Programa

• Bienvenida, R, Instalación, Entorno
• Lectura de datos. Manipulación de datos
• Manipulación de datos
• Visualización
• Recap. Análisis Exploratorio de Datos (AED)
• Inferencia Estadística
• Regresión Lineal, Logística. Árboles de Decisión
• Reportes

Clases

• Cada clase tendrá una parte expositiva (25%)
• Describiremos objetivos, funciones, ejemplos, links de interés.
• El restante (90%) es enfocado en aprender haciendo.
• Se que no suma 100%. Pero es muy importante ejercitar.
• Todos escribiremos código. Cometeremos errores y los corregiremos. hechando a prender se aprende
• Todo el material estará en http://www.diplomados.uc.cl/acceso.php

Material

• Primeros pasos de Riva Quiroga: https://github.com/rivaquiroga/RLadies-Santiago/blob/master/2018-04_taller_primeros_pasos_en_R.Rmd
• R para Ciencia de Datos: http://es.r4ds.hadley.nz/
• Repositorio https://github.com/jbkunst/puc-introduccion-a-R

Revisamos http://jkunst.com/intro-r-workshop/ para motivarlos?

Descarga e Instalación

• R es el motor
• R se descarga de https://cran.r-project.org/bin/windows/base/
• Rstudio es el panel de control
• Rstudio se descarga de https://www.rstudio.com/products/rstudio/download/#download
• La instalación es estándar (click click click)
• Si nada funciona: Versión cloud https://rstudio.cloud/

Descarga

Si nos olvidamos de lo anterior. Recuerden

http://es.lmgtfy.com/?q=r+cran+descargar

y

http://es.lmgtfy.com/?q=rstudio+descargar

Simplemente abrimos RStudio que internamente usará R

http://edild.github.io/qetxrbook/rintro/rstudio.html

Los primeros pasos

• La mayor parte será en un script que contendrá nuestros comandos
• Los resultados de nuestras instrucciones aparecerán en la consola
• Si realizamos gráficos estos aparecerán en plots
• Los datos que vayamos cargando, creando, modificando aparecenrán en enviorment (ambiente)

Ejercicio - El segundo paso

• Abrir RStudio
• File (archivo) -> New File (nuevo archivo) -> R Script
• Escribir en el script x <- c(12, 45, 67,45, 234, 45) y ejecutar (CTRL + R)
• Escribir y ejectutar mean(x) y plot(x)

x <- c(12, 45, 67,45, 234, 45)
mean(x)

## [1] 74.66667

plot(x)

Tercer paso - Paquetes

• Paquetes son conjunto de funciones que extienden la funcionalidad de R
• Para poder usarlas debemos antes instalarlas mediante la función install.package. Ejemplo/Ejercicio install.package("tidyverse")
• Luego ya instalada, no siempre la necesitaré. En caso de necesitarla, la cargo para usarla en nuestra sesión con la función library. Ejemplo/Ejercicio library(readxl)

Resumen. En un computador debemos instalar una vez el paquete, y cargar el paquete las veces que los requiramos.

Tidyverse

Es un conjunto de paquetes que funcionan en conjunto:

• Para importar datos
• Manipularlos
• Visualizarlos