CURSO DE R Y R STUDIO PARA ANÁLISIS

Docente

Nombre del docente

Fecha de inicio

Horarios

Fecha de finalizacion

Docentes Expertos

¿Qué aprenderás en este curso?

Publico objetivo

Resultados esperados

Modulo I

Fundamentos de R y manipulación de datos

Introducción a R y RStudio
Tipos de objetos: vectores, listas, data frames
Asignaciones y operaciones básicas
Funciones y paquetes: instalación y carga (install.packages, library)
Exploración de data frames con funciones base y del tidyverse (glimpse, summary, head, str)
Introducción al tidyverse y su filosofía

Modulo II

Limpieza y transformación de datos con dplyr

Operaciones fundamentales en dplyr:
- filter(), select(), mutate(), arrange(), summarise(), group_by()
Creación de variables nuevas
Filtrado y agrupación de datos
Pipes (%>%) para encadenar operaciones
Manejo de valores faltantes

Modulo III

Visualización y análisis gráfico con ggplot2

Gramática de los gráficos en ggplot2
Gráficos más comunes: barras, líneas, puntos, histogramas, boxplots
Personalización de gráficos: colores, etiquetas, títulos, temas
Guardar gráficos como imágenes
Proyecto integrador: análisis y resumen gráfico de un dataset real (análisis exploratorio completo)

Modulo IV

Modulo V

Modulo VI

Modulo VII

Modulo VIII

Modulo IX

Modulo X

Modulo XI

Modulo XII

Modulo I

Fundamentos de R y manipulación de datos

Introducción a R y RStudio
Tipos de objetos: vectores, listas, data frames
Asignaciones y operaciones básicas
Funciones y paquetes: instalación y carga (install.packages, library)
Exploración de data frames con funciones base y del tidyverse (glimpse, summary, head, str)
Introducción al tidyverse y su filosofía

Modulo II

Limpieza y transformación de datos con dplyr

Operaciones fundamentales en dplyr:
- filter(), select(), mutate(), arrange(), summarise(), group_by()
Creación de variables nuevas
Filtrado y agrupación de datos
Pipes (%>%) para encadenar operaciones
Manejo de valores faltantes

Modulo III

Visualización y análisis gráfico con ggplot2

Gramática de los gráficos en ggplot2
Gráficos más comunes: barras, líneas, puntos, histogramas, boxplots
Personalización de gráficos: colores, etiquetas, títulos, temas
Guardar gráficos como imágenes
Proyecto integrador: análisis y resumen gráfico de un dataset real (análisis exploratorio completo)

"Este programa me ayudó a fortalecer mi investigación con herramientas estadísticas y de inteligencia artificial. Es práctico, completo y totalmente aplicable a tesis y proyectos académicos."

"Gracias a este programa, logré estructurar mi tesis doctoral con un enfoque metodológico sólido. Las herramientas de inteligencia artificial que aprendí me ayudaron a analizar grandes volúmenes de datos de forma eficiente."

"La combinación entre estadística aplicada e IA fue justo lo que necesitaba para llevar mis investigaciones al siguiente nivel. Recomiendo esta especialización a todo investigador serio."

"El programa no solo me dio conocimientos técnicos, también me enseñó a aplicarlos en el contexto real de mi tesis. ¡Una inversión totalmente valiosa!"

"Aprendí a utilizar metodologías científicas rigurosas junto con herramientas prácticas de IA, lo que ha mejorado significativamente la calidad de mis reportes y modelos."