Taller 
Introducción a R para Ciencias Sociales 
 

Resumen 
Responsable​: Daniel M. Giménez 

Días y hora​: lunes y miércoles, de 20:00 a 22:00 

Formato​:  conferencias  a  través  de  Zoom.  Se  podrán  seguir  a  través  de  la  página  del  grupo 
“Bolsa  de  trabajo/  Red  Laboral  de  Sociología,  Chile”  y  en  la  página  web  del  responsable: 
danielgimenez.me 

Se publica el código y la clave de cada sesión en estos medios.  

Contacto​: [email protected] 

Presentación 
El  Taller  de  Introducción  a  R  para  Ciencias Sociales es un conjunto de sesiones interactivas para 
el estudio del procesador y lenguaje de programación estadístico R for statistics. 

Fue  diseñado  especialmente  para  profesionales de las ciencias sociales, que hayan adquirido ya 

algunas  nociones  básicas  de  estadísticas  y  de  uso  de  hojas  de  cálculo  y  programas  para 
procesamiento  estadístico.  Su  objetivo,  por  tanto,  es  permitir  que  quienes hacen procesamiento 
de  datos  estadísticos  con  otras  herramientas  puedan  hacerlo  con  R.  Al  terminar  las  15  sesiones 
del taller, cualquier persona que lo haya seguido debiera estar en condiciones de: 

- Comprender y realizar operaciones con la lógica de R; 

- Manipular objetos (en particular, data frames) para realizar procesamiento estadístico; 
- Construir  funciones  básicas  para  realizar  operaciones  de  cálculo  estadístico  y 
manipulación de objetos; 
- Realizar  los  procesamientos  de  estadística  descriptiva  que  realizarían  con  cualquier  otro 
software de procesamiento estadístico; 
- Programar funcionalmente para realizar operaciones; 
- Investigar  y  encontrar  instrucciones  para  realizar  procesamiento  estadístico  más 
avanzado. 

1 
 

Para poder cursar y aprovechar este taller, se requiere: 

- Conocimiento  básico  de  estadística,  al  menos  descriptiva.  En  este  taller, enfocado al uso 
de  R,  no  se  dedicará  más  tiempo  del  necesario  a  explicar  conceptos  o  cálculos 
estadísticos.  Está  orientado  al  aprendizaje  de  los rudimentos necesarios de R para poder 
realizarlos; 
- Nociones  de  procesamiento  estadístico.  Sirve  conocimiento  hojas  de  cálculo  o  en 
cualquier software especializado. 

Metodología 
El  taller  se  realizará  en  sesiones  interactivas  transmitidas  a  través  de  Zoom.  Para  ello  es 
recomendable  tener  instalado  el  software  o contar con un navegador moderno (Chrome, Firefox, 
Safari) que permita usarlo. 

La  primera  hora  de  cada  sesión  estará  dedicada  a  explicar  el  contenido  respectivo.  La segunda 
hora estará dedicada a resolver problemas y dudas interactivamente. 

Para  cada  sesión  se  asignarán  ejercicios  que  permitan  profundizar  y  aplicar  el  contenido 
estudiado.  Es  responsabilidad  de  cada  quien  realizarlos.  Su  realización  no  podrá  ser  revisada  o 
controlada.  En la segunda hora de cada sesión podrán resolverse dudas respecto a los ejercicios 
de la sesión anterior.   

Sesiones 
Sesión 1. Partiendo con R 
- Trabajando con R: la base y los IDE 

- Introducción al entorno de trabajo de RStudio  

- R como calculadora 

- R como procesador estadístico 

- Cálculos estadísticos 

- Tabulación  

2 
 

- Gráficos 

- R como lenguaje de programación: introducción a las funciones y los objetos 

- Gestionando ayuda 

- ?[función] 

- Viñetas 

- Manuales 

- Libros 

- Stackeoverflow 

- Listas de correo 

Sesión 2. Objetos y funciones: la gramática fundamental de R  

- Funciones: nociones básicas 

- Objetos 

- Extendiendo R: paquetes o librerías 

- Trabajando con los archivos: load(), save(), save.image(), read.???(), write.???(), dump(), source() 

- Exportando e importando desde otros formatos: los paquetes ‘foreign’ y ‘Hmisc’ 

