Taller Introducción a R, RStudio y R Markdown

UNIVERSIDAD DE PUERTO RICO en HUMACAO

Departamento de Biología

Denny S. Fernández del Viso

Contenido del taller

Taller introductorio a R Studio y R Markdown. El diseño del taller se basa en el modelo UMT (unidad-módulo-tema):

Ambiente de Trabajo - Datos

R y RStudio

Describir las características de R y al menos dos de sus ventajas.
Descargar e instalar las últimas versiones de R y Rstudio.
Obtener una cuenta y trabajar en RStudio Cloud.

  • R
  • RStudio
  • Instalaciones
  • RStudio Cloud

Componentes de RStudio

Reconocer y activar las cuatro ventanas principales de RStudio.
Escribir y correr comandos y funciones en la consola de R.

  • Ventanas
  • Consola R

Configuración de RStudio

Crear y editar un directorio de trabajo.
Crear y organizar proyectos.
Localizar, descargar, instalar y activar paquetes R.

  • Directorio
  • Proyecto
  • Paquetes

Archivos de códigos R

Crear, escribir, editar y correr un archivo en código R.
Conocer al menos otros dos tipos de archivos en R Studio.

  • Archivo R Script
  • Gramática R
  • Correr códigos
  • Otros tipos de archivos

Operaciones básicas con R

Usar R para realizar operaciones matemáticas y asignar los resultados a un objeto (variable).

  • Operadores aritméticos y otros
  • Funciones matemáticas y estadísticas
  • Asignar resultados de operaciones o funciones a variables

Tipos de datos

Reconocer la diversidad de tipos de datos que se usan en R.

  • Numéricos
  • Texto
  • Lógicos

Estructuras de datos

Crear vectores y manipular los datos contenidos en ellos.
Construir matrices a partir de vectores.
Producir y manipular ’data frames’.
Conocer la estructura de una lista y cómo extraer datos de ella.

  • Vectores
  • Matrices
  • ‘Data frame’
  • Listas

Entrada de datos

Entrar y editar datos usando un editor del sistema.
Importar datos de documentos en formato .csv y similares.
Importar datos de hojas de cálculo, como Excel.
Cargar al sistema datos que se encuentran encapsulados en paquetes.

  • Manual
  • Datos en paquetes
  • Archivos del sistema
  • Archivos de texto delimitado
  • Hojas de cálculo
  • Importar datos de la web

Procedimientos

Manejo básico de datos

Organizar y transformar datos utilizando procedimientos de R básico y de paquetes como ‘dplyr’.

  • Uso de dplyr y ‘pipes’

Creación de funciones en R

Crear funciones y aplicarlas a grupos de datos.

  • Construcción de una función
  • Uso de sapply y aggregate con una función

Controles for if-else

Utilizar controles para la aplicación de funciones.

  • Expresiones con if…else
  • Expresiones con bucles for y while

Tablas

Crear tablas de resultados de calidad para publicaciones.

  • Paquete kableExtra
  • Paquete gt

Gráficas

Construir y modificar gráficas utilizando R básico y el paquete ggplot2.

  • Gráficas básicas (barras, histograma)
  • Gráficas con ggplot2 (barras, histograma)

Pruebas de hipótesis

Realizar al menos dos tipos de pruebas de hipótesis, con variables categóricas y continuas, y mostrar resultados en tablas.
Cálcular los estadísticos de modelos de análisis de varianza y regresión lineal simple.
Construir gráficas para los modelos anteriores.

  • Prueba t para la media de dos muestras
  • Prueba de asociación chi-cuadrado
  • Cálculos de los estadísticos de modelos de análisis de varianza y regresión lineal simple.
  • Comparación de múltiples tratamientos con ANOVA (gráfica Box&Whisker)
  • Relación entre variable respuesta y variable predictora (gráfica de puntos y línea de regresión)

R Markdown

El documento R Markdown

Crear documento R Markdown.
Editar la sección YAML.

  • Archivo R Markdown en RStudio

Edición en R Markdown

Editar texto, enlaces e imágenes en R Markdown

  • Introducir texto y editarlo
  • Introducir enlaces e imágenes

Códigos R en R Markdown

Introducir y correr códigos R en un documento R Markdown.

  • Creación de chunk
  • Formato del chunk
  • Opciones para correr chunks

Uso de Knit

Producir documentos HTML, Word y PDF a partir de R Markdown.

  • Uso de Knit para producir documentos en diferentes formatos


Libros de Referencia

Kabacoff, R.I., 2015. R in Action: data analysis and graphics with R, Second Edition. ed. Manning, Shelter Island, NY.

Lander, J.P., 2017. R for everyone: advanced analytics and graphics, Second edition. ed, The Addison Wesley data and anlytics series. Addison-Wesley, Boston.

Wickham, H., Grolemund, G., 2016. R for data science: import, tidy, transform, visualize, and model data, First edition. ed. O’Reilly, Sebastopol, CA.