Programación en lenguaje R (avanzado)

Se trata de un curso dirigido principalmente a los profesionales e investigadores que quieran trabajar los aspectos más avanzados de la programación en R. Uno de los lenguajes más populares para programación estadística, aprendizaje automático y la ciencia de los datos.

 

Objetivo

El objetivo es aprender las potencialidades y ventajas que esta herramienta de software libre ofrece para realizar operaciones de manejo de datos incluyendo el almacenamiento, recuperación, creación de estructuras de datos, confección de tablas y gráficos estadísticos, así como herramientas auxiliares para la preparación de informes, artículos y presentaciones con R.

 

Dirigido a

Profesionales o personas investigadoras de distintos ámbitos que tengan interés en conocer el programa R y en utilizar dicha herramienta en el ámbito de la programación, la estadística y las matemáticas. Se recomiendan conocimientos de estadística descriptiva.

 

Recomendación

Asistir previamente al Taller introductorio: Introducción a la programación en lenguaje R.

 

Programa

Unión de tablas:

• Unión de tablas similares vertical y horizontalmente.
• Enriquecimiento de una tabla con información de otra.
• Selección de los elementos comunes de varias tablas.
• Selección de los elementos comunes y no comunes de varias tablas.

Filtrado:

• Filtrado simple con variables no numéricas.
• Filtrado simple por variables numéricas.
• Filtrado compuesto por variables numéricas y no numéricas simultáneamente.
• Filtrado por la clase de las variables.
• Filtrado por el número de elementos diferentes de una variable.
• Eliminación de duplicados.
• Filtrado por las variables de otra tabla.
• Filtrado por las filas de otra tabla.
• Filtrado por los elementos de otra tabla.
• Valores únicos.

Tratamiento avanzado de datos:

• Extracción de los elementos de una fecha.
• Adición del día de la semana.
• Modificación de variables en función de otras variables.
• Agregaciones simples de datos.
• Agregaciones de los datos por varias variables.
• Gráficos avanzados de las agregaciones.
• Unión de varias agregaciones.
• Operaciones con variables.
• Modificación de caracteres en variables.
• Normalización simple de tablas.
• Normalización compuesta de tablas.
• Corrección de las normalizaciones.
• Verticalización de tablas.

Outliers:

• Definición.
• Problemas de su no tratamiento.
• Detección de outliers: Gráficamente. Extracción de los outliers. Determinación de las observaciones que incluyen outliers. Extracción de los valores de los outliers.
• Tratamiento de los outliers: Eliminación de las observaciones. Transformación en NAs. Creación de nuevas variables dummy de forma masiva. Tratamiento individualizado.

Valores perdidos:

• Cuantificación de los valores perdidos: Total, Por variables, Por observaciones.
• Análisis gráfico de los valores perdidos.
• Eliminación de los valores perdidos variable por variables.
• Eliminación masiva de los valores perdidos.
• Eliminación de variables con alto porcentaje de valores perdidos.
• Imputación por valores estadísticos (media, moda, mediana)
• Métodos de imputación múltiple.
• Creación de modelos para la imputación.