Notebooks Interactivos

Recursos educativos para el análisis de datos

Bienvenidos a nuestra colección de notebooks interactivos

En Agoralab, creemos en el aprendizaje práctico y colaborativo. Nuestra colección de notebooks interactivos está diseñada para ayudarte a desarrollar habilidades en análisis de datos, programación en R y visualización de información científica.

¿Qué son los notebooks interactivos?

Los notebooks interactivos son documentos que combinan código ejecutable, visualizaciones, ecuaciones y texto narrativo en un solo archivo. Permiten:

Aprender conceptos teóricos y aplicarlos inmediatamente
Experimentar con código en tiempo real
Visualizar resultados de análisis
Compartir conocimiento de manera estructurada

Programa de Análisis de Datos con R para Ciencias de la Salud

¡NUEVO PROGRAMA! Nuestro programa semestral de análisis de datos con R para ciencias de la salud comienza el 5 de marzo de 2025. Consulta los detalles completos en la página del programa completo.

Este programa de 14 semanas está diseñado específicamente para investigadores y estudiantes de doctorado en ciencias de la salud. Los notebooks que utilizamos en el programa combinan explicaciones teóricas con código R ejecutable, ejercicios prácticos y casos de estudio relevantes para la investigación en salud.

Semana 1: Introducción a R, RStudio y Quarto

Introducción a R, RStudio y Quarto - Familiarización con el entorno de trabajo, primeros pasos con R y creación de documentos reproducibles con Quarto. Incluye explicaciones sobre qué es R y por qué es útil en investigación en salud, instalación del software necesario, y un ejercicio práctico para crear tu primer documento.

Semana 2: Fundamentos de R – Tipos de datos y operaciones básicas

Fundamentos de R - Profundiza en los tipos atómicos de datos (numéricos, caracteres, lógicos, factores), estructuras fundamentales (vectores, matrices, data frames, listas), operaciones básicas e indexación. Incluye ejercicios prácticos con datos de pacientes hipotéticos para aplicar los conceptos aprendidos.

Semana 3: Importación y limpieza de datos

Importación y limpieza de datos - Técnicas para importar datos desde diferentes formatos (CSV, Excel), inspección de la estructura de datos, identificación y solución de problemas comunes (valores faltantes, inconsistencias, valores imposibles), y transformación a formato “tidy”. Incluye un ejercicio práctico con datos reales de COVID-19.

Próximas semanas

Semana 4: Manipulación de datos con el tidyverse (dplyr/tidyr)
Semana 5: Visualización de datos con ggplot2
Semana 6: Programación en R – Funciones y control de flujo
Semana 7: Estadística descriptiva y exploratoria
Semana 8: Pruebas de hipótesis y comparación de grupos
Semana 9: Regresión lineal y modelos de predicción (parte I)
Semana 10: Regresión logística y análisis de datos categóricos (parte II)
Semana 11: Análisis de supervivencia (introducción)
Semana 12: Caso práctico en salud pública
Semana 13: Caso práctico en investigación molecular
Semana 14: Reproducibilidad, reportes con Quarto y cierre del curso

Los notebooks para estas sesiones se irán publicando semanalmente conforme avance el programa. Para conocer la estructura completa y metodología del programa, visita la página del programa.

Otros Notebooks

Introducción a R y RStudio

Introducción a R y RStudio - Aprende los fundamentos de R y RStudio, herramientas esenciales para el análisis de datos.

Próximamente

Manipulación de datos con dplyr
Visualización de datos con ggplot2
Análisis estadístico básico
Creación de reportes reproducibles

Cómo utilizar estos notebooks

Puedes utilizar estos notebooks de dos maneras:

En línea con WebR: Ejecuta el código R directamente en tu navegador sin necesidad de instalar nada. Simplemente haz clic en el botón “Run” en cada bloque de código.
Localmente: Cada notebook incluye un botón para descargar el archivo .Rmd o .qmd, que puedes ejecutar en tu propia instalación de RStudio para una experiencia más completa.

Requisitos para uso local (opcional)

Si prefieres trabajar con los notebooks en tu computadora:

R (versión 4.0.0 o superior) - Descargar R
RStudio (versión 1.4.0 o superior) - Descargar RStudio
Quarto (para los notebooks más recientes) - Descargar Quarto
Paquetes específicos mencionados en cada notebook

Contribuciones

¿Tienes ideas para nuevos notebooks o mejoras para los existentes? ¡Nos encantaría escucharlas! Contacta al equipo de Agoralab a través de nuestro formulario de contacto.

