Programa

Listado de temas a tratar a lo largo del curso

Sesión 1: Presentación

---

Sesión 2: Introducción

Conociendo R + RStudio

• R base y el suite Tidyverse

• Organizar el trabajo (.Rproj, here y git)

• Reproducibilidad y Comunicación (.R y Rmd)

---

Sesión 3: Domar los datos I

Los principales paquetes y sus verbos para:

1. leer datos (readr, heaven, readxl, googlesheets4, etc)

2. limpiar datos (tidyr, janitor, tibble)

3. transformar datos (dplyr)

Herramientas auxiliares para mejorar el flujo del código:

• la pipa de magrittr (%>%) para encadenar y glue para facilitar la concatenación.

---

Sesión 4: Domar los datos II

• +dplyr

Ampliando la caja de herramientas:

1. lubridate para trabajar el tiempo

2. forcats para datos categóricos (factors)

3. stringrpara datos de texto

---

Sesión 5: Programación (intro)

Funciones para no repetirse uno mismo

• Escribir funciones

• Programación funcional (Introducción a purrr )

---

Sesión 6: Data Viz I

• La Gramática de los Gráficos

• Introducción a ggplot2

---

Sesión 7: Data Viz II

• Las muchas capas de ggplot2

• Extensiones: patchwork, ggforce, ggparliament, entre otros.

---

Sesión 8: Data Viz III

Distintas formas de representar información geográfica:

1. sf: para mapas estáticos

2. leaflet: para mapas interactivos

3. geofacetAr: para grillas como si fueran mapas

---

Sesión 9: Tópicos I

Descargar datos de la web: ejemplos aplicados con la API de Twitter vía rtweet y scraping con rvest

---

Sesión 10: Tópicos II

Análisis Cuantitativo de Texto: una primera aproximación a tidytext, tm , topicmodels y otros.

---

Sesión 11: Tópicos III - Modelado