Professional Documents
Culture Documents
Programación con R
Mi Curso Profesional
Pasión y vocación por servir.
2019
1. Descripción
El curso Estadı́stica Aplicada y Programación con R está divido en
dos módulos: Programación con R y Estadı́stica Aplicada con R. Pro-
gramación con R es, principalmente, práctico. Busca que el estudiante conozca
lo fundamental de la programación con R en solo 5 sesiones. Los temas que
abarca son vectores, matrices, factores, dataframes, listas, importación y expor-
tación de archivos de datos, funciones y bucles. Por otro lado, el Estadı́stica
Aplicada con R es teórico-práctico. En este, se utilizarán las herramientas de
R a fin de presentar las diferentes técnicas para analizar datos, generar gráficos
estadı́sticos, calcular medidas de tendencia central y no central, realizar prue-
bas de hipótesis, crear modelos de regresión lineal simple y múltiple, ası́ como
efectuar otras acciones posibles.
2. Objetivos
El primer módulo, Programación con R, permitirá que el alumno resuelva
problemas con un pensamiento computacional a partir del lenguaje R.
1
Estadı́stica Aplicada y Programación con R
3. Contenido
3.1. Programación con R
Programación con R es, principalmente, práctico. Busca que el estudiante
conozca lo fundamental de la programación con R en solo 5 sesiones. Los temas
que abarca son vectores, matrices, factores, dataframes, listas, importación y
exportación de archivos de datos, funciones y bucles.
Temas:
• Creación de vectores
◦ Vectores numéricos
◦ Vectores de caracteres
◦ Vectores lógicos
◦ Vector de vectores
• Funciones matemáticas con vectores
◦ Valor absoluto
◦ Raı́z cuadrada
◦ Función exponencial
◦ Función logaritmo decimal
◦ Función logaritmo natural
◦ Redondear decimal
◦ Funciones trigonométricas
◦ Suma de elementos de un vector
◦ Producto de elementos de un vector
◦ Promedio de los elementos de un vector
◦ Norma euclidiana de un vector
2
Estadı́stica Aplicada y Programación con R
3
Estadı́stica Aplicada y Programación con R
Temas:
• Creación de factores
◦ Niveles de un factor
◦ Estructura de un factor
◦ Función summary
◦ Factores ordenados
◦ Comparaciones de factores ordenados
◦ Función tapply
• Dataframes
◦ Creación de dataframes
◦ Selección de elementos
◦ Ordenar dataframes
• Listas
◦ Creación de listas
◦ Selección de elementos
• Ejemplos
◦ Concatenar factores
◦ Manejo de listas
◦ Concatenar un dataframe
4
Estadı́stica Aplicada y Programación con R
Temas:
• Importación de datos
◦ Importación de archivo Excel XLSX
◦ Importación de archivo Excel CSV
◦ Importación de archivo de SPSS
◦ Importación de archivo de STATA
• Exportación de datos
◦ Exportación de archivo Bloc de notas
◦ Exportación de archivo Excel XLSX
◦ Exportación de archivo Excel CSV
◦ Exportación de archivo de SPSS
◦ Exportación de archivo de STATA
• Ejemplos
◦ Importación de archivo Excel
◦ Exportación a un archivo CSV
◦ Importación de archivo de STATA
SESIÓN 4: FUNCIONES
Temas:
• Creación de funciones
• Cuerpo de una función
• Argumentos de una función
• Funciones con argumentos NA
• Sentencias de decisión if & else
• Recursividad
Ejemplos
• Función area.triangulo(x,y)
• Función nombreDF(x,y)
• Función recursiva miFactorial(x)
5
Estadı́stica Aplicada y Programación con R
SESIÓN 5: BUCLES
Temas:
• Tipos de bucles
◦ Bucle repeat
◦ Bucle for
◦ Bucle while
• Sentencia switch
◦ Reglas
• Ejemplos
◦ Serie de potencias con for
◦ Suma de potencias y tolerancia
◦ Imprimir figuras con asteriscos usando for
6
Estadı́stica Aplicada y Programación con R
Temas:
• Variables estadı́sticas
◦ Variables cualitativas
◦ Variables cuantitativas
• Población
• Distribución de frecuencias
