title | cover-image | author | date | site | output | always_allow_html | documentclass | bibliography | biblio-style | biblatexoptions | link-citations | github-repo | description | url | tags | favicon | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Introducción a R: Grupo de estudios económicos |
images/cover.png |
Jeshua Romero Guadarrama, Kevin Fernández, Apocryfo, Jenn, Daniel, Tifany Jiménez, Ernesto, Ezequiel, Rich Conejo, Angiebaram, Jesmarth, Adolfo Robles, Isaac Flores, Abdeel, Roberto Daniel |
2021-08-09 |
bookdown::bookdown_site |
|
true |
book |
|
apalike |
|
true |
Los estudiantes con poca experiencia en el análisis avanzado de estadísticas a menudo tienen dificultades para entender los beneficios de desarrollar habilidades de programación al momento de aplicar diversos métodos descriptivos e inferenciales. 'Análisis estadístico con R para principiantes' por Jeshua Romero Guadarrama (2021), ofrece una introducción interactiva a los aspectos esenciales de la programación por medio del lenguaje y software estadístico R, así como una guía para la aplicación de la teoría económica y econométrica en entornos específicos. En otras palabras, el objetivo es que los estudiantes se adentren al mundo de la economía aplicada mediante ejemplos empíricos presentados en la vida diaria y haciendo uso de las habilidades de programación recién adquiridas. Dicho objetivo se encuentra respaldado por ejercicios de programación interactivos y la incorporación de visualizaciones dinámicas de conceptos fundamentales mediante la flexibilidad de JavaScript, a través de la biblioteca D3.js. |
https\://rgrupodeestudioseconomicos.jeshuanomics.com |
|
images/logo.png |
Publicado por Jeshua Romero Guadarrama en colaboración con JeshuaNomics:
Git Hub Facebook Twitter Linkedin Vkontakte Tumblr YouTube Instagram
Jeshua Romero Guadarrama es economista y actuario por la Universidad Nacional Autónoma de México, quien ha construido el presente proyecto en colaboración con JeshuaNomics, ubicado en la Ciudad de México, se puede contactar mediante el siguiente correo electrónico: jeshuanomics@gmail.com.
Última actualización el lunes 09 del 08 de 2021
Los estudiantes con poca experiencia en el análisis estadístico de datos a menudo tienen dificultades para entender los beneficios de desarrollar habilidades de programación al momento de aplicar diversos métodos descriptivos e inferenciales. "Introducción a R: Grupo de estudios económicos por Jeshua Romero Guadarrama (2021), ofrece una introducción interactiva a los aspectos esenciales de la programación por medio del lenguaje y software estadístico R, así como una guía para la aplicación de la teoría en ciencia de datos en la solución de problemas específicos. En otras palabras, el objetivo es que los estudiantes se adentren al mundo de la estadística aplicada mediante ejemplos empíricos presentados en la vida diaria y haciendo uso de las habilidades de programación recién adquiridas. Dicho objetivo se encuentra respaldado por ejercicios de programación interactivos y la incorporación de visualizaciones dinámicas de conceptos fundamentales mediante la flexibilidad de JavaScript, a través de la biblioteca D3.js.
En los últimos años, el lenguaje de programación estadístico R se ha convertido en una parte integral del plan de estudios de las clases de estadística que se imparten en las universidades de todo el mundo. Regularmente una gran parte de los estudiantes no han estado expuestos a ningún lenguaje de programación antes y, por lo tanto, tienen dificultades para participar en el aprendizaje de R por sí mismos. Con poca experiencia en el análisis estadístico, es natural que los novicios tengan dificultades para comprender los beneficios de desarrollar habilidades en R, así como aprender y aplicar los conceptos básicos de la probabilidad y estadística. Estos incluyen particularmente la capacidad de realizar, documentar y comunicar estudios empíricos y tener las facilidades para programar estudios de simulación, lo cual es útil para, por ejemplo, comprender y validar teoremas que generalmente no se asimilan o entienden fácilmente con el estudio de las fórmulas. Al ser un economista aplicado y econometrista, me gustaría que mis colegas desarrollen capacidades de gran valor; en consecuencia, deseo compartir con las nuevas generaciones interesadas en la probabilidad y estadística mis conocimientos.
En lugar de confrontar a los estudiantes con ejercicios de codificación puros y literatura clásica complementaria, he pensado que sería mejor proporcionar material de aprendizaje interactivo que combine el código en R con el contenido de un curso introductorio de probabilidad y estadística que sirva de base para construir conocimientos mucho más avanzaados. El presente trabajo es un complemento empírico interactivo al estilo de un informe de investigación reproducible que permite a los estudiantes no solo aprender cómo los resultados de los estudios de casos se pueden replicar con R, sino que también fortalezcan su capacidad para utilizar las habilidades recién adquiridas en otras aplicaciones empíricas.
-
El texto en cursiva indica nuevos términos, nombres, botones y similares.
-
El texto en negrita se usa generalmente en párrafos para referirse al código R. Esto incluye comandos, variables, funciones, tipos de datos, bases de datos y nombres de archivos.
-
Texto de ancho constante sobre fondo gris
indica un código R que usted puede escribir literalmente. Puede aparecer en párrafos para una mejor distinción entre declaraciones de código ejecutables y no ejecutables, pero se encontrará principalmente en forma de grandes bloques de código R. Estos bloques se denominan fragmentos de código.
A mi alma máter: Universidad Nacional Autónoma de México (Facultad de Economía y Facultad de Ciencias). Por brindarme valiosas oportunidades que coadyuvaron a mi formación.
