Ciencia de datos con R aplicado a estudios e investigaciones agrarias

Abstract

El presente documento es una presentación del curso-taller "Ciencia de Datos con R aplicada a Estudios e Investigaciones Agrarios", organizado por el Instituto Nacional de Innovación Agraria (INIA) del Ministerio de Desarrollo Agrario y Riego (MIDAGRI) del Perú. El curso aborda el uso del software R y su interfaz RStudio para el análisis estadístico y visualización de datos en contextos agrarios. Se presenta R como un ambiente de programación formado por un conjunto de herramientas muy flexibles que pueden ampliarse fácilmente mediante paquetes, librerías o la definición de nuevas funciones. Es gratuito y de código abierto, parte del proyecto GNU. El contenido incluye: introducción a la plataforma R, lectura de datos, resumen estadístico (summary), estructura de datos (str), gráficos de caja (boxplot), histogramas, tablas de frecuencia, gráficos de pastel (pie), diagramas de dispersión (scatter plots), gráficos 3D con scatterplot3d y rgl, gráficos con ggplot2, matrices de correlación con corrplot y pairs.panels (paquete psych), combinación de gráficas, gráficos de burbujas (symbols), y análisis exploratorio de datos. Se utilizan conjuntos de datos clásicos como iris (flores) y USArrests (datos de arrestos en Estados Unidos) como ejemplos didácticos.