R - de Cero a Profesional

RoadMap R

Nivel Principiante:
Introducción

Parte 1: Principiante

Objetivos:

  • Familiarizarse con el entorno de R y RStudio
  • Aprender las estructuras de datos básicas
  • Realizar operaciones y manipulaciones básicas de datos
  • Introducción a la visualización de datos

Contenidos:

  1. Introducción a R y RStudio

    • Instalación de R y RStudio
    • Navegación por la interfaz de RStudio
    • Conceptos básicos y sintaxis

  2. Estructuras de Datos en R

    • Vectores: creación y operaciones básicas
    • Matrices: manipulación y operaciones
    • Listas: creación y acceso a elementos
    • Data Frames: creación, manipulación, importación y exportación

  3. Manipulación Básica de Datos

    • Operaciones con vectores y matrices
    • Subsetting y filtrado de data frames
    • Uso de funciones básicas (mean, sum, length, etc.)

  4. Condicionales y Bucles

    • Sentencias if-else
    • Bucles for y while

  5. Visualización de Datos Básica

    • Gráficos base de R: plot, hist, barplot
    • Introducción a ggplot2: conceptos básicos y gráficos simples
Nivel Intermedio:
Explorando Conceptos

Parte 2: Intermedio

Objetivos:

  • Aprender a manipular y transformar datos con dplyr y tidyr
  • Realizar análisis estadístico básico
  • Crear visualizaciones avanzadas con ggplot2
  • Escribir y utilizar funciones personalizadas

Contenidos:

  1. Manipulación de Datos con dplyr

    • select, filter, arrange, mutate, summarize
    • Agrupación y resúmenes: group_by, summarize

  2. Transformación de Datos con tidyr

    • gather, spread, separate, unite
    • Manejo de datos faltantes

  3. Análisis Estadístico Básico

    • Estadística descriptiva: medidas de tendencia central y dispersión
    • Pruebas de hipótesis: pruebas t, ANOVA
    • Correlación y regresión lineal

  4. Visualización Avanzada con ggplot2

    • Personalización de gráficos
    • Uso de facetas y temas
    • Visualización de datos temporales y geográficos

  5. Programación Funcional en R

    • Definición y uso de funciones personalizadas
    • Aplicación de funciones: apply, lapply, sapply, tapply
Nivel Avanzado:
Optimización

Parte 3: Avanzado

Objetivos:

  • Realizar análisis y modelado estadístico avanzado
  • Trabajar con grandes conjuntos de datos y bases de datos
  • Implementar análisis de texto y aprendizaje automático
  • Desarrollar informes reproducibles y aplicaciones interactivas

Contenidos:

  1. Modelado Estadístico Avanzado

    • Regresión múltiple y modelos de regresión avanzada
    • Análisis de supervivencia
    • Series temporales y análisis predictivo (ARIMA, etc.)

  2. Manejo de Grandes Conjuntos de Datos

    • Uso de data.table para manipulación eficiente de datos
    • Conexión y consultas a bases de datos SQL con DBI
    • Trabajo con datos desde APIs y formatos JSON

  3. Análisis de Texto y Minería de Datos

    • Limpieza y preparación de datos de texto
    • Análisis de frecuencia y TF-IDF
    • Análisis de tópicos con LDA

  4. Aprendizaje Automático en R

    • Modelos supervisados: regresión logística, árboles de decisión, random forests
    • Modelos no supervisados: clustering, PCA
    • Evaluación de modelos y validación cruzada

  5. Informes Reproducibles y Aplicaciones

    • Introducción a R Markdown para informes reproducibles
    • Desarrollo de dashboards interactivos con Shiny
    • Automatización de tareas con scripts R

Recursos