Sesión | Fecha y hora de inicio | Fecha y hora de finalización | Aula | Ubicación |
---|---|---|---|---|
1 | 22/04/2024 16:00 | 22/04/2024 20:00 | Aula 0.2 SFPIE (Campus Tarongers) | |
2 | 23/04/2024 16:00 | 23/04/2024 20:00 | Aula 0.2 SFPIE (Campus Tarongers) | |
3 | 24/04/2024 16:00 | 24/04/2024 20:00 | Aula 0.2 SFPIE (Campus Tarongers) | |
4 | 29/04/2024 16:00 | 29/04/2024 20:00 | Aula 0.2 SFPIE (Campus Tarongers) | |
5 | 30/04/2024 16:00 | 30/04/2024 20:00 | Aula 0.2 SFPIE (Campus Tarongers) | |
6 | 06/05/2024 16:00 | 06/05/2024 20:00 | Aula 0.2 SFPIE (Campus Tarongers) | |
7 | 07/05/2024 16:00 | 07/05/2024 19:00 | Aula 0.2 SFPIE (Campus Tarongers) | |
8 | 08/05/2024 16:00 | 08/05/2024 19:00 | Aula 0.2 SFPIE (Campus Tarongers) |
Se seleccionarán las persones participantes de acuerdo con los criterios siguientes:
- Para aquellos cursos que tengan requisitos específicos, se tiene que comprobar que efectivamente las personas solicitantes los reúnen.
- Se otorgará preferencia a las peticiones de aquellas personas solicitantes que no hayan realizado cursos de características parecidas en los últimos tres años.
- Así mismo, se otorgará preferencia a aquellos que no hayan realizado cursos de formación en los últimos tres años.
- En caso de empate entre solicitantes en aplicación de los anteriores criterios, habrá que ajustarse al riguroso orden de entrada de las solicitudes (día y hora de presentación)
- Coll Serrano, Vicente
- PDI-Titular d'Universitat
- Perez Vazquez, Pedro Jose
- PDI-Titular d'Universitat
El curso tiene como objetivo proporcionar a los participantes conocimientos básicos sobre el lenguaje de programación R, así como una visión general de las potencialidades de R para el desarrollo de la actividad docente e investigadora.
El curso tendrá un enfoque fundamentalmente práctico y se utilizará RStudio como interfaz para acceder a R.
1. Cargar datos en R en varios formatos y fuentes.
2. Procesar y "limpiar" una base de datos.
3. Realizar un análisis descriptivo preliminar apoyado en la generación de mesas estadísticas y el análisis gráfico.
4. Generar informes (dinámicos) con Rmarkdown.
Conocimiento de las potencialidades de R. Introducción al lenguaje R.
Utilización de RStudio y Workflow.
Procesamiento y limpieza de datos.
Análisis descriptivo de datos.
Generación de mesas.
Análisis gráfico.
Generación de documentos (dinámicos) en Rmarkdown. Caso de estudio: análisis de regresión lineal.
Resolución de casos prácticos al aula para determinar la capacidad de cargar datos, procesarlos, efectuar un análisis descriptivo y gráfico preliminar, así como la generación de informes en Rmarkdown.
Asistencia, como mínimo, al 85% de las horas presenciales y hacer las tareas obligatorias fijadas en el programa o encomendadas por el/la tutor/a o profesor/a.