• logo
  • Prefacio
    • Contenido
    • Índice de contenido
  • 1 Introducción: ¿Qué es R y para qué es usado?
    • 1.1 Un poco de historia
    • 1.2 ¿Quién usa R?
  • 2 Instalación
    • 2.1 Windows
    • 2.2 OSX
    • 2.3 Linux
    • 2.4 RStudio - un IDE para R
  • 3 Conceptos básicos
    • 3.1 La consola de R
    • 3.2 Ejecutar, llamar, correr y devolver
    • 3.3 Objetos
    • 3.4 Constantes y variables
    • 3.5 Funciones (introducción básica)
    • 3.6 Documentación
    • 3.7 Directorio de trabajo
      • 3.7.1 Sesión
    • 3.8 Paquetes
    • 3.9 Scripts
  • 4 Tipos de datos
    • 4.1 Datos más comunes
    • 4.2 Entero y numérico
    • 4.3 Cadena de texto
    • 4.4 Factor
    • 4.5 Lógico
    • 4.6 NA y NULL
    • 4.7 Coerción
      • 4.7.1 Coerción explícita con la familia as()
    • 4.8 Verificar el tipo de un dato
      • 4.8.1 Verificación con la familia de funciones is()
  • 5 Operadores
    • 5.1 Operadores aritméticos
      • 5.1.1 La división entera
    • 5.2 Operadores relacionales
    • 5.3 Operadores lógicos
    • 5.4 Operadores de asignación
    • 5.5 Orden de operaciones
  • 6 Estructuras de datos
    • 6.1 Vectores
      • 6.1.1 Creación de vectores
      • 6.1.2 Vectorización de operaciones
    • 6.2 Matrices y arrays
      • 6.2.1 Creación de matrices
      • 6.2.2 Propiedades de las matrices
    • 6.3 Data frames
      • 6.3.1 Propiedades de un data frame
    • 6.4 Listas
      • 6.4.1 Propiedades de una lista
    • 6.5 Coerción
  • 7 Subconjuntos
    • 7.1 Índices
      • 7.1.1 Vectores
      • 7.1.2 Data frames
      • 7.1.3 Matrices
      • 7.1.4 Arrays
    • 7.2 Nombres
      • 7.2.1 Data frames
      • 7.2.2 Listas
    • 7.3 Subconjuntos por índice y nombre
    • 7.4 El signo de dolar $ y los corchetes dobles [[]]
      • 7.4.1 Los data frames y listas son como cajas de manzanas
    • 7.5 Condicionales
      • 7.5.1 Usando condicionales
      • 7.5.2 La función subset()
  • 8 Funciones
    • 8.1 ¿Por qué necesitamos crear nuestrar propias funciones?
    • 8.2 Funciones definidas por el usuario
    • 8.3 Nuestra primera función
    • 8.4 Definiendo la función crear_histograma()
      • 8.4.1 Ejecutando
  • 9 Estructuras de control
    • 9.1 if, else
      • 9.1.1 Usando if y else
      • 9.1.2 ifelse
    • 9.2 for
      • 9.2.1 Usando for
      • 9.2.2 for y vectorización
    • 9.3 while
      • 9.3.1 Usando while
    • 9.4 break y next
      • 9.4.1 Usando break
      • 9.4.2 Usando next
    • 9.5 repeat
  • 10 La familia apply
    • 10.0.1 Un recordatorio sobre vectorización
    • 10.0.2 Las funciones de la familia apply
    • 10.1 apply
      • 10.1.1 ¿Qué es X
      • 10.1.2 ¿Qué es MARGIN?
      • 10.1.3 ¿Qué es FUN?
      • 10.1.4 ¿Cómo sabe FUN cuáles son sus argumentos?
      • 10.1.5 ¿Qué pasa si deseamos utilizar los demás argumentos de una función con apply?
      • 10.1.6 ¿Qué tipo de resultados devuelve apply?
    • 10.2 lapply
      • 10.2.1 Usando lapply()
      • 10.2.2 Usando lapply() en lugar de un bucle for
      • 10.2.3 Usando lapply con listas
  • 11 Importar y exportar datos
    • 11.1 Descargando datos
    • 11.2 Tablas (datos rectangulares)
      • 11.2.1 Archivos CSV
    • 11.3 Archivos con una estructura desconocida
    • 11.4 Exportar datos
      • 11.4.1 Data frames y matrices
