• Introducción al Análisis de Datos con R
  • Prólogo
  • 1 Introducción
    • 1.1 El lenguaje y entorno estadístico R
      • 1.1.1 Principales características
    • 1.2 Interfaz de comandos
    • 1.3 El entorno de desarrollo RStudio Desktop
    • 1.4 Ayuda
    • 1.5 Una primera sesión
    • 1.6 Funciones y librerías (paquetes)
      • 1.6.1 Funciones internas
      • 1.6.2 Paquetes
    • 1.7 Objetos básicos
      • 1.7.1 Objetos numéricos
      • 1.7.2 Objetos tipo carácter
      • 1.7.3 Objetos lógicos
      • 1.7.4 Operadores lógicos
    • 1.8 Área de trabajo
      • 1.8.1 Guardar y cargar objetos
      • 1.8.2 Carga de datos en paquetes
      • 1.8.3 Directorio de trabajo
  • 2 Estructuras de datos
    • 2.1 Vectores
      • 2.1.1 Generación de secuencias
      • 2.1.2 Generación secuencias aleatorias
      • 2.1.3 Selección de elementos de un vector
      • 2.1.4 Ordenación de vectores
      • 2.1.5 Datos faltantes
      • 2.1.6 Vectores no numéricos
      • 2.1.7 Factores
    • 2.2 Matrices y arrays
      • 2.2.1 Matrices
      • 2.2.2 Nombres en matrices
      • 2.2.3 Acceso a los elementos de una matriz
      • 2.2.4 Ordenación por filas y columnas
      • 2.2.5 Operaciones con Matrices y Arrays
      • 2.2.6 Ejemplos
      • 2.2.7 Inversión de una matriz
    • 2.3 Data frames
    • 2.4 Listas
  • 3 Gráficos
    • 3.1 La función plot
    • 3.2 Funciones gráficas de bajo nivel
    • 3.3 Ejemplos
    • 3.4 Parámetros gráficos
    • 3.5 Múltiples gráficos por ventana
    • 3.6 Exportar gráficos
    • 3.7 Otras librerías gráficas
      • 3.7.1 Ejemplos
  • 4 Manipulación de datos
    • 4.1 Importación y exportación de datos
      • 4.1.1 Lectura de archivos de texto
      • 4.1.2 Importación desde SPSS
      • 4.1.3 Importación desde Excel
      • 4.1.4 Exportación de datos
    • 4.2 Manipulación de datos
      • 4.2.1 Operaciones con variables
      • 4.2.2 Operaciones con casos
      • 4.2.3 Operaciones con tablas de datos
  • 5 Análisis exploratorio de datos
    • 5.1 Medidas resumen
      • 5.1.1 Datos de ejemplo
      • 5.1.2 Tablas de frecuencias
      • 5.1.3 Media y varianza
      • 5.1.4 Mediana y cuantiles
      • 5.1.5 Summary
    • 5.2 Gráficos
      • 5.2.1 Diagrama de barras y gráfico de sectores
      • 5.2.2 Gráfico de puntos
      • 5.2.3 Árbol de tallo y hojas
      • 5.2.4 Histograma
      • 5.2.5 Gráfico de densidad
      • 5.2.6 Diagrama de cajas
      • 5.2.7 Gráfica de dispersión
  • 6 Inferencia estadística
    • 6.1 Normalidad
    • 6.2 Contrastes
      • 6.2.1 Una muestra
      • 6.2.2 Dos muestras
    • 6.3 Regresión y correlación
      • 6.3.1 Regresión lineal simple
      • 6.3.2 Correlación
    • 6.4 Análisis de la varianza
      • 6.4.1 ANOVA con un factor
      • 6.4.2 Test de Kruskal-Wallis
  • 7 Modelado de datos
    • 7.1 Modelos de regresión
      • 7.1.1 Herramientas disponibles en R
    • 7.2 Fórmulas
    • 7.3 Ejemplo: regresión lineal simple
  • 8 Modelos lineales
    • 8.1 Ejemplo
    • 8.2 Ajuste: función lm
      • 8.2.1 Extracción de información
    • 8.3 Predicción
    • 8.4 Selección de variables explicativas
      • 8.4.1 Búsqueda exhaustiva
      • 8.4.2 Selección por pasos
    • 8.5 Regresión con variables categóricas
    • 8.6 Interacciones
    • 8.7 Diagnosis del modelo
      • 8.7.1 Gráficas básicas de diagnóstico
      • 8.7.2 Gráficos parciales de residuos
      • 8.7.3 Estadísticos
      • 8.7.4 Contrastes
    • 8.8 Métodos de regularización
      • 8.8.1 Datos
      • 8.8.2 Ridge Regression
      • 8.8.3 Lasso
    • 8.9 Alternativas
      • 8.9.1 Transformación (modelos linealizables)
      • 8.9.2 Ajuste polinómico
