Volver a DMetrics
Serie de DMetrics · Básico → IntermedioEmpezar por el capítulo 1
R: de cero a investigación reproducible
De tu primera línea de código a un análisis que cualquiera puede reproducir y verificar.
Una serie para aprender R como lo usa un analista: primero el modelo mental del lenguaje (vectores, tipos, factores, listas), después el trabajo real con datos (importar, transformar, escribir funciones que no se caen, elegir entre dplyr y data.table) y al final lo que convierte un script en investigación: un flujo de exploración ordenado, reportes con Quarto y versiones con Git.
3 de 12 capítulos publicados
Capítulos
- 01R básico: aprende R desde ceroLa guía para principiantes absolutos: qué es R, cómo instalarlo, cómo pensar como el lenguaje y cómo llegar a tu primer gráfico profesional — paso a paso, sin susto.Guía 30 min
- 02RStudio como un profesionalLa diferencia entre 'usar R' y trabajar como analista casi nunca está en cuántas funciones conoces, sino en tus hábitos: dónde vive tu código, cómo lo ejecutas y si tu análisis se puede reproducir mañana.Tutorial 10 min
- 03Vectores: el modelo mental que sostiene todo REn R no existen los escalares: todo es un vector. Entender esa idea — crear, indexar, vectorizar y esquivar el reciclaje silencioso — es entender el lenguaje.Artículo 12 min
- 04Tipos de datos y coerción: por qué 0.1 + 0.2 != 0.3Próximamente
- 05Factores: la trampa de as.numeric()Próximamente
- 06Listas: [ vs [[ vs $ (y por qué un modelo es una lista)Próximamente
- 07Importar datos en Latinoamérica: punto y coma, coma decimal y tildesPróximamente
- 08Transformar datos con dplyr y tidyrPróximamente
- 09Funciones propias y tryCatch: pipelines que no se caenPróximamente
- 10data.table vs. dplyr: cuándo usar cada unoPróximamente
- 11Tu checklist de EDA reutilizablePróximamente
- 12Quarto y Git: publicar un análisis reproduciblePróximamente
Otras series de DMetrics
Libro · Básico → IntermedioAbrir el libro Serie · Intermedio → AvanzadoVer la serie
Entendiendo la GEIH
De entender la encuesta a construir y validar indicadores del mercado laboral colombiano.
10 de 10 capítulos publicados
Casos: resolver con datos
Problemas reales de datos: la decisión técnica, la solución y el resultado.
5 de 5 capítulos publicados