarrollado enormemente la capacidad computacional y con ella las posibilidades de análisis. Algunas herramientas de programación se han desarrollado durante los últimos años, siendo el entorno de programación R uno de los más potentes, con una enorme comunidad de usuarios y colaboradores, R es sin lugar a duda una de las herramientas más potentes para análisis de datos.
El curso esta esta organizado en cuatro unidades en cada unidad se desarrollarán actividades y ejercicios que le permitan
- Introducción a R
- Manipulación y limpieza de datos con R
- Indexación
- Datos ordenados
- Herramientas para ordenar los datos
- Herramientas para reformar los datos
- Gráficos en R
- La visualización de datos
- El sistema base de graficas
- El lienzo donde graficar
- Parámetros gráficos
- Una gráfica con R
- Gráficos de una variable
- Gráficos de dos variables
- Introducción al análisis lineal en R
- Regresiones lineales
- Intervalos de confianza e intervalos de predicción
- Chequeo de asunciones
- Modelos de Poisson
- Modelos binomiales