R

Creación e divulgación de contidos con R Markdown

Ejemplos Material Requisitos

En el próximo Congreso de la Sgapeio voy a participar en la impartición de un curso sobre R Markdown. En la segunda parte del curso “Creación e divulgación de contidos con R Markdown” trataremos los siguientes temas:

Conversión entre formatos con pandoc.

Creación de libros e documentos có paquete bookdown.

bookdown para crear libros (en múltiples formatos, incluyendo html) a partir de documentos R Markdown.

Escritura de libros con `bookdown`

Introducción Requisitos Get started Primeros pasos Encabezado de index.Rmd Archivo _bookdown.yml

Licencia Publicación en la web

Introducción El paquete bookdown de R permite escribir libros empleando R Markdown de forma fácil. Sin preocuparse mucho por los detalles de composición se pueden crear libros en distintos formatos (HTML / PDF / Word / …). Además de permitir emplear las extensiones Markdown de Pandoc (notas al pie de página, tablas, citas, ecuaciones LaTeX, …), se pueden emplear extensiones markdown para libros (leyendas de figuras y tablas, numeración y referencias cruzadas de figuras / tablas / secciones / ecuaciones / teoremas / ejemplos / …, widgets HTML, …).

Creación de sitios web con `blogdown`

Introducción Creación de un sitio web Creación de contenido

Documentación Algunos ejemplos:

Publicación Lenguaje y traducción Ayuda

Basado en este artículo de Yihui Xie publicado en el Blog de RStudio. Introducción En CRAN está disponible un nuevo paquete de R, blogdown, que permite crear sitios web (estáticos) de uso general (webs personales, blogs, …) con R Markdown. Se puede instalar con: install.packages("blogdown") Para instalar la versión de desarrollo (alojado en GitHub en el repositorio rstudio / blogdown) usar:

Análisis de datos con R

Una presentación sobre el análisis de datos con R (que preparé para una charla sobre Big Data en Pymes) está accesible online en formato pdf aqui. La idea es que el entorno estadístico R puede ser una herramienta de gran utilidad en todo el proceso del análisis de datos (desde el acceso hasta la generación de informes). Con una pincelada de Big Data y “publicidad” para las empresas (a ver si valoran y demandan más este tipo de conocimientos)…

Apuntes de simulación

Diagnosis de la independencia

Introducción Repaso: La covarianza y el coeficiente de correlación El problema de la dependencia Métodos para detectar dependencia

Métodos gráficos Gráfico secuencial Gráfico de dispersion retardado El correlograma

Contrastes de hipótesis Test de rachas El contraste de Ljung-Box

Ejemplo adicional: Análisis de series temporales

Introducción Repaso: La covarianza y el coeficiente de correlación Para medir la relación (lineal) entre dos variables se emplea la covarianza: [Cov(X,Y) = E{\big[(X - E(X))(Y - E(Y))\big]}] Su estimador es la covarianza muestral: [s{XY}=\frac{1}{n}\sum{i=1}^{n}(x{i}-\overline{x})(y{i} - \overline{y})]

Geoestadística no paramétrica con `npsp`

Con motivo del próximo curso de la Sgapeio estoy subiendo material a mi cuenta de GitHub. Por ejemplo, está disponible en http://github.com/rubenfcasal/npsp la versión 0.6.2 del paquete npsp (la versión en CRAN es la 0.5-3). En esta versión añadí una web del paquete que tenía pensado emplear como ejemplo: https://rubenfcasal.github.io/npsp. Mi intención es subir cuanto antes una nueva versión (la 0.7, con novedades en cuanto al modelado automático de datos espaciales) a GitHub y al CRAN.

Introducción a la Geoestadística con `geoR`

El paquete geoR 1. Inicio de una sesión y de carga de datos 1.1 Cargar el paquete 1.2 Archivos de datos 2. Análisis descriptivo de datos geoestadísticos 3. Modelado de la dependencia 3.1 Variogramas empíricos 3.2 Ajuste de un modelo de variograma 3.3 Inferencia sobre el variograma 3.4 Validación cruzada 3.5 Estimación del variograma en procesos no estacionarios 4. Predicción espacial (kriging)
El paquete geoR El paquete geoR proporciona herramientas para el análisis de datos geoestadísticos en R (otra alternativa puede ser emplear el paquete gstat, por ejemplo…).

Generación de informes con R

R Markdown Introducción Inclusión de código R Inclusión de gráficos Inclusión de tablas Extracción del código R

Spin

R Markdown Introducción Markdown permite la creación de páginas web a partir de documentos de texto de forma muy sencilla y rápida (tiene unas reglas sintácticas muy simples). Este documento se ha generado empleando Markdown y R. R-Markdown es recomendable para difundir análisis realizados con R en formato HTML, PDF y DOCX (Word), entre otros.

A Plain Markdown Post

This is a post written in plain Markdown (.md) instead of R Markdown (.Rmd). The major differences are: You cannot run any R code in a plain Markdown document, whereas in an R Markdown document, you can embed R code chunks (```{r}); A plain Markdown post is rendered through Blackfriday, and an R Markdown document is compiled by rmarkdown and Pandoc. There are many differences in syntax between Blackfriday’s Markdown and Pandoc’s Markdown.