¿Qué quieres aprender?

Introducción al Manejo y Análisis de Datos Ambientales en R

Introducción al Manejo y Análisis de Datos Ambientales en R

Instituto Superior del Medio Ambiente

Curso online


230

Duración : 1 Mes

R es un software libre que permite realizar análisis estadísticos, proporciona un amplio abanico de herramientas estadísticas (modelos lineales y no lineales, tests estadísticos, análisis de series temporales, algoritmos de clasificación y agrupamiento, etc.), una representación gráfica de alta calidad y permite realizar cálculos numéricos y elaboración de mapas con la información seleccionada.

R es además un lenguaje de programación Open Source, lo que permite que los usuarios lo desarrollen definiendo sus propias funciones. Desde sus inicios una extensa comunidad de usuarios y programadores de alto nivel contribuye a desarrollar nuevas funciones, paquetes y actualizaciones que son rápidamente accesibles a todo público de forma libre y gratuita.

En el curso «Introducción al manejo y análisis de datos ambientales en R» aprenderemos a manejar R y RStudio desde nivel 0 de uso de la herramienta y a visualizar, analizar, calcular, representar cartográficamente y comunicar datos de carácter ambiental de manera eficaz. El dominio de R nos proporciona competencias para resolver problemas estadísticos de gran complejidad y por ello es el más utilizado en el campo científico.

¿Quieres hablar con un asesor sobre este curso?

Objetivos

Conocer las herramientas R y RStudio y desenvolverse con soltura en el manejo de carpetas, extensiones y lectura de tipos de archivos. Ser capaces de acceder, transformar y reestructurar los datos. Desarrollar capacidades de visualización gráfica de los datos ambientales (gráficos estadísticos, cartografía y otros datos). Aproximarse al análisis estadístico de los datos con R para resolver problemas y preguntas relativas al medio ambiente. Aprender a comunicar la información producida con nuestro código y datos.

A quién va dirigido

Científicos e investigadores del campo de la biología, ciencias experimentales o medio ambiente. Técnicos de análisis de datos ambientales que quieran mejorar sus capacidades. Cualquier persona que desee adquirir o ampliar sus conocimientos sobre el software estadístico R.

Requisitos

No se requieren conocimientos previos en este software aunque se recomienda estár familiarizado con algunos conceptos estadísticos y científicos para poder aprovecharlo al máximo

Temario completo de este curso

1Introducción a R

    • Instalación de R y Rstudio
    • Introducción a R
    • Introducción al uso de RStudio
    • R sin código: Rcommander
    • Recursos y comunidades de ayuda

2Manejo de directorios y archivos

  • Manejo de directorios

3Tipos de datos
    • Vectores y listas
    • Matrices de datos
    • Marcos de datos (dataframes)

4Manejo y preparación de datos

    • Funciones para unir datos
    • Exploración de los datos
    • Segmentación y selección de datos
    • Cambios en las estructuras y formatos de los datos
    • Programación moderna en R: la filosofía “tidy”

5Introducción a la visualización de datos en R

    • Introducción
    • Primeros gráficos en R
    • Visualización estadística
    • Combinación y exportación.
    • Introducción al paquete lattice
    • Introducción a la cartografía y GIS en R

6Visualización avanzada con ggplot2

    • Presentación
    • Visualización de datos estadísticos
    • Personalización y calidad de gráficos
    • Animaciones y otros recursos

7Automatización de tareas y programación eficiente con R

    • Introducción a la programación
    • Operaciones automáticas
    • Programación condicional
    • Creación de funciones propias
    • Alternativas a la programación

8Publicación con R

    • Introducción a Rmarkdown
    • Inserción de figuras, enlaces.
    • Publicación de tablas de calidad

9Introducción a la estadística

    • Presentación
    • Análisis de distribuciones
    • Comparación de muestras
    • Relación de variables cuantitativas
    • Modelos estadísticos y predicciones
    • Estadística no paramétrica
    • Estadística multivariante

10Ejercicio final: Predicción de una invasión biológica

Ver más