Webinar20211.knit

class: title-slide
background-image: url(figs/bannerAUFPAS2.png)
background-position: 11% 10%
background-size: 500px

# ¿Qué puedo hacer con R y RStudio?
### Ventajas de aprender a programar
 
### Blgo. Irwing S. Saldaña

### Instituto de Ciencias Antonio Brack
### Dpto. Ecoinformática y Biogeografía

---
class: inverse, middle, center 
background-image: url(https://source.unsplash.com/jqgsM3B9Fpo)
background-size: cover
background-position: top

### Blgo. Irwing S. Saldaña Instructor
Departamento de Ecoinformática y Biogeografía, 
Instituto de Ciencias Antonio Brack, Perú

.white[[Website](https://www.brackinstitute.com/)|[ResearchGate](https://www.researchgate.net/profile/Irwing-Saldana)|[Linkedin](https://www.linkedin.com/in/irssald/)|[R Blog](https://www.brackinstitute.com/rlatinoamerica) ]

---
class: inverse, middle, center , animated, slideInRight
name: GLM

# La camino de R 
[ Por qué aprender un lenguaje de programación ]

---
# RStudio

- R: Lenguaje de programación para **análisis estadístico y graficación**.

- Gran **comunidad** de desarrollo.

```r
# Cargando la lista de paquetes de CRAN
paquetes <- available.packages() |> as.data.frame() 
*length(paquetes$Package)
```

```
## [1] 17721
```

- **RStudio es un intérprete de R** que permite tener una experiencia más sencilla al trabajar con código.

---

class: inverse, middle, center , animated, slideInRight
name: GLM

# Flexibilidad de análisis 
[ Gracias a una de las comunidades más grandes del mundo ]

---

# Flexibilidad de análisis

- Miles de funciones para realizar análisis diversos.

- Librerías especializadas para especialidades específicas.

- Capacidad de ajustar los parámetros a nivel avanzado.

- Pasar de un análisis a otro es sencillo.

- Flujo de trabajo ¡Eureka! fácil de seguir.

```r
library(tidyverse)
data("airquality")
names(airquality)
lm(Temp ~ Ozone, data=airquality) |> summary()
plot(Temp ~ Ozone, data=airquality)
```

Veamos qué podemos hacer en RStudio.

---

class: inverse, middle, center , animated, slideInRight
name: GLM

# Gramática de Gráficos con ggplot2 
[ La mejor herramienta de graficación estadística ]

---

# Salve ggplot2

- **gg** proviene de Gramática de Gráficos

- La mejor librería de graficación por su flexibilidad.

- Decenas de librerías asociadas a ggplot2 que simplifican la graficación aún más.

---
# GGally

.panelset[
.panel[.panel-name[Gráfico]

]

.panel[.panel-name[Código]

```r
# install.packages("GGally")
library(GGally)
p <- ggpairs(iris, aes(color = Species), upper = list(continuous = wrap("cor", size = 2)))+
 theme_bw()

for(i in 1:p$nrow) {
 for(j in 1:p$ncol){
 p[i,j] <- p[i,j] + 
 scale_fill_manual(values=c("#15b2db","#5f00db","#f72585")) +
 scale_color_manual(values=c("#15b2db","#5f00db","#f72585")) 
 }
}

p
```

]
]

---

# ggpubr

.panelset[
.panel[.panel-name[Gráfico]
<img src="Webinar20211_files/figure-html/unnamed-chunk-6-1.png" width="65%" style="display: block; margin: auto;" />

]

.panel[.panel-name[Código]

```r
#install.packages("ggpubr")
library(ggpubr)
data("ToothGrowth")
df <- ToothGrowth
p <- ggboxplot(df, x = "dose", y = "len",
 color = "dose", palette =c("#15b2db","#5f00db","#f72585"),
 add = "jitter", shape = "dose")
my_comparisons <- list( c("0.5", "1"), c("1", "2"), c("0.5", "2") )
p + stat_compare_means(comparisons = my_comparisons)+
 stat_compare_means(label.y = 50) 
```

]
]

---

# ggridges

.panelset[
.panel[.panel-name[Gráfico]
<img src="Webinar20211_files/figure-html/unnamed-chunk-8-1.png" width="65%" style="display: block; margin: auto;" />

]

.panel[.panel-name[Código]

```r
#install.packages("ggridges")
library(ggridges)
data("iris")
ggplot(iris, aes(x = Petal.Length, y = Species, fill = 0.5 - abs(0.5 - stat(ecdf)))) +
  stat_density_ridges(geom = "density_ridges_gradient", calc_ecdf = TRUE) +
  scale_fill_gradient2(low="#f72585", mid="#15b2db", high = "#5f00db", 
                       guide = "colourbar", name = "ECDF - Probabilidad")+
  theme_classic2()
```

]
]

---

# ggradar

.panelset[
.panel[.panel-name[Gráfico]
<img src="Webinar20211_files/figure-html/unnamed-chunk-10-1.png" width="65%" style="display: block; margin: auto;" />

]

.panel[.panel-name[Código]

```r
#devtools::install_github("ricardo-bion/ggradar", dependencies = TRUE)
library(ggradar)
library(tidyverse)
library(scales)

mtcars_radar <- mtcars %>% 
 as_tibble(rownames = "group") %>% 
 mutate_at(vars(-group), rescale) %>% 
 tail(4) %>% 
 select(1:10)

ggradar(mtcars_radar)+
  theme(legend.position = "none")+
  scale_color_manual(values = c("#15b2db","#17004a","#5f00db","#b5179e","#f72585"))
```

]
]

---

# Y la lista sigue y sigue...

- ggcorrplot
- ggstatsplot
- Plotly
- ggthemes
- gganimate
- patchwork
- ggmap
- ggrepel
- ggdendro
- sjPlot
- ggvegan
- ggforce
- ggupset

---

- Veamos la aplicación con el modelo creado hace un momento

---

# Libro Visualización de Datos con R
<iframe src="https://rkabacoff.github.io/datavis/Models.html" width="2175.6" height="400px"></iframe>

---
class: inverse, middle, center , animated, slideInRight
name: GLM

# Proyectos en RStudio 
[ Lo mejor para lidiar con varios proyectos a la vez ]

---

# Proyectos en RStudio

- Permiten tener todo organizado.