      • 11.4.2 Listas
    • 11.5 Hojas de cálculo de Excel
    • 11.6 Datos de paquetes estadísticos comerciales (SPSS, SAS y STATA)
  • 12 Gráficas
    • 12.1 Datos usados en el capítulo
    • 12.2 La función plot()
    • 12.3 Histogramas
    • 12.4 Gráficas de barras
      • 12.4.1 La función barplot()
    • 12.5 Leyendas
    • 12.6 Diagramas de dispersión
    • 12.7 Diagramas de caja
    • 12.8 Gráficos de mosaico
    • 12.9 Exportar gráficos
  • 13 Conclusión
  • I Introducción a la Ciencia de Datos con R
  • 14 # Introducción
    • 14.1 El lenguaje y entorno estadístico R
      • 14.1.1 Principales características
      • 14.1.2 Interfaces gráficas
    • 14.2 Entorno de trabajo
      • 14.2.1 Ventana de Consola
      • 14.2.2 Ventana de Script
      • 14.2.3 Ayuda dentro del programa
    • 14.3 Librerías
      • 14.3.1 Paquetes
      • 14.3.2 Instalación
      • 14.3.3 Carga
    • 14.4 Una primera sesión
      • 14.4.1 Inicio de una sesión
    • 14.5 Objetos básicos
      • 14.5.1 Objetos numéricos
      • 14.5.2 Objetos tipo carácter
      • 14.5.3 Objetos lógicos
      • 14.5.4 Operadores lógicos
    • 14.6 Área de trabajo
      • 14.6.1 Guardar y cargar resultados
      • 14.6.2 Directorio de trabajo
  • 15 Estructuras de datos
    • 15.1 Vectores
      • 15.1.1 Generación de secuencias
      • 15.1.2 Generación secuencias aleatorias
      • 15.1.3 Selección de elementos de un vector
      • 15.1.4 Ordenación de vectores
      • 15.1.5 Valores perdidos
      • 15.1.6 Vectores no numéricos
      • 15.1.7 Factores
    • 15.2 Matrices y arrays
      • 15.2.1 Matrices
      • 15.2.2 Nombres en matrices
      • 15.2.3 Acceso a los elementos de una matriz
      • 15.2.4 Ordenación por filas y columnas
      • 15.2.5 Operaciones con Matrices y Arrays
      • 15.2.6 Ejemplos
      • 15.2.7 Inversión de una matriz
    • 15.3 Data frames
    • 15.4 Listas
  • 16 Gráficos
    • 16.1 El comando plot
    • 16.2 Funciones gráficas de bajo nivel
    • 16.3 Ejemplos
    • 16.4 Parámetros gráficos
    • 16.5 Múltiples gráficos por ventana
    • 16.6 Exportar gráficos
    • 16.7 Otras librerías gráficas
      • 16.7.1 Ejemplos
  • 17 Manipulación de datos con R
    • 17.1 Lectura, importación y exportación de datos
      • 17.1.1 Formato de datos de R
      • 17.1.2 Acceso a datos en paquetes
      • 17.1.3 Lectura de archivos de texto
      • 17.1.4 Alternativa tidyverse
      • 17.1.5 Importación desde SPSS
      • 17.1.6 Importación desde Excel
      • 17.1.7 Exportación de datos
    • 17.2 Manipulación de datos
      • 17.2.1 Operaciones con variables
      • 17.2.2 Operaciones con casos
  • 18 Análisis exploratorio de datos
    • 18.1 Medidas resumen
      • 18.1.1 Datos de ejemplo
      • 18.1.2 Tablas de frecuencias
      • 18.1.3 Media y varianza
      • 18.1.4 Mediana y cuantiles
      • 18.1.5 Summary
    • 18.2 Gráficos
      • 18.2.1 Diagrama de barras y gráfico de sectores
      • 18.2.2 Gráfico de puntos
      • 18.2.3 Árbol de tallo y hojas
      • 18.2.4 Histograma
      • 18.2.5 Gráfico de densidad
      • 18.2.6 Diagrama de cajas
      • 18.2.7 Gráfica de dispersión
  • 19 Inferencia estadística
    • 19.1 Normalidad
    • 19.2 Contrastes
      • 19.2.1 Una muestra
      • 19.2.2 Dos muestras
    • 19.3 Regresión y correlación
      • 19.3.1 Regresión lineal simple
