Introducción
  • Introducción a RStudio y Tidyverse
  • Pre requisitos del curso
  • Conoce a Juan Gabriel Gomila, tu instructor online
  • Comunidad de estudiantes del curso
  • Bookdown de Garrett Grolemund y Hadley Wickham
  • Acerca de la valoración prematura del curso en Udemy
R, Rstudio y Tidyverse
  • Ser data scientist en el siglo XXI
  • El camino del data science no es facil
  • R, RStudio y Tidiverse
  • Ayuda con la instalación de R y RStudio
  • Si tienes problemas con Ubuntu...
  • Manejo básico de R
  • Github del curso
La visualización de los datos
  • Introducción al análisis exploratorio con R
  • El dataset mpg de ggplot2
  • Nuestro primer ggplot2
  • Visualización de datos con ggplot2
  • Cambiando los mappings estéticos del gráfico
  • Estéticas en ggplot
  • Problemas comunes cuando empezamos a usar R
  • Los facets de ggplot
  • Subplots con facets
  • Las diferentes geometrias de ggplot2
  • Combinar gráficos y añadir dimensiones de visualización
  • Geometrías con ggplot2
  • Transformaciones estadísticas básicas
  • Cambiando las transformaciones estadísticas de nuestros gráficos
  • Transformaciones estadísticas con ggplot
  • El parámetro position del gráfico
  • Cambiando los sistemas de coordenadas
  • La gramática final de ggplot2
  • Guía de recordatorio de ggplot2
  • Ajustes avanzados de ggplot
  • Repaso de ggplot2
Los fundamentos de uso de R
  • La frustración con la informática es buena
  • R como calculadora científica
  • Los trucos para asignar nombres a las variables
  • Las funciones en R
  • Introducción a R como herramienta de cálculo
  • Los scripts y modos de trabajo de R
  • Rutas y directorios de trabajo en R
  • Proyectos de RStudio
La transformación de los datos
  • Introducción a la transformación de los datos
  • El paquete dplyr y su peculiar sintaxis
  • Filtrado de filas con filter
  • El álgebra de Bool en el filtrado
  • El síndrome contagioso de los NA
  • Ordenando las filas con arrange
  • Filtrando los datos con dplyr
  • Filtrar columnas con select
  • Renombrar y ordenar las columnas
  • Ordenado y selección de datos con dplyr
  • Calcular nuevas variables a partir de las que ya tenemos
  • Funciones útiles para mutar los datos
  • Calculando nuevas variables con dplyr
  • Resúmenes de variables agrupados con dplyr
  • La magia oscura de las pipes
  • Eliminar los NA de los datos
  • Contar y visualizar resumenes correctamente
  • El ejemplo del béisbol
  • Funciones estadísticas útiles
  • Agrupaciones múltiples y desagrupaciones
  • Mutates y filters por segmento
  • Examen 1: Filtrado y manipulación de datos
Análisis exploratorio de nuestros datos
  • Una nueva forma de pensar
  • Definiciones generales
  • La variación de variables categóricas
  • La variación de variables contínuas
  • Las preguntas que debemos hacernos
  • Encontrando subgrupos dentro de los datos
  • Outliers en la información
  • Reemplazando errores por NAs
  • Introducción a la exploración de datos
  • La covariación a través de las densidades
  • La covariación a través de boxplots
  • La covariación de factores a través de heatmaps
  • La covariación de variables contínuas con scatterplots
  • Visualización de patrones
  • Visualización de la covariación entre variables
  • Una reflexión sobre la sintaxis de tidyverse
Data Wranling con Tidyverse
  • El data wranling
  • Del data frame a las tibbles
  • Creando tibbles de tidyverse
  • Imprimir una tibble por pantalla
  • Subconjuntos y acceso a tibbles
  • Las tibbles de tidyverse
  • El paquete readr para la importación de datos
  • Guardar un CSV con el paquete base de R
  • Leer un CSV con readr
  • Paquete base vs readr
  • La carga de datos con readr
  • Los parsers de readr
  • Procesado de números