--- title: "Notebooks Interactivos" subtitle: "Recursos educativos para el análisis de datos" --- ## Bienvenidos a nuestra colección de notebooks interactivos En Agoralab, creemos en el aprendizaje práctico y colaborativo. Nuestra colección de notebooks interactivos está diseñada para ayudarte a desarrollar habilidades en análisis de datos, programación en R y visualización de información científica. ### ¿Qué son los notebooks interactivos? Los notebooks interactivos son documentos que combinan código ejecutable, visualizaciones, ecuaciones y texto narrativo en un solo archivo. Permiten: - Aprender conceptos teóricos y aplicarlos inmediatamente - Experimentar con código en tiempo real - Visualizar resultados de análisis - Compartir conocimiento de manera estructurada ## Programa de Análisis de Datos con R para Ciencias de la Salud {.mt-5} ::: {.alert .alert-info} **¡NUEVO PROGRAMA!** Nuestro programa semestral de análisis de datos con R para ciencias de la salud comienza el 5 de marzo de 2025. Consulta los detalles completos en la página del [programa completo](/notebooks/programa-r-salud.html). ::: Este programa de 14 semanas está diseñado específicamente para investigadores y estudiantes de doctorado en ciencias de la salud. Los notebooks que utilizamos en el programa combinan explicaciones teóricas con código R ejecutable, ejercicios prácticos y casos de estudio relevantes para la investigación en salud. ### Semana 1: Introducción a R, RStudio y Quarto - [Introducción a R, RStudio y Quarto](/notebooks/r-salud/semana1.html) - Familiarización con el entorno de trabajo, primeros pasos con R y creación de documentos reproducibles con Quarto. Incluye explicaciones sobre qué es R y por qué es útil en investigación en salud, instalación del software necesario, y un ejercicio práctico para crear tu primer documento. ### Semana 2: Fundamentos de R – Tipos de datos y operaciones básicas - [Fundamentos de R](/notebooks/r-salud/semana2.html) - Profundiza en los tipos atómicos de datos (numéricos, caracteres, lógicos, factores), estructuras fundamentales (vectores, matrices, data frames, listas), operaciones básicas e indexación. Incluye ejercicios prácticos con datos de pacientes hipotéticos para aplicar los conceptos aprendidos. ### Semana 3: Importación y limpieza de datos - [Importación y limpieza de datos](/notebooks/r-salud/semana3.html) - Técnicas para importar datos desde diferentes formatos (CSV, Excel), inspección de la estructura de datos, identificación y solución de problemas comunes (valores faltantes, inconsistencias, valores imposibles), y transformación a formato "tidy". Incluye un ejercicio práctico con datos reales de COVID-19. ### Próximas semanas - **Semana 4**: Manipulación de datos con el tidyverse (dplyr/tidyr) - **Semana 5**: Visualización de datos con ggplot2 - **Semana 6**: Programación en R – Funciones y control de flujo - **Semana 7**: Estadística descriptiva y exploratoria - **Semana 8**: Pruebas de hipótesis y comparación de grupos - **Semana 9**: Regresión lineal y modelos de predicción (parte I) - **Semana 10**: Regresión logística y análisis de datos categóricos (parte II) - **Semana 11**: Análisis de supervivencia (introducción) - **Semana 12**: Caso práctico en salud pública - **Semana 13**: Caso práctico en investigación molecular - **Semana 14**: Reproducibilidad, reportes con Quarto y cierre del curso Los notebooks para estas sesiones se irán publicando semanalmente conforme avance el programa. Para conocer la estructura completa y metodología del programa, visita la [página del programa](/notebooks/programa-r-salud.html). ## Otros Notebooks {.mt-5} ### Introducción a R y RStudio - [Introducción a R y RStudio](notebooks/intro-r-rstudio.html) - Aprende los fundamentos de R y RStudio, herramientas esenciales para el análisis de datos. ### Próximamente - Manipulación de datos con dplyr - Visualización de datos con ggplot2 - Análisis estadístico básico - Creación de reportes reproducibles ### Cómo utilizar estos notebooks Puedes utilizar estos notebooks de dos maneras: 1. **En línea con WebR**: Ejecuta el código R directamente en tu navegador sin necesidad de instalar nada. Simplemente haz clic en el botón "Run" en cada bloque de código. 2. **Localmente**: Cada notebook incluye un botón para descargar el archivo .Rmd o .qmd, que puedes ejecutar en tu propia instalación de RStudio para una experiencia más completa. ### Requisitos para uso local (opcional) Si prefieres trabajar con los notebooks en tu computadora: - R (versión 4.0.0 o superior) - [Descargar R](https://cran.r-project.org/) - RStudio (versión 1.4.0 o superior) - [Descargar RStudio](https://www.rstudio.com/products/rstudio/download/) - Quarto (para los notebooks más recientes) - [Descargar Quarto](https://quarto.org/docs/get-started/) - Paquetes específicos mencionados en cada notebook ### Contribuciones ¿Tienes ideas para nuevos notebooks o mejoras para los existentes? ¡Nos encantaría escucharlas! Contacta al equipo de Agoralab a través de nuestro [formulario de contacto](formulario.html).