| Coordinación y Cuerpo Docente |
|
Coordinador: Dr. Hernán Alejandro Roitbarg
- Dr. Hernán Alejandro Roitbarg: Docente FCE-UNL en cátedras de Ciencia de Datos I y II, e Introducción a la Economía. Investigador en IHUCSO (UNL-CONICET).
- Lic. Francisco Leiva: Docente Adscripto FCE-UNL en cátedra de Econometría e Investigador en Centro de Estudios de la Bolsa de Comercio de Santa Fe.
|
| Modalidad, Cronograma y Horarios |
|
Modalidad: Virtual (4 módulos secuenciales en entorno R)
Inicio: Martes 06/10
Duración: 4 semanas consecutivas (8 clases sincrónicas)
Días y horarios: Martes y jueves de 18:00 a 21:00 hs
Carga horaria: 30 horas reloj (2 UCAs) — 8 clases de 3 hs + 1 h 30 min de actividades prácticas por unidad.
Requerimientos para la cursada: Notebook personal, conexión estable a Zoom, acceso al aula virtual e instalación previa del software R y herramientas indicadas.
|
| Destinatarios y Requisitos de Admisión |
|
Destinatarios: Graduados, profesionales, académicos, investigadores y estudiantes de posgrado en Ciencias Económicas y carreras afines vinculadas al manejo de datos, elaboración de estadísticas y generación de reportes. Las habilidades adquiridas aplican a áreas como contabilidad, finanzas, análisis estadístico y automatización de procesos. No se requieren conocimientos previos específicos de programación.
Requisitos de admisión:
- Título universitario en las áreas de Ciencias Económicas y Ciencias Sociales.
- Título universitario en otras áreas, en carreras con al menos una materia de estadística.
|
| Objetivos del Curso |
|
Objetivo general
Familiarizar e incorporar a profesionales, docentes y graduados en habilidades de análisis, visualización y reportes de datos económicos en R.
Objetivos específicos
- Comprender R y su uso en análisis económico, enfocándose en programación y manejo de datos.
- Desarrollar habilidades en la limpieza y preparación de datos para análisis precisos.
- Aprender análisis y visualización de datos a nivel intermedio para interpretar y comparar variables económicas.
- Integrar análisis de datos en documentos escritos, enlazando efectivamente datos y texto.
- Capacitar en la automatización de reportes y dashboards dinámicos utilizando RMarkdown y Shiny.
|
| Contenido Analítico |
|
Unidad 1. Fundamentos de R
Exploración inicial del ambiente de R. Introducción a conceptos básicos de programación, tipos de datos y estructuras esenciales (vectores, listas, data frames). Uso de funciones básicas y operaciones aritméticas para manipulación de datos.
|
|
Unidad 2. Manipulación de bases de datos
Carga y transformación de conjuntos de datos con tidyverse. Manejo de strings, loops y programación funcional. Técnicas de filtrado, agrupación y resumen. Trabajo práctico con Microdatos de Argentina (EPH) e indicadores económicos.
|
|
Unidad 3. Visualización de Datos
Creación de visualizaciones estáticas y dinámicas utilizando ggplot2 y plotly. Elaboración de gráficos diversos y mapas temáticos, adaptando la presentación a distintas audiencias.
|
|
Unidad 4. Documentación y Presentación con RMarkdown y LaTeX
Integración de R con la redacción de informes y presentaciones. Uso de RMarkdown para generar documentos dinámicos y reproducibles. Alternativa de producción de textos en LaTeX mediante entorno colaborativo Overleaf.
|
|
| Bibliografía |
- Hadley, W. and Garrett, G. (2016). R for data science: import, tidy, transform, visualize, and model data. O´Reilly Media, Inc. (Versión en español).
- Hadley, W. (2016). Ggplot2: Elegant graphics for data analysis. Springer (Versión online).
|
| Sistema de Evaluación |
|
La aprobación del curso requiere cumplir con los siguientes requisitos:
- Asistencia mínima: Participar en al menos 7 de las 8 clases sincrónicas.
- Cuestionarios: Completar las evaluaciones breves correspondientes a cada unidad.
- Trabajo Práctico Integrador: Elaboración, entrega escrita y defensa oral de un informe corto de 6 páginas. El informe debe incluir selección de indicador, procesamiento de fuentes de datos, resultados con visualizaciones y documentación.
|
|