Prontuario del curso: Estrategias para trabajar con datos

Objetivo general

Desarrollar habilidades fundamentales para la manipulación y gestión de datos en estructuras tabulares, utilizando el lenguaje de programación R y sus principales herramientas para la preparación y transformación de datos, permitiéndoles aplicar estos conocimientos de manera eficiente en sus entornos laborales y proyectos de análisis de datos.

Contenido del Curso

Módulo 1: Introducción a las estrategias para trabajar con datos

  • Introducción al lenguaje R
  • Instalación de paquetes e interfaz de usuario
    • Paquete estadístico R
    • Ambiente integrado de desarrollo RStudio
    • Interfaz de usuario Jamovi
  • Paquetes para funcionalidades extra
  • Presentación de los conjuntos de datos a utilizar

Módulo 2: Introducción a los tipos de variables y estructuras de datos

  • Identificación y clasificación de variables
  • Tipos de estructuras de datos en tablas

Módulo 3: Estrategias para crear trabajos reproducibles

  • Importancia de la reproducibilidad en la investigación
  • Ética y conducta en el manejo de datos de investigación

Módulo 4: Importación y Preparación de Datos en R

  • Técnicas de importación de datos desde diversas fuentes
  • Estrategias de limpieza y preparación de datos

Módulo 5: Introducción a los tipos de variables y estructuras de datos

  • Identificación y clasificación de variables
  • Tipos de estructuras de datos en tablas

Módulo 6: Estrategias para crear trabajos reproducibles

  • Importancia de la reproducibilidad en la investigación
  • Ética y conducta en el manejo de datos de investigación
  • Técnicas de importación de datos desde diversas fuentes
  • Estrategias de limpieza y preparación de datos

Módulo 7: Uso del paquete tidyr para la estructuración de datos

  • Conceptos de datos estructurados
  • Transformaciones básicas para estructurar datos de forma eficiente
  • Definir conjuntos de datos limpios
    • data.frame vs. tibble
    • Selección de subconjuntos
    • Remodelación de datos
    • Separación y combinación de columnas tipo carácter
    • Manejo de datos nulos
    • Manejo del tipo de datos list

Módulo 8: Gramática del manejo de datos con dplyr

  • Introducción a los verbos de dplyr
  • Manejo de casos
    • Resumen de información de los casos
    • Agrupación de información de los casos
  • Manejo de variables
    • Funciones vectorizadas
    • Funciones de resumen
  • Combinación de diferentes tablas
  • Aplicación de la gramática en diferentes entornos:
    • Datos en memoria
    • Datos en bases de datos
    • Datos en Apache Spark

Referencias

  • Posit. (n.d.). Create tidy data. Tidy Messy Data • tidyr. https://tidyr.tidyverse.org/

  • Posit. (n.d.). dplyr. A Grammar of Data Manipulation • dplyr. https://dplyr.tidyverse.org/

  • Wickham, H., Çetinkaya-Rundel, M., & Grolemund, G. (2023). R for data science. R for Data Science: Welcome. https://r4ds.hadley.nz/