Skip to content
This repository has been archived by the owner on Mar 20, 2018. It is now read-only.

Carpentries-ES/r-novice-gapminder

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

R para Análisis Científicos Reproducibles

Una introducción a R para no-programadores utilizando los datos de Gapminder. Consulta la página https://swcarpentry.github.io/r-novice-gapminder para visualizar el material y la documentación de la plantilla de la lección para obtener las instrucciones sobre cómo formatear, compilar y enviar material, o ejecuta make en este directorio para obtener una lista de comandos útiles.

El objetivo de esta lección es enseñar a los programadores principiantes a escribir códigos modulares y las buenas prácticas en el uso de R para el análisis de datos. R y un conjunto de paquetes desarrollados por terceros, se usa comúnmente en diversas disciplinas científicas para el análisis estadístico. Encontramos que muchos científicos que asisten a los talleres de to Software Carpentry utilizan R y quieren aprender más. La importancia de estos materiales es proporcionar a los asistentes una base sólida en los fundamentos de R, y enseñar las mejores prácticas del cómputo científico: desglose del análisis en módulos, automatización tareas y encapsulamiento.

Ten en cuenta que este taller se enfoca en los fundamentos del lenguaje de programación R, y no en el análisis estadídtico.

A lo largo de este taller se utilizan una variedad de paquetes, desarrolados por terceros, los cuales no neceariamente son los mejores, ni se ven todas las funcionalidades de los mismos, pero son paquetes que consideramos útilies y han sido elegidos principalmente por su facilidad de uso.

Maintainers:

About

Introduction to R for non-programmers using gapminder data.

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Python 60.2%
  • HTML 18.8%
  • R 13.6%
  • CSS 1.8%
  • Shell 1.7%
  • Makefile 1.7%
  • Other 2.2%