UNIVERSIDAD DE CONCEPCIÓN

DIRECCIÓN DE POSTGRADO
Prof. Mabel Vidal M.

Syllabus

I.- IDENTIFICACIÓN.
Nombre: Programación en R para análisis de datos
Código: Créditos: Créditos SCT:
Prerrequisitos:

Modalidad: Presencial Calidad: Curso transversal Duración: 30 horas

Semestre en el plan de
estudio:
Trabajo Académico: 3
Horas Teóricas: 1 Horas Prácticas: Horas Laboratorio: 2
Horas de otras actividades:

Docente responsable Mabel Vidal M.

Docentes colaboradores ---
Comisión evaluación
Duración (semanas) 10
Fecha: Aprobado por:

II.- DESCRIPCIÓN.

Curso teórico - práctico que permite adquirir conocimientos de programación en lenguaje R y cómo
usar éste para un análisis de datos efectivo. Aprenderá a instalar y configurar el software necesario
para un entorno de programación estadístico y describir conceptos genéricos del lenguaje de
programación a medida que se implementa en un lenguaje estadístico de alto nivel. El curso cubre
temas prácticos en computación estadística que incluyen programación en R, lectura de datos,
acceso a paquetes de R, escritura de funciones, depuración, realizar analíticas predictivas y cómo
crear visualizaciones.

III.- RESULTADOS DE APRENDIZAJE ESPERADOS.

R1. Conocer metodologías y entornos de programación en R para los distintos sistemas

operativos y niveles de usuario.

R2. Configurar y utilizar librerías para el análisis de datos en la construcción de programas.

R3. Aplicar metodologías modulares en el diseño e implementación de programas eficientes

y correctos.

R4. Implementar soluciones para análisis estadístico de diferentes tipos de datos.

R5. Resolver problemas identificando los objetos principales, describiendo sus atributos y
comportamiento.

R6. Implementar visualizaciones gráficas del análisis de datos.

 UNIVERSIDAD DE CONCEPCIÓN
DIRECCIÓN DE POSTGRADO
Prof. Mabel Vidal M.

IV.- CONTENIDOS.

UNIDAD 1: CONCEPTOS BÁSICOS DE PROGRAMACIÓN Y BUENAS PRÁCTICAS.

- Problemas y algoritmos
- Introducción a R.
- Sintaxis básica y configuración de software y librerías.
- Instalar, cargar, leer y actualizar librerías.
- Buenas prácticas de programación.
- Gestión de sesiones.

UNIDAD 2: LECTURA DE DATOS, ASIGNACIÓN DE VARIABLES, TIPOS DE VARIABLES.

- Lectura/escritura de datos.
- Análisis de variables.

UNIDAD 3: ORGANIZACIÓN DE DATOS EN VECTORES/MATRICES.

- Revisión de estructura de datos en R.
- Operaciones.

UNIDAD 4: CREACIÓN Y USO DE ESTRUCTURAS Y FUNCIONES.

- Programación de estructuras, ciclos y funciones.

UNIDAD 5: MANIPULACIÓN Y PROCESAMIENTO DE DATOS.

- Creación de subsets.
- Manipulación de strings.
- Técnicas de orden.
- Análisis exploratorio de datos.

UNIDAD 6: GRÁFICOS Y VISUALIZACIÓN.

- Conocer librerías de visualización.
- Conocer los tipos de gráficos según los datos y análisis.
- Controlar argumentos de visualización.
- Visualización de datos en grupos.
- Exportar/guardar gráficos.

UNIDAD 7: PRUEBAS DE HIPÓTESIS.

- Probabilidad y distribuciones.
- Pruebas de hipótesis de una y dos muestras.
- Análisis de varianzas.

UNIDAD 8: REGRESIÓN LINEAL

- Modelos de regresión lineal simple.
- Aplicación de modelos.

V.- METODOLOGÍA.

 La metodología consistirá en clases expositivas y clases prácticas/laboratorios de

programación donde se aplicarán los conceptos y técnicas aprendidas en clases.
Además de la realización de tareas prácticas que permitirá aplicar los
conocimientos aprendidos en el análisis de datos.
 UNIVERSIDAD DE CONCEPCIÓN
DIRECCIÓN DE POSTGRADO
Prof. Mabel Vidal M.

VI.- EVALUACIÓN.

 Actividades prácticas (asistencia) (75%)

 Proyecto de curso (25%)

VII.- BIBLIOGRAFÍA Y MATERIAL DE APOYO.

Bibliografía Básica:

1. Matloff, N. (2011). The art of R programming: A tour of statistical software design. No Starch
Press.
2. Peter, D. (2008). Introductory statistics with R. Second Edition. Springer, New York.

VIII.- PLANIFICACIÓN

Trabajo Resultado de
Semana Actividad Responsable
académico aprendizaje
1 Presentación de la asignatura. Docente 0.5h --
1 Clase expositiva Unidad 1 Docente 1h R1 R2
Laboratorio: Instalación de software/librerías y
1 Estudiante 0.5h R1 R2
resolución de problemas.
2 Clase expositiva Unidad 2 Docente 1h R3
2 Laboratorio: Guía de ejercicios Tema 2 Estudiante 2h R3
3 Clase expositiva Tema 3 Docente 1h R3 R5
3 Laboratorio: Guía de ejercicios Tema 3 Estudiante 2h R3 R5
4 Clase expositiva Tema 4 Docente 1h R3 R5
Análisis de resolución de problemas utilizando
4 Estudiante 2h R3 R5
funciones algorítmicas.
5 Clase expositiva Tema 5 Docente 2h R2 R3 R4 R5
5 Laboratorio: Guía de ejercicios Tema 5 Estudiante 1h R2 R3 R4 R5
6 Continuación Clase expositiva Tema 5 Docente 1h R2 R3 R4 R5
Laboratorio: Guía de ejercicios Tema 5 parte II
6 Estudiante 2h R2 R3 R4 R5
Inicio de Proyecto de curso
7 Clase expositiva Tema 6 Docente 1h R3 R4 R5 R6
7 Laboratorio: Guía de ejercicios Tema 6 Estudiante 2h R3 R4 R5 R6
8 Clase expositiva Tema 7 Docente 1h R4 R5 R6
8 Laboratorio: Guía de ejercicios Tema 7 Estudiante 2h R4 R5 R6
9 Clase expositiva Tema 8 Docente 2h R4 R5 R6
Laboratorio: Guía de ejercicios Tema 8
9 Estudiante 2h R4 R5 R6
Entrega de proyecto
10 Cierre del curso Docente 2h --
10 Test de evaluación Estudiante 1h --