/readme

Acerca de ...

  • Este repositorio contiene información relevante para el curso "Taller de R: Estadística y Programación." de la Universidad de los Andes.

  • Este no es un curso avanzado de R, está diseñado para introducir a los usuarios en algunas de las posibles aplicaciones de R.

  • El programa del curso se encuentra en la carpeta Sylabus.

  • Aunque el curso está desarrollado completamente en español, no se usan acentos ni caracteres especiales dentro de los scripts de las clases; Esto último para evitar conflictos entre los diferentes sistemas operativos.

  • Antes de empezar vea la sección Antes de ...

1. Organización del curso:

El curso está dividido en 16 clases, las cuales se distribuyen a los largo de 5 módulos. Para cada clase se crea un repositorio que contiene cuatro carpetas con el material del curso. El contenido detallado de cada clase se encuentra en el Sylabus.

  • Módulo 1: Introducción a R

    • Clase_01: Introducción a R.
    • Clase_02: Estructuras de datos en R.

  • Módulo 2: Data Tidying

    • Clase_03: Limpieza de bases de datos parte 1.
    • Clase_04: Limpieza de bases de datos parte 2.
    • Clase_05: Limpieza de bases de datos parte 3.
    • Clase_06: Gráficos en R.

  • Módulo 3: Iterar procesos

    • Clase_07: Loops (For, While, repeat)
    • Clase_08: Familia apply

  • Módulo 4: Procesamiento de información espacial

    • Clase_09: Introducción a la información espacial en R.
    • Clase_10: Visualización de la información espacial.
    • Clase_11: Operaciones con objetos espaciales.
    • Clase_12: Introducción al procesamiento de imágenes satelitales.

  • Módulo 5: Otras aplicaciones

    • Clase_13: Regresiones.
    • Clase_14: Rmarkdonw y Shiny.
    • Clase_15: Web scraping.
    • Clase_16: Minería de texto.

2. Sylabus

Esta carpeta contiene el programa y las reglas de juego del curso.

3. Antes de ...

1. Cada clase está contenida en un repositorio así:

  • Clase_01
  • Clase_02
  • Clase_03
  • ...
  • Clase_16

2. Cada repositorio contiene 4 carpetas:

  • Codes: Contiene el script de la clase.
  • Data: Contiene dos carpetas, Originals y Processed.
    • Originals: Contiene la raw data (datos originales), es decir la información tal cual como se obtiene de la fuente original.
    • Processed: Contiene la tidy data (datos procesados), es decir, las bases de datos que se obtiene al correr los scripts de la carpeta Codes.
  • Help: Contiene el material de apoyo para la clase.
  • Video: Contiene (no siempre) el vídeo con la explicación de la clase.

3. Para replicar una clase, usted debe ir al repositorio de la clase y hacer clic en Code.

Después debe descargar el repositorio haciendo clic en Download ZIP (En la segunda clase aprenderemos una forma de hacerlo directamente desde R). Posteriormente debe ir a la carpeta Codes y abrir el Script de la clase, para replicar la clase solo debe cambiar el directorio de trabajo (linea 36 del código) por la ruta a la carpeta del repositorio en su computador.

4. ¿Cómo seguir las clases? (Lo mismo de la sección 3. Antes de ..., pero explicado en vídeo).

Ver aquí el vídeo de como seguir las clases.

Enlace a documentación de GitHub si quiere aprender un poco más de GitHub.