R es uno de los lenguajes más utilizados para el manejo, análisis, y visualización de datos. Esta herramienta Open Source cuenta con una gran cantidad de librerías para diferentes disciplinas científicas, por lo que un manejo adecuado de R es vital para quienes realizan investigación en biología y ecología. Este curso pretende familiarizar a los/las asistentes con las herramientas necesarias para manejar datos de biodiversidad y además corregir lagunas comunes en el manejo de R para usuarios de todos los niveles.
Presentar herramientas básicas y avanzadas para el mejor aprovechamiento del software R en estudios de biodiversidad.
Los objetivos de este curso son que el alumno: 1. Conozca y asimile diferentes estrategias para manejar datos en R. 2. Conozca técnicas para realizar flujos de trabajo y análisis bien estructurados. 3. Conozca cómo manipular, limpiar y visualizar datos. 4. Aprenda rutinas poco comunes para aprovechar el software R al máximo.
Pra?ctica: Aulas demostrativas y ejercicios pra?cticos?
Instalación local de R y preferente algún IDE (RStudio, VS Code, etc.). Poder instalar paquetes, manejar funciones básicas, y cargar datos desde archivos y fuentes remotas.
Conocimiento básico de R, análisis de biodiversidad y datos asociados.
Evaluacio?n de un trabajo individual o grupal (máximo 2 personas) en formato de nota de software, a entregarse una semana despue?s del curso.
1) Flujos de trabajo y análisis:
Organización de proyectos y archivos
Buenas prácticas para nombrar archivos y objetos
Trabajando con rutas
Estructuras de datos
2) Manipulación y limpieza de datos
Pasos a seguir para importar y reestructurar tablas y archivos.
Principios de datos ordenados (tidy data) y herramientas del tidyverse para ordenar datos
Expresiones regulares para trabajar con cadenas de texto
Herramientas para trabajar con datos faltantes
Formas de identificar Información repetida
Exploración rápida de datos
3) Visualización de Datos
Introducción a ggplot2
Representaciones gráficas de información
Personalización de elementos gráficos (ejes, colores, fuentes, leyendas)
Preparación de figuras científicas
Herramientas para exportar gráficos de alta resolución en múltiples formatos
4) Lo que nadie nos enseñó sobre R
Entornos de trabajo y configuración
Iteración y vectorización para evitar repetición
Trabajando con listas
Manejo de matrices (Gabriel)
Atajos y herramientas para mayor eficiencia
Significado de los errores más comunes
5) Aspectos de geografía de la biodiversidad
Puntos, polígonos, rasters: nuevas paqueterías para manejo de datos espaciales
Paquetes para generar mapas bivariados
Trabajo con modelos de elevación digital
Filogenias: manejo y visualización