- Facilita la carga de archivos a RStudio.

- Facilita el trabajo con diferentes proyectos a la vez.

---
background-image: url(figs/project.png)
background-size: contain
background-color: #ebebeb

---
class: inverse, middle, center , animated, slideInRight
name: GLM
 
# Las mejoras de RStudio 
[ Actualización version 1.4.1717 ]

---

# RStudio cada vez mejor

.pull-left[

- Última versión 1.4.1717. [Descargar](https://download1.rstudio.org/desktop/windows/RStudio-1.4.1717.exe)

- **Mejoras:** Paréntesis de arcoíris (Rainbow Parenthesis)

<img src="figs/rainbow2.png" width="100%" />
]

.pull-right[

<img src="figs/rainbow.png" width="80%" />
]

---

- **Mejoras:** Editor Visual de RMarkdown (Visual Editor)

---

- **Mejoras de R implementada en el último RStudio:** Pipe nativo |>

```r
data(airquality)

# El nuevo Pipe Nativo
#airquality |> mutate(tiempo = as.character(paste0(Month,"-",Day)) ggplot(aes(x=))

# El Pipe (original) de Tidyverse
```

---
class: inverse, middle, center , animated, slideInRight
name: GLM

# RMarkdown 
[ Reportes, Papers y Páginas Web ]

---

.pull-left[
<img src="figs/libro Rmarkdown.png" width="70%" />
]

.pull-right[

.pull-left[
<img src="figs/rmarkdown logo.png" width="60%" />

- [Link lectura libro (o vean la siguiente diapositiva)](https://bookdown.org/yihui/rmarkdown-cookbook/)

]

.pull-rigth[
<img src="figs/bookdown.png" width="30%" />
 
 
 
### rticle

]
]

---

# Libro de Cocina de RMarkdown
<iframe src="https://bookdown.org/yihui/rmarkdown-cookbook/" width="2175.6" height="400px"></iframe>

---

# [rticle](https://github.com/rstudio/rticles#readme): la librería de las plantillas de Journals

---
class: inverse, middle, center , animated, slideInRight
name: GLM

# Github 
[ Crear páginas web y repositorios ]

---

# Páginas web gratuitas con GitHub

.content-box-red[**Utilizando RMarkdown**], usando el lenguaje de R con un poco de conocimientos en estructura YAML, y, si uno desea, algo de HTML y CSS con [Remark JS](https://remarkjs.com/#1), y una pizca de LaTeX para las funciones matemáticas. [URL RLab](https://irwingss.github.io/IrwingRLab/PractCasa04-full.html)

---
class: inverse, middle, center , animated, slideInRight
name: GLM

# Xaringan 
[ Crea un Genjutsu con tus Diapositivas ]

---

# Gráficos de alta calidad en tus diapositivas

.panelset[
.panel[.panel-name[Código R]

```r
library(tidyverse)
data(iris)
*iris %>% mutate(Species = factor(Species,
*                         labels = c("setosa"="I. setosa",
*                                    "versicolor"="I. versicolor",
*                                    "virginica"="I. virginica"))) %>%
  ggplot(aes(x=Sepal.Length, y=Petal.Length, color= Species))+
  geom_point(size=4, alpha=0.7)+
  labs(x="Longitud de Sépalo (mm)", y="Longitud de Pétalo (mm)", 
       color="Especies",
       title = "Gráfico Bivariado (Dispersión de Puntos)", 
       subtitle="Para graficar la relación de dos variables")+
  theme_minimal()+
  scale_color_manual(values = c("#15b2db","#5f00db","#f72585"))+
theme(legend.position = "bottom",
      legend.text = element_text(face=3))
```

]

.panel[.panel-name[Figura 1.1]
<img src="Webinar20211_files/figure-html/unnamed-chunk-25-1.png" width="65%" style="display: block; margin: auto;" />
]
]

---

---

# Resultados interactivos en tus  [diapositivas](https://garthtarr.github.io/sydney_xaringan/#12)

.scroll-box-18[

```r
data(iris)
*lm(Petal.Length ~ Species, data = iris) |> summary()
```

```
## 
## Call:
## lm(formula = Petal.Length ~ Species, data = iris)
## 
## Residuals:
## Min 1Q Median 3Q Max 
## -1.260 -0.258 0.038 0.240 1.348 
## 
## Coefficients:
## Estimate Std. Error t value Pr(>|t|) 
## (Intercept) 1.46200 0.06086 24.02 <2e-16 ***
## Speciesversicolor 2.79800 0.08607 32.51 <2e-16 ***
## Speciesvirginica 4.09000 0.08607 47.52 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.4303 on 147 degrees of freedom
## Multiple R-squared: 0.9414,	Adjusted R-squared: 0.9406 
## F-statistic: 1180 on 2 and 147 DF, p-value: < 2.2e-16
```
]