Introducción a la Programación en R

Fecha y Lugar: Viernes 02 de agosto de 15:00 a 19:00 hrs. Sala de Capacitación Número 3

Total de Horas: 4 horas.

Área: Dirección General Adjunta de Metodologı́as de Riesgos.

Ponente: Carlos Alberto Espinosa Cañizares.

Perfil y requisitos: El curso está dirigido a aquellos interesados en introducirse al lenguaje de

programación estadı́stico R con el fin de tener las nociones básicas del entorno de programación del
Software. Es un plus (más no necesario, ya que aquı́ se verá la estructura básica de programación)
que el interesado tenga nociones de algún otro lenguaje de programación. El curso tiene carácter de
introductorio como paso previo para la toma de cursos más especializados.

Objetivo: El curso intenta dar un breve recorrido por la programación en R, ası́ como mostrar
la gran ver satilidad que este software tiene como herramienta para el análisis estadı́stico y pro-
babilı́stico. Se pretende que al finalizar el curso se tengan las bases de la estructura básica de la
programación con R, considerándolo como un curso introductorio a algún otro curso que tenga
fundamentos técnicos más profundos o especializados; además, se tiene la intensión de abarcar la
mayor parte de la aplicabilidad de R y mostrar ejemplos de su uso.

Temario:
1. Pasado, Presente y Futuro del Software R

- Breve Historia
- Actualidad del lenguaje
- Futuro y su “lucha” versus otros Softwares Estadı́sticos (Python, Julia, SAS, Matlab,...)

2. Los primeros pasos

- Instalación y ambiente de R y R-Studio

- Instalación
- Ambiente de R y R-Studio
- Tipos de Objetos en R
- Valores Comunes y tipo de vectores: numeric, integer, logical, double, complex, cha-
racter, raw, list, NULL.
- S4 Objects
- Otros: Table, Data.frame, Time Serie,Symbol, parlist, promise, language, char, any,
expression, externalptr, bytecode, weakref

1
 - Operaciones simples con R
- Operaciones Aritméticas
- Operaciones matriciales y vectoriales.
- Acceso a datos en R
- Lenguaje y manejo de datos en tablas con R.
- Importar y exportar conjunto de datos con R
- Estructura para direccionar rutas
- Descarga de tablas desde páginas especializadas.
- Importar y exportar datos a CSV, txt.
- Conexión entre R y Excel utilizando el paquete openxls
- Importar datos tipo DBF, DTA, MTP, OCTAVE, SPSS, SSD
- Paquetes y su instalación en archivero en lı́nea y desde archivero local.
- Principales Paqueterı́as en R
- Busqueda de Paqueterı́as por tema especı́fico.
- Paqueterı́as externas (Fuera de CTAN).

3. Estructuras de control en el Lenguaje R

- Evaluaciones Condicionales
- Sentencia IF
- Loops
- Sentencia FOR
- Sentencia WHILE
- Sentencia REPEAT

4. Funciones con R

- Creación de Funciones en R
- Funciones en R y en paqueterı́as
- Funciones a partir de otras funciones

5. Gráficas con R

- Gráficos Estadı́sticos Univariables en R

- Histogramas
- Gráficos de Puntos
- Gráficos Circulares
- Gráficos de Barras
- Árboles de Tallo y Hoja
- Box Plot o Caja de Tukey
- Gráficos especiales: Coordenadas polares, gráfico de eventos, pirámide poblacional

- Gráficos Multivariables
- Gráficos de Dispersión
- Matrices de Dispersión

2
 - Gráficos de Independencia
- Otros Gráficos: Matriz de transición, Curva de Andrews, Gráfico de Estrellas
- Gráficos para modelos Estadı́sticos
- Gráficos en Regresión Lineal Simple
- Series de tiempo
- Función plot.ts
- Función acf, pacf, ccf
- lag.plot, stl

6. Ejemplos de aplicaciones de R en la industria Financiera, Aseguradora y en otras áreas.

Cursos a seguir: - Programación más eficiente con R: ddply, aaply, dlply, llply, ddply, maply, laply
- Gráficas con GGPLOT2
- Gráficos Circulares
- Modelación de Severidad y Frecuencia en R
- Estadı́stica Aplicada con R (Machine Learging, Data Science, etc.)
- Social Media Minning con R
- Riesgo de Crédito con R
- Simulación estocástica con R
- Series de tiempo con R
- Cópulas y análisis de dependencia en R
- ...

Bibliografı́a:
[1] Arthur Charpentier, Computational Actuarial Science with R, CRC Press 2015.

[2] Trevor Hastie and Rob tibshirani, An Introduction to Statistical Learning ith
Applications in R, Springer 2013.

[3] norman martloff, The Art of R Programming, No Starch Press 2011.

[4] Paul Teetor, R Cookbook, O’Reilly 2018.

[5] Hadley Wickham, Advanced R, CRC Press 2014.

[6] Hadley Wickham, Ggplot2: Elegant Graphics for Data Analysis, Springer 2013.

3
 [7] Winston Chang, R Graphics Cookbook, O’Reilly 2012.

[8] KAAS, Modern Actuarial Risk Theory Using R,Springer 2014.

[9] Giuseppe Ciaburro, Regression Analysis with R, Packt Plublishing 2018.

[10] Vikram Garg, Mastering Social Media Minning ith R, Packt Plublishing 2017.

[11] Briett Lantz, Machine Learning with R, Packt Plublishing 2018.

[12] Hadley Wickham, R for Data Science, O’Reilly 2016.

Material: Se entregará el script con el código para que el usuario pueda seguir practicando, además
de la bilbiografı́a en el caso en que aplique.