Visualización

Miércoles de 18 a 21 hs - 9 al 30 de Junio de 2021

Facultad de Medicina - Universidad de Buenos Aires

Docentes

Dra. Maria Florencia D’Andrea - INTA - CONICET - Twitter

Micaela Zapata - Fmed - UBA - Twitter

¡Hola!

Agradeceriamos si puedes completar nuestra encuesta inicial

Nuestra propuesta

El módulo de visualización presenta herramientas para graficar en R utilizando bases de datos relevantes para las ciencias de la salud. Nuestra prioridad es acompañar al estudiante en sus primeros pasos en el rol de científic@ de datos con R. Todo el curso esta enfocado en brindar los conceptos teóricos esenciales para reconocer y evitar las complicaciones típicas que suelen aparecer al escribir el código de los gráficos, haciendo énfasis en la práctica.

En el transcurso de las cuatro clases propuestas será evidente la versatilidad que brinda R para visualización; en pocas líneas de código generaremos desde gráficos reproducibles con calidad de publicación así como visualizaciones interactivas que facilitan la comunicación de nuestros resultados para un público amplio.

Programa

Clase 1 - Introducción a la visualización de datos en R y al paquete `ggplot2` - Miércoles 9 de junio

¿Qué es el tidyverse y por qué es importante conocerlo?
Introducción a ggplot2 ¿Cómo nos ayuda que este paquete utilice la “gramática de gráficos”?
Presentación de algunos de los tipos de gráficos más comunes. Funciones geom_*() y aes().

Objetivo: Que los estudiantes creen un gráfico básico usando ggplot() y comprendan los fundamentos téoricos necesarios para evitar errores comunes que pueden aparecer ligados a (1) mapear tres variables (función aes()) y (2) la creación de gráficos en capas.

Clase 2 - El desafío de graficar tus datos - Miércoles 16 de junio

Preparando mi base de datos para graficar: tipos de datos y formato de tablas long y wide en relación a los tipos de gráficos.
Control, alta y baja: el paquete forcats nos ayuda a trabajar con categorias.
¿Existe alguna alternativa al clásico gráfico de barras? Reflexionando sobre algunas visualizaciones comunes en el campo de las ciencias de la salud.

Objetivo: Que los estudiantes puedan realizar modificaciones en las bases de datos en relación a (1) el tipo de dato de las columnas que representan sus variables de interes, (2) el formato ancho o largo de la tabla y (3) distintas formas de exprear factores. Se pretende que el estudiante reconozca para el gráfico objetivo las transformaciones necesarias de realizar a sus datos de base.

Clase 3 - Escalas, Gráficos interactivos y Reproducibilidad - Miércoles 23 de junio

Selección de una paleta de colores adecuada (divergente, secuencial o cualitativa). Transformaciones en los ejes. Funciones scale_*() y coord_*().
¿Cómo puede salvarte tiempo la reproducibilidad?. Comunicación efectiva de resultados. Funciones theme_*() y ggsave().
Gráficos interactivos en plotly y nociones sobre el concepto de sintaxis en programación que pueden evitarte dolores de cabeza.

Objetivo: Que los estudiantes puedan (1) elegir una paleta de colores en relación a la función scale_*() de forma apropiada, (2) que aseguren la reproducibilidad y calidad de sus gráficos (3) que empleen la función ggplotly() para obtener gráficos interactivos.

Clase 4 - Aplicaciones web con `Shiny` / dashboards - Miércoles 30 de junio

Introduccion al paquete Shiny. Diferencias con un dashboard.
Reactividad: uniendo la interfaz de usuari@ con el servidor.
Deploy de la app en shinyapps.io. Otros tipo de deploy. Cierre del curso

Objetivo: Que los estudiantes puedan realizar una shiny app básica que permita al usuari@ modificar de forma interactiva variables de alguno de los gráficos que se desarrollaron durante el curso.

Material del curso

¿Cómo instalar R y RStudio?

Para una mejor experiencia sugerimos acercarse con una computadora personal con R y RStudio instalados (pero esto no es excluyente). Información en este Link para distintos sistemas operativos.