Última actualización: 22/05/2022


Curso Académico: 2022/2023

Programación en R
(17759)
Titulación: Máster Universitario en Estadística para la Ciencia de Datos (345)
Escuela de Ingeniería y Ciencias Básicas


Coordinador/a: MARIN DIAZARAQUE, JUAN MIGUEL

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Obligatoria
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Objetivos
El estudiante adquirirá los siguientes conocimientos: 1. Dominio del lenguaje de programación R y del entorno de trabajo R-studio. 2. Dominio de las distintas estructuras de datos. 3. Análisis exploratorio de datos y presentación de resultados a través de técnicas de visualización de datos. 4. Conocimiento de los principales paquetes de análisis de datos de R. 5. Saber como realizar una simulación adecuadamente. 6. Acelerar los programas realizados mediante programación en paralelo. 7. Encontrar errores y cuellos de botella en el código y generar informes.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Fundamentos de Programación I. El entorno R-studio. Tipos de datos (Matrices, Listas, Factores, Data Frames,...) y sus operaciones. Estructuras de control. Funciones. 2. Fundamentos de Programación II. Estructuras avanzadas de datos. Lectura y almacenamiento de datos. 3. Visualización de datos. El paquete ggplot2. 4. Introducción a algunos paquetes útiles en R. Paquetes MASS, Caret, dplyr y data.table 5. Simulaciones. 6. Programación en paralelo. 7. Debugging, Profiling y presentacion de los resultados con Rmarkdown.
Actividades formativas, metodología a utilizar y régimen de tutorías
La asignatura será impartida a lo largo de 7 clases teórico-prácticas. Los alumnos dispondrán de tutorías donde podrán resolver sus dudas tanto del material explicado en las clases como de los trabajos prácticos evaluables.
Sistema de evaluación
  • Peso porcentual del Examen Final 0
  • Peso porcentual del resto de la evaluación 100
Bibliografía básica
  • Felicidad Marques Asension. R en profundidad. Programación, gráficos y estadística. RC. 2017
  • Fox, J.. Using the R Commander: A Point-and-click Interface for R. CRC Press.. 2016
  • Irizarry, R.A.. Introduction to data science: data analysis and prediction algorithms with R. Boca Raton, Florida. CRC Press. 2020
  • Wickham, H., & Grolemund, G. (2016). R for data science: import, tidy, transform, visualize, and model data. O'Reilly Media, Inc.. 2016
Recursos electrónicosRecursos Electrónicos *
(*) El acceso a algunos recursos electrónicos puede estar restringido a los miembros de la comunidad universitaria mediante su validación en campus global. Si esta fuera de la Universidad, establezca una VPN


El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.