Capítulo 1. Introducción: ¿Qué es R y para qué es usado?
Capítulo 2. Instalación
Capítulo 3. Conceptos básicos
Capítulo 4. Tipos de datos
Capítulo 5. Operadores
Capítulo 6. Estructuras de datos
Capítulo 7. Subconjuntos
Capítulo 8. Funciones
Capítulo 9. Estructuras de control
Capítulo 10. La familia apply
Capítulo 11. Importar y exportar datos
Capítulo 12. Gráficas
Capítulo 13. Conclusión
Capítulo 14. Introducción al aprendizaje estadístico
Capítulo 15. Estructuras de datos
Capítulo 16. Gráficos
Capítulo 17. Manipulación de datos con R
Capítulo 18. Análisis exploratorio de datos
Capítulo 19. Inferencia estadística
Capítulo 20. Modelado de datos
Capítulo 21. Modelos lineales
Capítulo 22. Modelos lineales generalizados
Capítulo 23. Regresión no paramétrica
Capítulo 24. Programación
Capítulo 25. Generación de informes
Referencias
Bibliografía complementaria
Apendices
Capítulo 1. Introducción: ¿Qué es R y para qué es usado?
- Un poco de historia
- ¿Quién usa R?
Capítulo 2. Instalación
- Windows
- OSX
- Linux
- RStudio - un IDE para R
Capítulo 3. Conceptos básicos
- La consola de R
- Ejecutar, llamar, correr y devolver
- Objetos
- Constantes y variables
- Funciones (introducción básica)
- Documentación
- Directorio de trabajo
- Paquetes
- Scripts
Capítulo 4. Tipos de datos
- Datos más comunes
- Entero y numérico
- Cadena de texto
- Factor
- Lógico
- NA y NULL
- Coerción
- Verificar el tipo de un dato
Capítulo 5. Operadores
- Operadores aritméticos
- Operadores relacionales
- Operadores lógicos
- Operadores de asignación
- Orden de operaciones
Capítulo 6. Estructuras de datos
- Vectores
- Matrices y arrays
- Data frames
- Listas
- Coerción
Capítulo 7. Subconjuntos
- Índices
- Nombres
- Subconjuntos por índice y nombre
- El signo de dolar $ y los corchetes dobles [[]]
- Condicionales
Capítulo 8. Funciones
- ¿Por qué necesitamos crear nuestrar propias funciones?
- Funciones definidas por el usuario
- Nuestra primera función
- Definiendo la función crear_histograma()
Capítulo 9. Estructuras de control
- if, else
- for
- while
- break y next
- repeat
Capítulo 10. La familia apply
- Un recordatorio sobre vectorización
- Las funciones de la familia apply
- apply
- lapply
Capítulo 11. Importar y exportar datos
- Descargando datos
- Tablas (datos rectangulares)
- Archivos con una estructura desconocida
- Exportar datos
- Hojas de cálculo de Excel
- Datos de paquetes estadísticos comerciales (SPSS, SAS y STATA)
Capítulo 12. Gráficas
- Datos usados en el capítulo
- La función plot()
- Histogramas
- Gráficas de barras
- Leyendas
- Diagramas de dispersión
- Diagramas de caja
- Gráficos de mosaico
- Exportar gráficos
Capítulo 13. Conclusión
Capítulo 14. Introducción al aprendizaje estadístico
- El lenguaje y entorno estadístico R
- Entorno de trabajo
- Librerías
- Una primera sesión
- Objetos básicos
- Área de trabajo
Capítulo 15. Estructuras de datos
- Vectores
- Matrices y arrays
- Data frames
- Listas
Capítulo 16. Gráficos
- El comando plot
- Funciones gráficas de bajo nivel
- Ejemplos
- Parámetros gráficos
- Múltiples gráficos por ventana
- Exportar gráficos
- Otras librerías gráficas
Capítulo 17. Manipulación de datos con R
- Lectura, importación y exportación de datos
- Manipulación de datos
Capítulo 18. Análisis exploratorio de datos
- Medidas resumen
- Gráficos
Capítulo 19. Inferencia estadística
- Normalidad
- Contrastes
- Regresión y correlación
- Análisis de la varianza
Capítulo 20. Modelado de datos
- Modelos de regresión
- Fórmulas
- Ejemplo: regresión lineal simple
Capítulo 21. Modelos lineales
- Ejemplo
- Ajuste: función lm
- Predicción
- Selección de variables explicativas
- Regresión con variables categóricas
- Interacciones
- Diagnosis del modelo
- Métodos de regularización
- Alternativas
Capítulo 22. Modelos lineales generalizados
- Ajuste: función glm
- Regresión logística
- Predicción
- Selección de variables explicativas
- Diagnosis del modelo
- Alternativas
Capítulo 23. Regresión no paramétrica
- Modelos aditivos
Capítulo 24. Programación
- Funciones
- Ejecución condicional
- Bucles y vectorización
- Aplicación: validación cruzada
Capítulo 25. Generación de informes
- R Markdown
- Spin
Referencias
Bibliografía complementaria
Apendices
- A Enlaces
- A.1 RStudio
- B Instalación de R
- B.1 Instalación de R en Windows
- C Interfaces gráficas
- C.1 RStudio
- C.2 RCommander
- D Manipulación de datos con dplyr
- D.1 El paquete dplyr
- D.2 Operaciones con variables (columnas)
- D.3 Operaciones con casos (filas)
- D.4 Resumir valores con summarise()
- D.5 Agrupar casos con group_by()
- D.6 Operador pipe %>% (tubería, redirección)
- E Compañías que usan R
- E.1 Microsoft
- E.2 RStudio