Sesión 3. Introducción a los objetos: los vectores 

- Los objetos en R 

- Tipos de objetos 

- El objeto fundamental: el vector 

- Vectores atómicos: integers, numéricos, caracteres, factores, fechas, lógicos, NA, NaN  

- Vectores compuestos: numéricos y cadenas 

3 
 

- Operaciones con vectores 

- Acceso a datos y la importancia del índice: la gran utilidad de la función which()  

Sesión 4. Objetos: matrices, arrays, listas 

- Introducción a las matrices en R 

- El índice para más de dos dimensiones y el operador [ 

- Trabajando y operando con matrices y dimensiones 

- Tres o más dimensiones: el array 

- Las listas 

- Expresiones, fórmulas y otros objetos 

- La coerción de objetos 

Sesión 5. Objetos: los data frames 

-  La  aproximación  conceptual  a  los  datos:  las  diferencias  con  la  aproximación  “visual”  (Excel)  o 
“perceptual” (SPSS) 

- Para una panorámica de un data frame: str(), attributes(), mode(), head(), tail() 

- Resúmenes de valores de un data frame: summary(), aggregate(), by()  

- Operadores [, [[ y $ para acceder a elementos de data frames (y listas) 

- Formatos de bases de datos y las funciones melt() y cast(), reshape() 

- Categorizando variables escalares: cut() 

- Segmentando datos: subset(), split() 

- Combinando: rbind(), cbind(), merge() 

- Derivados de los data frame: tibbles y otras clases 

4 
 

Sesión 6. Operando con objetos 

- Condicionales: if(), ifelse(), swtich() 

- Loops: for(), while(), repeat() 

- La familia apply: apply(), sapply(), lappply(), mapply(), tapply() 

- Flujo y control de errores: traceback(), try() y try-catch() 

Sesión 7. Funciones y programación funcional I: introducción 

- Funciones de la base y los paquetes 

- Tipos de funciones y operadores 

- Elementos de una función: el llamado, los argumentos y el cuerpo 

- Construcción de funciones personalizadas 

- Convirtiendo objetos en argumentos y viceversa: parse(), deparse(), substitute(), eval(), get(),   

Sesión 8. Funciones y programación funcional II: avanzado 

- El problema del entorno: las operaciones funcionales locales y el .GlobalEnv 

- return() 

- assign() 

- Encadenando funciones: la lógica matemática 

- Encadenando funciones: la perspectiva semántica del operador %>% 

Sesión 9. Trabajando y manipulando texto en R 

- Presentando texto: cat() y print() 

- Uniendo texto: paste() y paste0() 

5 
 

- Dividiendo texto: strsplit() 

- Manipulando texto: tolower(), toupper(), substr(), sub(), gsub() 

- Buscando patrones de texto: grep() y grepl() 

- Las familia regexpr() 

  

Sesión 10. Graficando con R 

- Gráficos con la base 

- par() 

- layout() 

- la familia ‘plot’ 

- Introducción a ggplot2 

- Otras librerías de gráficos 

Sesión 11. Tabulando con R 

- Tablas básicas: table(), ftable(), xtabs(), addmargins() 

- Construyendo tablas con el paquete ‘flextable’ 

- Construyendo tablas con el paquete ‘gt’ 

- Construyendo tablas con los paquetes ‘basictabler’ y ‘pivottabler’ 

- Exportando a Excel con ‘openxlsx’ 

Sesión 12. RMarkdown: generación de documentos docx, pdf, html y ppt  

- El código Markdown 

- Markdown, LaTex, BibLaTex 

6 
 

- Los ‘code chunks’ 

- Formateando textos 

- Introducción a las web apps y shiny 

Sesión  13.  Estadística  descriptiva:  medidas  de  concentración,  dispersión  y 

forma 
- Medias, medianas, modas clásicas 

- Medias y medianas robustas 

- Proporciones y porcentajes con R: prop.table()  

- Quantiles y rango intercuantílico 

- Desviación estándar, varianza y cuasi-varianza clásicas 

- Desviación estándar y varianza robustas 

Sesión 14. Estadística descriptiva: distribución y outliers 

- Histrogramas y distribución normal 

- Curtosis y asimetría  

- La función fivenumbers() 

- Diagramas de cajas 

Sesión 15. Estadística descriptiva: análisis bivariable 

- Tablas de contingencia 

- Covarianza 

- Coeficientes de asociación clásicos, paramétricos y robustos  

7