      • 8.9.3 Ajuste polinómico local (robusto)
  • 9 Modelos lineales generalizados
    • 9.1 Ajuste: función glm
    • 9.2 Regresión logística
      • 9.2.1 Ejemplo
      • 9.2.2 Ajuste de un modelo de regresión logística
    • 9.3 Predicción
    • 9.4 Selección de variables explicativas
      • 9.4.1 Selección por pasos
    • 9.5 Diagnosis del modelo
      • 9.5.1 Gráficas básicas de diagnóstico
      • 9.5.2 Gráficos parciales de residuos
      • 9.5.3 Estadísticos
    • 9.6 Alternativas
  • 10 Regresión no paramétrica
    • 10.1 Modelos aditivos
      • 10.1.1 Ajuste: función gam
      • 10.1.2 Ejemplo
      • 10.1.3 Superficie de predicción
      • 10.1.4 Comparación de modelos
      • 10.1.5 Diagnosis del modelo
  • 11 Programación
    • 11.1 Funciones
      • 11.1.1 Ejemplo: progresión geométrica
      • 11.1.2 Argumentos de entrada
      • 11.1.3 Salida
      • 11.1.4 Otros ejemplos
      • 11.1.5 Variables locales y globales
    • 11.2 Ejecución condicional
    • 11.3 Bucles y vectorización
      • 11.3.1 Bucles
      • 11.3.2 Vectorización
      • 11.3.3 Funciones apply
    • 11.4 Aplicación: validación cruzada
      • 11.4.1 Primer ejemplo
      • 11.4.2 Segundo ejemplo
  • 12 Generación de informes
    • 12.1 R Markdown
      • 12.1.1 Introducción
      • 12.1.2 Inclusión de código R
      • 12.1.3 Inclusión de gráficos
      • 12.1.4 Inclusión de tablas
      • 12.1.5 Extracción del código R
    • 12.2 Spin
  • Referencias
    • Enlaces
    • Bibliografía complementaria
  • Apendices
  • A Instalación de R
    • A.1 Instalación de R en Windows
      • A.1.1 Asistente de instalación
      • A.1.2 Instalación de paquetes
      • A.1.3 Instalación de RStudio Desktop
    • A.2 Instalación de R en Ubuntu/Devian
      • A.2.1 Instalación de R desde CRAN
      • A.2.2 Instalación de devtools y demás paquetes
      • A.2.3 Ayuda html
      • A.2.4 Actualizar R
      • A.2.5 Instalacion de RStudio Desktop
    • A.3 Instalación en Mac OS X
  • B Manipulación de datos con dplyr
    • B.1 El paquete dplyr
      • B.1.1 Datos de ejemplo
    • B.2 Operaciones con variables (columnas)
      • B.2.1 Seleccionar variables con select()
      • B.2.2 Generar nuevas variables con mutate()
    • B.3 Operaciones con casos (filas)
      • B.3.1 Seleccionar casos con filter()
      • B.3.2 Organizar casos con arrange()
      • B.3.3 Resumir valores con summarise()
      • B.3.4 Agrupar casos con group_by()
    • B.4 Operador pipe %>% (tubería, redirección)
    • B.5 Operaciones con tablas de datos {# dplyr-join}
    • B.6 Bases de datos con dplyr
      • B.6.1 Ejemplos
  • C Compañías que usan R
    • C.1 Microsoft
    • C.2 RStudio (Posit)
  • ISBN: 978-84-09-41823-7
  • Publicado con bookdown

Introducción al Análisis de Datos con R

Enlaces

Repositorio: rubenfcasal/intror

Recursos para el aprendizaje de R: En este post se muestran algunos recursos que pueden ser útiles para el aprendizaje de R y la obtención de ayuda.

Bookdown:

  • Fernández-Casal, R. y Cotos-Yáñez, T.R. (2018). Escritura de libros con bookdown, github. Incluye un apéndice con una Introducción a RMarkdown.

  • Kuhn, M. y Silge, J. (2022). Tidy Modeling with R. O’Reill.

  • Wickham, H. (2015). R packages: organize, test, document, and share your code (actualmente 2ª edición en desarrollo con H. Bryan), O’Reilly, 1ª edición.

  • Wickham, H. (2019). Advanced R, 2ª edición, Chapman & Hall, 1ª edición..

Posit (RStudio)

  • Blog

  • Videos

  • Chuletas (Cheatsheets)

  • tidyverse:

    • dplyr

    • tibble

    • tidyr

    • stringr

    • readr

    • Best Practices in Working with Databases

  • tidymodels

  • sparklyr

  • shiny