R se ha convertido en pocos años en el paquete de análisis de datos estadísticos por excelencia. Open Source (con licencia GNU GPL), compacto, potente, extensible y fácil de utilizar, es una reimplementación abierta del entorno y lenguaje de análisis S desarrollado originalmente por Bell Laboratories
R es un paquete integrado de utilidades de software para manipulacion de datos, cálculos y visualización gráfica. Incluye:
En este curso cubrimos de forma exhaustiva este entorno bajo la óptica del análisis estadístico.
Parte 1. Conceptos básicos 1.1 Instalación de R 1.2 Usando R Studio 1.3 Introducción a la interfaz 1.4 Instalación y uso de paquetes 1.5 Usando los conjuntos de datos integrados en R 1.6 Introducción manual de datos 1.7 Importación de datos 1.8 Conversión de datos tabulares en datos de fila 1.9 Uso de colores 1.10 Explorando las paletas de colores con Colorbrewer Parte 2. Gráficos en una variable 2.1 Diagramas de barras para variables cualitativas 2.2 Diagramas de tarta para variables cualitativas 2.3 Histogramas para variables cuantitativas 2.4 Diagramas de cajas para variables cuantitativas 2.5 Sobreimposición de gráficos 2.6 Almacenamiento de imágenes Parte 3. Estadística en una variable 3.1 Calculando frecuencias 3.2 Calculando estadísticos 3.3 Contraste de hipótesis e intervalos de confianza 3.4 Tests chi-cuadrado 3.5 Estadística descriptiva con R Parte 4. Modificación de datos 4.1 Valores atípicos 4.2 Transformación de variables 4.3 Variables compuestas 4.4 Codificando datos ausentes Parte 5. El lenguaje de programación 5.1 Tipos de datos básicos 5.2 Vectores y Listas 5.3 Atributos 5.4 Expresiones 5.5 Estructuras de control 5.6 Funciónes 5.7 Entrada/Salida 5.8 Control de errores 5.9 Programación Orientada a Objetos con R 5.10 Metaprogramación : manipulando los elementos del lenguaje Parte 6. Gráficos para asociaciones en dos variables 6.1 Diagramas de barras para asociaciones 6.2 Diagramas de cajas para asociaciones 6.3 Diagramas de dispersión Parte 7. Estadísticas para asociaciones en dos variables 7.1 Cálculo de correlaciones 7.2 Análisis y regresión bivariante 7.3 Pruebas t de Student 7.4 Pruebas t de muestras dependientes 7.5 Análisis ANOVA de un factor Parte 8. Diagramas para tres o más variables 8.1 Creación de clústers de diagramas de barras 8.2 Diagramas de dispersión para datos agrupados 8.3 Creación de matrices para diagramas de dispersión 8.4 Diagramas de dispersión en 3D Parte 9. Estadística en tres o más variables 9.1 Regresión múltiple 9.2 ANOVA de dos factores 9.3 Análisis de clusters 9.4 Análisis factorial y de componentes principales
Todos los temarios de nuestros cursos se pueden personalizar a la medida de las necesidades de la empresa