Introducción
El curso Análisis de Datos con R proporciona una base sólida para trabajar con datos usando el ecosistema moderno de R: tidyverse, visualización con ggplot2, automatización y reporting reproducible.
Está pensado para personas sin experiencia previa en R, pero con interés en análisis de datos aplicados a contextos reales (negocio, investigación, reporting, ciencia de datos).
El enfoque es 100 % práctico: aprenderás escribiendo código, interpretando resultados y construyendo un proyecto final reproducible.
Objetivo general del curso
Capacitar al participante para importar, limpiar, transformar, visualizar y comunicar datos en R, aplicando buenas prácticas de programación, análisis reproducible y estructuración de proyectos, de forma que pueda resolver un caso práctico completo de análisis de datos.
Objetivos de aprendizaje
Al finalizar el curso, el alumno podrá:
-
Trabajar con R y RStudio con soltura (scripts, proyectos, ayuda y paquetes).
-
Importar datos y prepararlos para el análisis siguiendo principios de tidy data.
-
Transformar datos de forma eficiente con dplyr y tidyr.
-
Crear visualizaciones claras y efectivas con ggplot2.
-
Automatizar tareas mediante funciones, iteración y manejo básico de errores.
-
Generar informes reproducibles con Quarto (o R Markdown).
-
Resolver un caso práctico completo, desde datos crudos hasta informe final.
| Módulo | Título | Contenidos |
|---|---|---|
| Módulo 1 | Puesta a punto y fundamentos | • Instalación de R y RStudio
• Consola vs script • Proyectos en RStudio • Rutas relativas con • Estructura de carpetas • Instalación y carga de paquetes • • Objetos básicos y asignación • Operadores • Sistema de ayuda ( |
| Módulo 2 | Tipos, estructuras e indexación | • Tipos atómicos (logical, numeric, character)
• Coerción de tipos • Vectores • Listas • Matrices • • Indexación con • Indexación lógica |
| Módulo 3 | Importación y tidy data | • Importación de CSV con readr
• Delimitadores, codificación y valores NA • Inspección de datos ( • Conteo de valores perdidos • Limpieza de nombres con • Conversión de tipos ( • Principios de tidy data • Reestructuración con |
| Módulo 4 | Transformación con dplyr | • select, filter, arrange, mutate
• Transformaciones encadenadas • • Uso de • Joins ( • Claves y relaciones entre tablas • Pipelines (` |
| Módulo 5 | Visualización con ggplot2 | • Gramática de los gráficos
• • Escalas y etiquetas • Temas y facetas • Gráficos de barras • Histogramas • Diagramas de dispersión • Gráficos de líneas • Exportación de gráficos |
| Módulo 6 | Programación práctica en R | • Definición de funciones
• Argumentos y valores por defecto • Valores de retorno • Validación de entradas • Mensajes de error personalizados • Iteración con • Introducción a • Manejo básico de errores con |
| Módulo 7 | Fechas, texto y factores | • Fechas y tiempos con lubridate
• Limpieza de texto con • Extracción y reemplazo de cadenas • Factores en R • Reordenar y agrupar niveles con |
| Módulo 8 | Informes reproducibles y proyecto final | • Introducción a Quarto
• Estructura de documentos • Chunks de código • Tablas y figuras • Reproducibilidad (semillas, rutas, sesión) • Introducción a • Proyecto final completo • Checklist de entrega |
Preguntas frecuentes (FAQ)
¿Es un curso para principiantes?
Sí. El curso parte desde cero y no requiere experiencia previa en R. Se introducen los conceptos de forma progresiva y práctica.
¿Necesito conocimientos previos de programación?
No es obligatorio. Ayuda tener una base lógica o experiencia con hojas de cálculo, pero el curso explica los fundamentos de programación necesarios en R.
¿El curso es teórico o práctico?
Es un curso mayoritariamente práctico. Cada módulo incluye ejemplos, ejercicios guiados y aplicación directa de los conceptos.
¿Se trabaja con datos reales?
Sí. A lo largo del curso se utilizan datasets realistas y en el proyecto final se resuelve un caso práctico completo.
¿Aprenderé a hacer gráficos “listos para informes”?
Sí. Se cubren buenas prácticas de visualización y exportación de gráficos con calidad publicable usando ggplot2.
¿Qué tipo de informes se generan?
Informes reproducibles con Quarto (o R Markdown), combinando texto, código, tablas y gráficos.
¿El curso sirve para entornos profesionales?
Sí. Se enfatizan buenas prácticas: estructura de proyectos, reproducibilidad, limpieza de datos y código reutilizable.
¿Se entrega algún certificado?
Al finalizar el curso se puede emitir un certificado de aprovechamiento, aunque no es una certificación oficial de fabricante.