◦ Frecuencia absoluta
◦ Frecuencia relativa
• Medidas de tendencia central
◦ Media aritmética
◦ Media ponderada
◦ Media geométrica
◦ Media armónica
◦ Mediana
◦ Moda
• Medidas de tendencia no central
◦ Cuartiles
◦ Deciles
◦ Percentiles
• Medidas de dispersión
◦ Rango
◦ Medio rango
◦ Rango intercuartı́lico
◦ Rango semi-intercuartı́lico
◦ Varianza
◦ Desviación tı́pica o estándar
◦ Coeficiente de variación
7
Estadı́stica Aplicada y Programación con R
• Medidas de forma
◦ Medidas de asimetrı́a o sesgo
◦ Medidas de apuntamiento o curtosis
• Ejemplos
◦ Media ponderada
◦ Medidas de tendencia central
◦ Medidas de tendencia no central
◦ Frecuencias absolutas acumuladas
◦ Tabla de contingencia
◦ Lı́mites inferiores y superiores
Temas:
• Principales parámetros
◦ Sı́mbolos
◦ Etiquetas de tı́tulo y ejes
◦ Colores
◦ Ancho de lı́nea
• Gráficos con plot
◦ Gráfica de puntos
◦ Gráfica de lı́neas
◦ Gráfica de puntos y lı́neas
◦ Gráfica con lı́neas verticales
◦ Gráficas tipo escalera
• Histograma
◦ Histograma de frecuencias
◦ Histograma de gráfico de densidad
◦ Diagrama de barras
• Gráficos circulares
◦ Gráfico circular 2D
◦ Gráfico circular 3D
• Diagrama de Pareto
• Diagrama de cajas
• Diagrama de tallos y hojas
• Gráficos de dispersión
◦ Matriz de diagramas de dispersión
8
Estadı́stica Aplicada y Programación con R
• Ejemplos
◦ Diagrama de tallos y hojas
◦ Gráfico de barras
◦ Diagrama circular
◦ Diagrama de cajas con ggpubr
◦ Gráficos de violı́n
◦ Gráficos de dispersión
Temas:
• Conceptos básicos de muestreo
◦ Población
◦ Muestreo
◦ Muestra
◦ Tamaño muestral
◦ Población objetiva
• Tipos de muestreo
◦ Muestreo no probabilı́stico
◦ Muestreo probabilı́stico
◦ Estimadores de un muestreo probabilı́stico
◦ Muestreo con reposición
◦ Muestreo sin reposición
• Muestreo aleatorio simple
◦ Muestreo aleatorio simple con reposición
◦ Muestreo aleatorio simple sin reposición
• Ejemplos
◦ Muestreo aleatorio simple con reposición: Proporción
◦ Muestreo aleatorio simple con reposición: Promedio
◦ Muestreo aleatorio simple sin reposición: Promedio
◦ Muestreo aleatorio simple con reposición: Tamaño de
muestra
◦ Muestreo aleatorio simple sin reposición: Total estima-
do
◦ Muestreo aleatorio simple sin reposición: Intervalo de
confianza
9
Estadı́stica Aplicada y Programación con R
SESIÓN 4: PROBABILIDADES
Temas:
• ¿Qué es la probabilidad?
• Experimentos
◦ Experimentos determinı́sticos
◦ Experimentos aleatorios
• Espacio muestral
◦ Espacios muestrales discretos
◦ Espacios muestrales continuos
• Eventos
◦ Evento imposible o nulo
◦ Evento seguro
◦ Evento elemental
◦ Evento compuesto
• Probabilidad en R
• Ejemplos
◦ Extracción de muestra
◦ Espacio muestral
◦ Diagrama circular
◦ Función cards
◦ Subconjuntos
◦ Probabilidad condicional
SESIÓN 5: COMBINATORIA
Temas:
• Permutaciones
◦ Permutaciones sin repetición
◦ Permutaciones circulares
◦ Permutaciones con repetición
• Variaciones
◦ Variaciones sin repetición
◦ Variaciones con repetición
10
Estadı́stica Aplicada y Programación con R
• Combinaciones
◦ Combinaciones sin repetición
◦ Combinaciones con repetición
• Diferencias entre combinaciones y variaciones
• Ejemplos
◦ Permutación circular
◦ Combinaciones sin repetición
◦ Variaciones con repetición
◦ Variaciones sin repetición
◦ Combinaciones con repetición
◦ Permutaciones con repetición
Temas:
• Distribución binomial
• Distribución de Poisson
• Distribución geométrica
• Distribución hipergeométrica
• Distribución binomial negativa
Ejemplos
• Permutación circular
• Combinaciones sin repetición
• Variaciones con repetición
• Variaciones sin repetición
• Combinaciones con repetición
• Permutaciones con repetición