      • 19.3.2 Correlación
    • 19.4 Análisis de la varianza
      • 19.4.1 ANOVA con un factor
      • 19.4.2 Test de Kruskal-Wallis
  • 20 Modelado de datos
    • 20.1 Modelos de regresión
      • 20.1.1 Herramientas disponibles en R
    • 20.2 Fórmulas
    • 20.3 Ejemplo: regresión lineal simple
  • 21 Modelos lineales
    • 21.1 Ejemplo
    • 21.2 Ajuste: función lm
      • 21.2.1 Extracción de información
    • 21.3 Predicción
    • 21.4 Selección de variables explicativas
      • 21.4.1 Búsqueda exhaustiva
      • 21.4.2 Selección por pasos
    • 21.5 Regresión con variables categóricas
    • 21.6 Interacciones
    • 21.7 Diagnosis del modelo
      • 21.7.1 Gráficas básicas de diagnóstico
      • 21.7.2 Gráficos parciales de residuos
      • 21.7.3 Estadísticos
      • 21.7.4 Contrastes
    • 21.8 Métodos de regularización
      • 21.8.1 Datos
      • 21.8.2 Ridge Regression
      • 21.8.3 Lasso
    • 21.9 Alternativas
      • 21.9.1 Transformación (modelos linealizables)
      • 21.9.2 Ajuste polinómico
      • 21.9.3 Ajuste polinómico local (robusto)
  • 22 Modelos lineales generalizados
    • 22.1 Ajuste: función glm
    • 22.2 Regresión logística
      • 22.2.1 Ejemplo
      • 22.2.2 Ajuste de un modelo de regresión logística
    • 22.3 Predicción
    • 22.4 Selección de variables explicativas
      • 22.4.1 Selección por pasos
    • 22.5 Diagnosis del modelo
      • 22.5.1 Gráficas básicas de diagnóstico
      • 22.5.2 Gráficos parciales de residuos
      • 22.5.3 Estadísticos
    • 22.6 Alternativas
  • 23 Regresión no paramétrica
    • 23.1 Modelos aditivos
      • 23.1.1 Ajuste: función gam
      • 23.1.2 Ejemplo
      • 23.1.3 Superficie de predicción
      • 23.1.4 Comparación de modelos
      • 23.1.5 Diagnosis del modelo
  • 24 Programación
    • 24.1 Funciones
      • 24.1.1 Ejemplo: progresión geométrica
      • 24.1.2 Argumentos de entrada
      • 24.1.3 Salida
      • 24.1.4 Otros ejemplos
      • 24.1.5 Variables locales y globales
    • 24.2 Ejecución condicional
    • 24.3 Bucles y vectorización
      • 24.3.1 Bucles
      • 24.3.2 Vectorización
      • 24.3.3 Funciones apply
    • 24.4 Aplicación: validación cruzada
      • 24.4.1 Primer ejemplo
      • 24.4.2 Segundo ejemplo
  • 25 Generación de informes
    • 25.1 R Markdown
      • 25.1.1 Introducción
      • 25.1.2 Inclusión de código R
      • 25.1.3 Inclusión de gráficos
      • 25.1.4 Inclusión de tablas
      • 25.1.5 Extracción del código R
    • 25.2 Spin
  • Referencias
    • Bibliografía complementaria
  • Apendices
  • A Enlaces
    • A.1 RStudio
  • B Instalación de R
    • B.1 Instalación de R en Windows
      • B.1.1 Asistente de instalación
      • B.1.2 Instalación de paquetes
  • C Interfaces gráficas
    • C.1 RStudio
    • C.2 RCommander
      • C.2.1 Instalación de R-Commander
  • Publicado por JeshuaNomics
  • Git Hub
  • Facebook
  • Twitter
  • Linkedin
  • Vkontakte
  • Tumblr
  • YouTube
  • Instagram

Introducción a R: Grupo de estudios económicos

A.1 RStudio

RStudio:

  • Online learning

  • Webinars

  • sparklyr

  • shiny

tidyverse:

  • dplyr

  • tibble

  • tidyr

  • stringr

  • readr

  • Databases using R, dplyr as a database interface

CheatSheets:

  • rmarkdown

  • shiny

  • dplyr

  • tidyr

  • stringr