Curso de análisis de datos en R - Sesión 1

Una introducción a R

R es un lenguaje orientado a objetos. Aunque existen algunas interfaces gráficas para R como Rcommander, es muy recomendable aprender R como un lenguaje en vez de tratarlo como un programa estadístico convencional. Como ambiente de trabajo, R ofrece una serie de ventajas:

• Sus posibilidades gráficas son excelentes
• Es muy flexible. Los procedimientos estadísticos estándar se pueden aplicar con sólo utilizar el comando apropiado. Además, existen multitud de librerías (a los que llamaremos paquetes de ahora en adelante) programadas por los usuarios de todo el mundo para llevar a cabo procedimientos específicos.
• Es libre. Libre no quiere decir gratuito (aunque R también lo es). Libre significa que podemos acceder al código escrito por otros usuarios y modificarlo libremente. A pesar de que R viene sin garantía alguna (al iniciar la sesión de R saldrá la siguiente advertencia “R is free software and comes with ABSOLUTELY NO WARRANTY”), la mayor parte del código de R, o por lo menos, el código más comúnmente utilizado por los usuarios, ha sido meticulosamente supervisado por estadísticos y académicos de mucho prestigio de todo el mundo (el llamado “R Core team”).
• Podemos además programar nuestras propios procedimientos y aplicaciones
• En la misma página desde la que se puede bajar el programa, existe abundante documentación sobre cómo utilizarlo
• Es gratuito.

Esta documentación forma parte del Curso de Doctorado de Análisis de Datos Ecológicos en R, que se impartirá entre el 5 y el 13 de mayo de 2009 en el Departamento de Ecología de la Universidad de Alcalá. La primera sesión constituye una introducción somera a R, en dónde el alumno podrá explorar los conceptos más básicos del manejo de esta herramienta, desde la instalación del software a la manipulación de datos y la programación de funciones sencillas. La documentación para esta primera sesión se puede descargar aquí. El índice de contenidos se detalla a continuación:

1. ¿ Qué es R?
2. ¿Cómo instalar R?
3. CRAN y paquetes
4. Tipos de objetos en R y la función str()
5. Funciones y argumentos
6. El menú de ayuda: Aprendiendo a ser autosuficientes
7. Como leer datos en R
8. Recomendaciones para organizar una sesión de trabajo
9. Funciones básicas para la manipulación de datos
10. Como repetir un procedimiento con el comando for()
11. Citando R en los trabajos científicos
12. Referencias