11
Estadı́stica Aplicada y Programación con R
Temas:
• Distribución uniforme
• Distribución normal o gaussiana
• Distribución chi-cuadrada
• Distribución exponencial
• Distribución T Student
• Distribución F de Snedecor
Ejemplos
• Distribución exponencial
• Distribución normal
• Distribución T-Student
• Gráfica de función densidad en distribución normal
• Distribución chi-cuadrada
• Gráfica de función densidad en distribución chi-cuadrada
Temas:
• Estimación puntual
◦ Método de los momentos
◦ Método de Máxima Verosimilitud
• Estimación por intervalos
◦ Intervalos de confianza
◦ Nivel de confianza
◦ Intervalo para media con desviación conocida
◦ Intervalo para media de una población pequeña con
desviación desconocida
◦ Intervalo para media de una población grande con des-
viación desconocida
12
Estadı́stica Aplicada y Programación con R
• Ejemplos
◦ Función binom.test
◦ Intervalo de confianza con población grande
◦ Intervalo de confianza con población pequeña
◦ Intervalo de confianza para proporción poblacional
◦ Intervalo de confianza para diferenciar las medias de
dos poblaciones
◦ Intervalo de confianza para la varianza de una pobla-
ción
Temas:
• Conceptos previos
◦ Prueba de hipótesis
◦ Tipo de hipótesis
◦ Nivel de confianza
◦ Nivel de significancia
◦ Tipos de errores
◦ Estadı́stico de prueba
◦ Valor crı́tico
• Prueba T para una muestra
◦ Procedimiento
◦ Ejemplo (una cola)
• Prueba T para dos muestras independientes
◦ Procedimiento
◦ Ejemplo (dos colas)
• Prueba T para dos muestras relacionadas
◦ Procedimiento
◦ Ejemplo (dos colas)
• Prueba Z de una muestra
• Prueba Z de dos muestras
13
Estadı́stica Aplicada y Programación con R
• Ejemplos
◦ Prueba Z de dos muestras
◦ Prueba Z de una muestra con dos colas
◦ Prueba T para muestras independientes y varianzas
diferentes
◦ Función z.test() en prueba de hipótesis unilateral
◦ Función z.test() en prueba de hipótesis bilateral
◦ Gráficos de pruebas de hipótesis de una y dos colas
Temas:
• Prueba chi cuadrado
◦ Procedimiento
◦ Ejemplo
• Prueba de Wilcoxon
◦ Procedimiento
◦ Ejemplo
• Prueba de Friedman
◦ Procedimiento
◦ Ejemplo
• Ejemplos
◦ Prueba de Friedman
◦ Prueba de los rangos con signo de Wilcoxon I
◦ Prueba chi cuadrado I
◦ Prueba de los rangos con signo de Wilcoxon II
◦ Prueba de Kruskal-Wallis
◦ Prueba chi cuadrado II
14
Estadı́stica Aplicada y Programación con R
Temas:
• Regresión lineal simple
◦ Función lm de R
◦ Ejemplo
• Regresión lineal múltiple
• Significancia y bondad de ajuste
• Supuestos del modelo de regresión lineal
◦ Linealidad
◦ Independencia
◦ Homocedasticidad
◦ Normalidad
◦ No colinealidad
• Ejemplos
◦ Regresión lineal simple por mı́nimos cuadrados I
◦ Modelo de regresión lineal simple en R I
◦ Regresión lineal y prueba de hipótesis
◦ Regresión lineal simple por mı́nimos cuadrados II
◦ Modelo de regresión lineal simple en R II
◦ Gráfico de residuos
Temas:
• Regresión exponencial
• Regresión potencial
• Regresión logarı́tmica
• Regresión polinómica
• Ejemplos
◦ Regresión cuadrática
◦ Fórmula de regresión cuadrática
◦ Regresión potencial
15
Estadı́stica Aplicada y Programación con R
◦ Regresión exponencial
◦ Regresión logarı́tmica
◦ Comparación de modelos
Temas:
• Coeficiente de correlación
◦ Tipos de correlación
• Correlación múltiple
• Función corrplot
◦ Parámetro de disposición (type)
◦ Parámetro de métodos (method)
◦ Parámetro de orden (order)
• Función corrplot.mixed
• Correlación parcial
• Correlación semiparcial
• Ejemplos
◦ Calcular R2 usando fórmula
◦ Calcular R2 usando lenguaje R
◦ La función pairs.panels
◦ La función corrplot
◦ Correlación parcial
◦ Correlación semiparcial
16