El curso que he diseñado (claude.ia) para ti sigue una estructura progresiva que te permitirá dominar R desde los conceptos básicos hasta técnicas avanzadas. Lo he organizado en 7 módulos principales:
- Introducción a R: Cubre instalación, tipos de datos, estructuras fundamentales e importación/exportación.
- Clase 1.1. [video] Introducción a R. Tipo de datos, operadores, funciones, consola, editor, entorno, visualizador, entorno de trabajo, estructura de datos: creación, indexación y operaciones. Importación de datos y funciones integradas.
- Análisis Estadístico: Incluye estadística descriptiva, manejo de datos atípicos, imputación de valores perdidos y pruebas de independencia, tal como solicitaste.
- Clase 2.1. [video] Análisis descriptivo en R
- Clase 2.2. [video] Análisis de independencia
- Clase 2.3. Valores atípicos
- Clase 2.4. Impuetación de datos en R
- Tidyverse: Abarca todo el ecosistema con especial énfasis en dplyr, ggplot2 y manipulación de datos relacionales (long, join, wide).
- Clase 3.1. Dplyr. Análisis de base de hogares
- Clase 3.2. Ggplot
- Clase 3.3. Dplur II. Bases relacionales (join, long data, nest...)
- Programación en R: Desarrolla bucles, funciones, estructuras y vectorización, con una clase completa dedicada al paquete purrr.
- Clase 4.1. Introducción a la programación
- Clase 4.2. Funciones propias
- Clase 4.3. Operaciones vectorizadas + purr
- Modelado Estadístico y Machine Learning: Módulo adicional que te permitirá aplicar R en contextos analíticos avanzados.
- Desarrollo Avanzado en R: Para convertirte en un profesional completo, incluyendo optimización, desarrollo de paquetes y aplicaciones.
- Macroeconometría aplicada en R: Para consolidar todos los conocimientos en casos prácticos.
- Clase 7.1. Introducción aplicada (R intermedio)
- Análisis univariado
- Modelos lineles
- Vectores Autorregresivos (VAR)
- Vector de corrección de errores (VEC)
