R

• Científicos de datos, estadísticos e investigadores que necesitan dominar R como herramienta principal de análisis.
• Analistas de negocio, marketing o finanzas que quieren automatizar análisis de datos y crear visualizaciones profesionales.
• Perfiles que ya completaron la introducción y necesitan el curso completo de R.

Módulo 1: Introducción y entorno Qué es R: historia, ecosistema y comparativa Instalación de R 4.4+ y Posit RStudio Módulo 2: Sintaxis fundamental Tipos de datos y variables Operadores aritméticos, lógicos y de comparación Estructuras de datos: vectores, matrices, listas y data frames Estructuras de control condicional Estructuras de control iterativo Funciones y funciones anónimas Scopes y closures Módulo 3: Programación orientada a objetos Sistemas OOP en R: S3, S4 y R6 Sistema S3: clases informales y métodos genéricos Sistema S4: clases formales y validación Sistema R6: mutabilidad y active bindings Herencia y polimorfismo Módulo 4: Manipulación de datos Importación con readr y read.csv Tidyverse: filosofía y pipes dplyr: filter y select mutate y transmute group_by y summarize Valores faltantes y limpieza con tidyr Joins y combinación de tablas pivot_longer y pivot_wider Fechas con lubridate Cadenas con stringr Módulo 5: Visualización de datos Fundamentos de ggplot2 y gramática de gráficos Gráficos univariantes: histogramas, barras y densidad Gráficos bivariantes: dispersión, líneas y correlación Gráficos multivariantes: color, forma y tamaño Facetas y paneles Personalización y temas profesionales Módulo 6: Estadística y matemáticas Estadística descriptiva y análisis exploratorio Correlación y relaciones entre variables Pruebas de hipótesis: t test y chi cuadrado Regresión lineal y modelado predictivo ANOVA y comparaciones múltiples Módulo 7: Programación funcional Familia apply: lapply, sapply, vapply y tapply purrr: map, walk, reduce y programación funcional tidyverse Módulo 8: Herramientas avanzadas R Markdown: documentos reproducibles Quarto: documentos científicos de nueva generación Shiny: aplicaciones web interactivas

Este curso completo de R abarca todo el recorrido necesario para dominar el lenguaje de análisis estadístico: desde la sintaxis y los tres sistemas de POO (S3, S4, R6) hasta manipulación avanzada de datos con tidyverse, visualización profesional con ggplot2, análisis estadístico con pruebas de hipótesis, regresión lineal y ANOVA, programación funcional con la familia apply y purrr, creación de informes reproducibles con R Markdown y desarrollo de aplicaciones interactivas con Shiny. Incluye ejercicios prácticos y proyectos con datos reales.

• Escribir código R idiomático con funciones, closures y el sistema de POO adecuado a cada problema.
• Importar, limpiar y transformar conjuntos de datos con el ecosistema tidyverse completo.
• Crear visualizaciones profesionales y comunicativas con ggplot2.
• Aplicar métodos estadísticos (descriptivos e inferenciales) para extraer conclusiones de los datos.
• Construir modelos de regresión lineal y realizar análisis de varianza con datos reales.
• Usar la familia apply y purrr para escribir código funcional, conciso y seguro.
• Generar informes reproducibles con R Markdown y crear dashboards interactivos con Shiny.