R: minicurso de análisis de datos y estadística
Presentación
Este minicurso reúne, en once cuadernos, mis notas de trabajo con R en estadística, análisis de redes, series de tiempo y datos espaciales. Están reescritas como un curso: cada cuaderno explica la teoría necesaria, muestra el código paso a paso con datos que se pueden ejecutar sin descargar nada, incluye gráficos y termina con ejercicios resueltos y lecturas para profundizar.
Todo el código se ejecuta al construir el sitio, por lo que los resultados y las figuras que ves son los que produce el código.
Cómo usar este curso
- Sigue el orden si vienes de cero: cada módulo se apoya en los anteriores (los prerrequisitos están al inicio de cada cuaderno).
- Ejecuta el código en RStudio o en Positron; copiar y pegar los bloques funciona porque los ejemplos usan datos incluidos en paquetes o simulados.
- Intenta los ejercicios antes de abrir las soluciones plegables.
- Si ya sabes R, entra directamente al módulo que necesites: los módulos 4 a 9 son bastante independientes entre sí.
Ruta de aprendizaje
| Módulo | Tema | Duración y nivel |
|---|---|---|
| 0 | Fundamentos de R | 1,5 h · principiante |
| 1 | Programación: flujo, bucles y funciones | 1,5 h · principiante |
| 2 | Manejo de datos con tidyverse | 3 h · principiante |
| 3 | Visualización con ggplot2 | 3 h · intermedio |
| 4 | Estadística básica | 3 h · intermedio |
| 5 | Regresión lineal y ANOVA | 4 h · intermedio |
| 6 | Modelos mixtos y medidas repetidas | 4 h · avanzado |
| 7 | GAM y series de tiempo | 4 h · avanzado |
| 8 | Análisis de redes con igraph | 2 h · intermedio |
| 9 | Análisis espacial | 4 h · intermedio |
| 10 | Aplicaciones y proyectos | 4 h · avanzado |
Módulos
Objetos, vectores, matrices, ayuda, paquetes y buenas prácticas de estilo.
1,5 h · principiante
Condicionales, bucles, la familia apply, funciones propias y simulaciones.
1,5 h · principiante
Importar, ordenar, transformar, unir, fechas, factores y datos faltantes.
3 h · principiante
Gramática de gráficos, color, facetas, incertidumbre y gráficos interactivos.
3 h · intermedio
Distribuciones, pruebas t y chi-cuadrado, correlación, permutación y bootstrap.
3 h · intermedio
Modelos lineales, diagnóstico, predicción, ANOVA, post hoc y medias marginales.
4 h · intermedio
Efectos aleatorios con lme4 y nlme, ICC, correlación temporal y modelos no lineales.
4 h · avanzado
Splines penalizados con mgcv, descomposición, ARIMA y pronóstico.
4 h · avanzado
Centralidad, comunidades, modelos aleatorios, conectividad y PageRank.
2 h · intermedio
sf y terra, NetCDF, climatologías y autocorrelación espacial de Moran.
4 h · intermedio
Encuestas, web scraping, matrices de Leslie y proyectos reproducibles con Git.
4 h · avanzado
Instalación
Necesitas R (versión 4.3 o superior) y, recomendado, RStudio. Los paquetes que se usan a lo largo del curso se instalan una sola vez:
install.packages(c(
# datos y gráficos
"tidyverse", "palmerpenguins", "patchwork", "corrplot", "plotly", "scales",
# estadística y modelos
"broom", "car", "emmeans", "boot", "lme4", "lmerTest", "nlme", "performance", "mgcv",
# series de tiempo
"forecast", "tseries",
# redes
"igraph", "ggraph", "tidygraph", "igraphdata",
# espacial
"sf", "terra", "ncdf4",
# aplicaciones
"rvest", "jsonlite"
))igraph o sf no se instalan en macOS
Suelen fallar por librerías del sistema. Instálalas con Homebrew (brew install libxml2 gdal udunits) y, si usas Anaconda, procura que no aparezca primero en el PATH al compilar paquetes de R.
Sobre el material
Las notas originales se escribieron durante varios años de cursos, talleres y proyectos de investigación en ecología marina, gestión del riesgo y ciencia de datos. Para este minicurso se actualizaron al ecosistema actual de R: tidyverse en lugar de plyr/reshape, sf y terra en lugar de rgdal/raster, y lme4/mgcv/forecast para modelos. Los conjuntos de datos son públicos o simulados. Si encuentras un error o tienes una sugerencia, puedes abrir una issue en el repositorio del sitio.