Curso. Análisis de datos con R.

Transcripción

1 Análisis de datos con R. Fecha de realización Del 04 de agosto al 02 de septiembre de Duración 40 horas Inscripciones Hasta el 29 de julio, 5:00 p.m. Enlace new_ecandane/inscripcion/ Inversión Participantes externos del DANE.* $ Contratistas y funcionarios de planta provisional del DANE.* $ Horario De lunes a viernes de 4:00 p.m. a 6:00 p.m. Lugar Dane Central. CANDANE Carrera 59 # Interior 1 Mail: candane@dane.gov.co Teléfono: Ext Bogotá - Colombia *Los afiliados a la sociedad de la estadística podrán acceder al descuento del 20% en los cursos presenciales de CANDANE. de formación no formal, que no conduce a título o certificado de aptitud ocupacional, de conformidad con lo estipulado en el Artículo 38 del Decreto 2888 de CANDANE se reserva el derecho de realizar modificaciones en las fechas establecidas y en los docentes asignados para cada temática.

2 Objetivo General Capacitar a los asistentes en las diferentes metodologías básicas de análisis estadístico así como en el manejo, interpretación y de procesamiento de datos usando el paquete estadístico R. Equipo académico José Fernando Zea C. Estadístico con Maestría en Ciencias - Estadística de la Universidad Nacional y actualmente estudiante de Doctorado en Estadística, con 5 años de experiencia en investigaciones socioeconómicas, experiencia docente en la Universidad Nacional y la Universidad Santo Tomás. Dirigido a El curso está dirigido a profesionales de las entidades que conforman el sistema estadístico nacional que requieran entrenamiento en el buen uso y manejo del paquete estadístico R, a usuarios de la estadística en el ámbito laboral o investigativo y estudiantes de últimos semestre de carreras con un fuerte componente cuantitativo. Programa Introducción al programa. Historia y generalidades Instalación (Windows, MAC) Instalación Rstudio (Windows, MAC) Instalación de paquetes: explicación y práctica

3 Usar la ayuda (interna,?function, google: manual, quickr, páginas, blogs, libros, ) calculadora, manejo de paréntesis, clase a un objeto, Manejo de vectores y matrices Introducción al lenguaje (calculadora, léxico (paquete, objeto, tipos de objetos: número, vector, matriz, arreglo, dataframe El vector en excel, el concepto de vector, ilustración gráfica Clases de un vector: numérico, carácter, factor, lógico; longitud de un vector Tablas de contingencias: conceptos, frecuencias absolutas, perfiles fila y columna (Tabla de localidades) Manejo de vectores: funciones estadísticas básicas, suma, promedio, desviación, mínimo, máximo, percentiles (Uso de base de ingresos y gastos) Operaciones entre vectores. Manejo de vectores: condiciones lógica, manejo de faltantes y manipulación de textos y fechas Recapitulación Operadores lógicos: concepto, &,, ~, %in%, match Manejo de datos faltantes Manejo de textos: función substr, paste, strsplit Manejo de fechas, diferencia entre fechas, fechas en Excel Manejo de marcos de datos (dataframes) Data frame concepto en excel El manejo de [], el manejo de $, dim

4 Operaciones entre columnas Operadores lógicos, uso de la función match Manipulación de nombres de filas y columnas Estructuras de control y creación de funciones en R Uso del for Uso de la función while y caso de uso Uso de la función if Uso de la función ifelse Funciones en R Exportación e importación de archivos Cambio de directorios, getwd La función read.table, read.csv, uso de colclasses,sep, dec, uso del paquete xlsx, uso de la librería foreign (read.spss), clipboard Importación archivos, write.csv, write.xlsx El formato rdat, la función load(), la función save Función ls, creación de carpetas. Dimensión de un data frame, estructura, clases Estadística descriptiva univariada Análisis de datos categóricos Medidas de tendencia central y variabilidad Medidas de asimetría y curtosis.

5 Estadística descriptiva multivariada Análisis de datos categóricos: perfiles fila y columna Análisis de correlación y diagramas de dispersión Normalidad Regresión líneal simple y múltiple. Visualización de datos Diagrama de barras, perfiles filas y columna Gráficos univariados: boxplot, histograma, densidad Gráficos bivariados: diagramas de dispersión, uso de variables categóricas Uso de qplot Inferencia estadística paramétrica Intervalos de confianza Pruebas de hipótesis paramétricas: prueba de medias, de proporciones Pruebas de hipótesis paramétricas: diferencia de media, diferencia de proporciones, cocientes de varianzas. ANOVA Análisis de varianza Pruebas de hipótesis no paramétricas: pruebas de una muestra Pruebas de de hipótesis no paramétricas: pruebas de dos muestras Prueba de Kruskal-Wallis.

6 Filtros y consultas Ordenar por una o varias columnas Identificación de duplicados, conceptos, la función duplicated, la función unique Elaboración de filtros, uso de subset y [] Operaciones entre columnas Eliminar columnas con NULL Transformaciones de variables Recodificación de variables Uso de la función cut Uso de la función rename Uso de rowsums, colsums, rowmeans, colmeans Agregación (Split-Apply-Combine Strategy) Conceptos básicos, agregación vistos desde una tabla dinámica Aggregate, tapply, apply Uso del paquete plyr Casos y variables Conceptos básicos Pegado por debajo, El uso de smartbind La función merge: inner joint, outer joint, left join, right join

7 Reestructuración de bases de datos Conceptos base larga y base ancha Uso de la función reshape Casos de uso de las funciones de reestructuración Manejo del paquete reshape