-
Notifications
You must be signed in to change notification settings - Fork 18
/
index.Rmd
134 lines (66 loc) · 4.38 KB
/
index.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
---
title: "Instrumentos de Análisis Urbanos II"
description: "Profesores: Juan Pablo Ruiz Nicolini y Pablo Tiscornia"
site: distill::distill_website
---
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = FALSE)
# Learn more about creating websites with Distill at:
# https://rstudio.github.io/distill/website.html
```
### **Maestría en Economía Urbana \| Universidad Torcuato Di Tella**
**13 de junio - 29 de agosto de 2023 \| 19.15hs \| VIRTUAL**
#### **Descripción del curso:**
*Instrumentos de Análisis Urbano II* está pensado como un curso aplicado de Ciencia de Datos para ciudades. Para ello nos valdremos de herramientas computacionales que, en conjunto, tienen como objetivo la elaboración de un proyecto de análisis urbano desde la obtención de los datos (de diversas fuentes y formatos); su curaduría, limpieza, procesamiento, análisis, hasta la comunicación de los mismos.
Desde el inicio, además, propondremos alternativas para la organización del proyecto que apuntan a potenciar la reproducibilidad de las investigaciones y sacar provecho del control de versiones y el trabajo colaborativo.
## Organización del curso
El curso se divide en dos grandes módulos:
1. Introducción a las principales herramientas de R para el procesamiento de datos.
2. Introducción a las principales herramientas de R para el procesamiento de datos espaciales y la visualización de la información.
Las clases se estructuran con una presentación del contenido de forma oral seguida de prácticas en clase sobre lo expuesto. El objetivo es que los y las alumnas puedan practicar y disponer de la clase como ámbito de consulta.
## Práctica y Evaluación
Este curso está pensado para avanzar a través de la práctica de los contenidos. Por ello se espera de los alumnos una participación activa, con entregas de pequeños ejercicios periódicamente. Esta participación será parte de la evaluación final ($40\%$) que requerirá además la entrega de un informe original sobre un tema urbano que aplique el conjunto de herramientas expuestas a lo largo del curso. La puntuación máxima del informe será el $60\%$ de la nota final.
Se propone un trabajo final integrador. Se espera en el mismo que se plasme el planteo de un problema plausible de ser respondido con datos y el desarrollo de los procedimientos programáticos en R para la resolución del mismo.
El trabajo debe incluir los contenidos dictados a lo largo de los dos módulos (Planteo de un problema, importación y limpieza de la base de datos, generación de indicadores no espaciales y espaciales y presentación de los resultados. Se ofrece elegir un tema propio o relativo a la base de trabajo que se dará en clase.
El formato de entrega esperado es un proyecto de trabajo en RStudio vinculado a un repositorio en Github.
---
## Módulo 1
### Sesión 1: Presentación
- Configuración de herramientas y puesta en marcha
### Sesión 2: Introducción
- Intro a **`R`** y **RStudio** + Paquetes
- Organización del flujo de trabajo (.`Rproj`, y `git`)
- Scripts vs _RMarkdown_
### Sesión 3: Domar los datos I
**Los principales paquetes y sus verbos para:**
- leer datos (`readr`, `heaven`, `readxl`, `googlesheets4`, etc)
- limpiar datos (`tidyr`, `janitor`, `tibble`)
- transformar datos (`dplyr`)
**Herramientas auxiliares para mejorar el flujo del código:**
- la pipa de `magrittr` (`%>%`) para encadenar y `glue` para facilitar la concatenación.
### Sesión 4: Domar los datos II
- \+`dplyr`
**Ampliando la caja de herramientas:**
- `forcats` para datos categóricos (factors)
- `stringr` para datos de texto
### Sesión 5: R Intermedio
- Funciones
- Iteraciones / _loops_
## Módulo 2: _Domar los datos_ (espaciales) y Representación Visual de la Información
### Sesión 6 **Trabajar con *geo* data:**
- Flujo de trabajo con datos espaciales
- Procesamiento de datos con `sf`
- El paquete `geoAr`
### Sesión 7: Data Viz I
- Introducción a la visualización de datos
- **La *Gramática de los Gráficos***
- El paquete `ggplot2`
### Sesión 8: Data Viz II
- Las muchas capas de `ggplot2`
- Facetado con `geoAr` para grillas como si fueran mapas
- Composición de gráficos con `patchwork`, `cowplot` , entre otros.
### Sesión 9: GEO Data Viz I
- `geom_sf()` para mapas estáticos
- Una alternativa para `mapsf`
### Sesión 10: GEO Data Viz II
- `leaflet` para mapas interactivos