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:
leer datos (readr, heaven, readxl, googlesheets4, etc)
limpiar datos (tidyr, janitor, tibble)
transformar datos (dplyr)
Sesión 4: Domar los datos II
Ampliando la caja de herramientas:
lubridate para trabajar el tiempo
forcats para datos categóricos (factors)
stringrpara datos de texto
Sesión 5: Programación (intro)
Funciones para no repetirse uno mismo
La pipa de magrittr (%>%)
Introducción a purrr (programación funcional)
gluepara facilitar la concatenación
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:
sf: para mapas estáticos
leaflet: para mapas interactivos
geofacet: 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
Herramientas de Comunicación
Definiciones del trabajo final