R para el análisis de datos

Kevin Carrasco

Sociología - UAH

1er Sem 2026

R-data-analisis.netlify.com

Este curso

  • Unidad 1: Elementos y herramientas de R

  • Unidad 2: Operacionalización y análisis descriptivo de datos

  • Unidad 3: Análisis estadístico bivariado en R

  • Unidad 4: Regresión lineal y regresión logística

Evaluación

  • Para presentarse a examen se requiere una nota promedio igual o superior a 3,5 y un 70% de asistencia al curso. Esta regla solo podrá alterarse en caso de inasistencias por causas serias y justificadas de acuerdo con el criterio de la carrera.

  • 4 trabajos (15% c/u). En parejas

  • Presentación final de investigación (10%)

  • Examen Final (30%)

  • Foco en reproducibilidad, reporte, visualización y análisis de resultados.

Ciencia abierta

Investigación reproducible

Reproducibilidad

  • Es la posibilidad de regenerar de manera independiente los resultados usando los materiales originales de una investigación ya publicada.

  • En términos simples: obtener los mismos resultados de una investigación utilizando los mismos datos.

Flujos de investigación reproducible

  • Texto plano
  • Carpetas y archivos
  • Autocontenido
  • Abierto

Propuesta: escritura libre y abierta

Documentos en Quarto

Características Principales

  • Multiplataforma

  • Basado en Markdown

  • Soporte para múltiples lenguajes

  • Multitud de formatos de salida

  • Soporte para publicación científica

  • Integración entornos de desarrollo (RStudio, VSC, etc)

  • Extensible

Características principales

  • Lenguaje que combina código (R) y texto (Markdown): Al igual que RMarkdown (.Rmd), Quarto permite combinar texto plano markdown y código de análisis R.

  • Provee una serie de herramientas para generar documentos dinámicos y publicarlos

Estructura de un documento

  • Archivo .qmd

  • Encabezado YAML:

    title: "Mi documento"
author: "Kevin Carrasco"
date: today
format: html

  • Cuerpo:

    • Markdown para secciones, énfasis, listas, etc.
    • Bloques de código
    • Bibliografía

Base de escritura: Markdown

  • Encabezados: #, ##, ###
  • Listas:
    • Viñetas: - o *
    • Numeradas: 1., 2.
  • Énfasis: *cursiva*, **negrita**
  • Código en línea: `código`
  • Enlaces: [texto](url)

Personalización visual del HTML

  • Temas: cosmo, flatly, lux, darkly, etc.

  • Opciones comunes en YAML:

    toc: true
number-sections: true
code-fold: true
theme: darkly

  • Personalización con CSS externo:

    css: estilos.css

Ejemplo

---
title: "Tutorial Quarto"
author: "Kevin Carrasco"
date: "2026-03-10"
format: html
lang: es
toc: true
number-sections: true
theme: darkly
---

# Bienvenidos a este tutorial de **Quarto**.

Quarto está especialmente diseñado para elaborar documentos
científicos y técnicos reproducibles

## Este es un subtítulo

Ahora vamos a ensayar **negritas** y _cursivas_

### Y un título de tercer orden

Y una lista

- con viñetas
- ...
- ...

Y otra numerada:

1. punto 1
2. punto 2
3. ...

Extensiones

  • Integración con R
  • Referencias bibliográficas
  • Renderizado a pdf, word
  • Sitios web
  • Presentaciones

Recursos

Propuesta: Protocolo IPO

Estructura IPO

Carpeta autocontenida

  • proyecto autocontenido: reproducible sin necesidad de archivos externos

  • requisito: establecer directorio de trabajo

    • posición de referencia de todas las operaciones al interior del proyecto

    • también llamado directorio raíz

Directorio de trabajo

  • ej. forma tradicional en hoja de código R:

    • setwd(ruta-a-carpeta-de-proyecto)

    • problemas: hace referencia a ruta local en el computador donde se está trabajando, por lo tanto no es reproducible y se debe evitar

  • alternativa sugerida en R: RStudio Projects

RStudio Projects

  • La funcionalidad Projects de RStudio permite establecer claramente un directorio de trabajo de manera eficiente

  • Para ello, genera un archivo de extensión .Rproj en el directorio raiz de la carpeta del proyecto

  • Luego se facilita acceder a la carpeta del proyecto en RStudio ejecutando desde el administrador de archivos del computador (file manager) el archivo .Rproj

  • para comprobar, ejecutar getwd() y debería dar la ruta hacia la carpeta del proyecto

Repositorios y apertura

Git no es un registro de versiones de archivos específicos, sino de una carpeta completa

Guarda “fotos” de momentos específicos de la carpeta, y esta foto se saca mediante un commit

Commits

  • El commit es el procedimiento fundamental del control de versiones

  • Git no registra cualquier cambio que se “guarda”, sino los que se “comprometen” (commit).

  • En un commit

    • se seleccionan los archivos cuyo cambio se desea registrar (stage)
    • se registra lo que se está comprometiendo en el cambio (mensaje de commit)

¿Cuándo hacer un commit?

  • según conveniencia

  • sugerencias:

    • que sea un momento que requiera registro (momento de foto)

    • no para cambios menores

    • no esperar muchos cambios distintos que puedan hacer perder el sentido del commit

Uso de inteligencia artificial en el curso

Inteligencia artificial

  • Se puede usar inteligencia artificial para generar código, pero es importante revisar y entender el código generado, ya que puede contener errores o no ser óptimo.

  • Se recomienda usar inteligencia artificial como una herramienta de apoyo, pero no como un sustituto del aprendizaje y la comprensión de los conceptos fundamentales de R y el análisis de datos.

  • Se pueden usar herramientas como ChatGPT, pero es importante ser crítico con las respuestas generadas y verificar su precisión.

Qué se espera en los trabajos

Estructura de carpetas

Repositorio

GitHub Pages

R para el análisis de datos

Kevin Carrasco

Sociología - UAH

1er Sem 2026

R-data-analisis.netlify.com