introduccion.Rmd

---
title: "San Carlos R User Group"
output: 
  html_document: 
    highlight: tango
    theme: flatly
---

Bienvenido al Grupo de Usuarios R en San Carlos, Costa Rica. Si buscas unirte
al grupo, o si quieres ver las reuniones futuras (o pasadas) mira aqui:
[www.meetup.com/San-Carlos-R-User-Group/](http://www.meetup.com/San-Carlos-R-User-Group/). 

En esta pagina presentamos información general y esta abierto a todos los
comentarios y sugerencias para mejorarlo! 

## Instalar R (para participar en los talleres)
Para participar en los talleres necesitas tener instalado una versión reciente
de [R](https://cran.rstudio.com/) y de [RStudio
Desktop](https://www.rstudio.com/products/rstudio/download/).  No importa si
usas MS Windows, Mac OSX or Linux en tu computador, para cada uno hay versiones
correspondientes de los programas.

Una vez que tienes R y RStudio Desktop instalado puedes correr el siguiente
código para tengas el mínimo de paquetes necesarios para seguir las
introducciones. En los anuncios de cada taller y charla se mencionaran paquetes
adicionales, pero siempre se asume que tengas instalado como mínimo lo siguiente:

```{r, echo=TRUE, eval=FALSE}
# Para leer datos de Excel: readxl
install.packages("readxl")

# Para manipular datos: dplyr, tidyr
install.packages("dplyr", "tidyr")

# Para visualizar datos: ggplot2 
install.packages("ggplot2")
```

## Recursos para aprender R
Hay muchos recursos sobre R y bastantes en español. Una lista de documentación
en español [esta aquí](http://r-es.org/Documentaci%C3%B3n?structure=Comunidad).

Quizás la forma mas interactiva (divertida) para comenzar es usando
[swirl-spa](https://github.com/alcideschaux/swirl-spa), la traducción de
[swirl](https://github.com/swirldev/swirl) al español. Esto de dará un buen
punto de partida para empezar a explorar R y acostumbrarte a la sintaxis del
lenguaje.

Ademas recomendamos las presentaciones del grupo de usuarios en Bagota, como la
[introducción a R](http://bogota-r.github.io/intro/) y sobre [gráficas en
R](http://bogota-r.github.io/graficas/).

Pero posiblemente lo mas importante es que busques un problema para analizar que
te guste o que sea necesario para tu trabajo/estudio/saludo mental. Mantenemos
una [pagina con fuentes de datos](fuentes-de-datos.html) donde coleccionamos
datos sobre San Carlos, Costa Rica, y recursos mas a internacional.

### Hojas de Referencia en español
* [Domar Datos](http://www.rstudio.com/wp-content/uploads/2015/03/data-wrangling-spanish.pdf)
* [R Markdown](http://www.rstudio.com/wp-content/uploads/2015/03/rmarkdown-spanish.pdf)
* [Shiny](http://www.rstudio.com/wp-content/uploads/2015/03/shiny-spanish.pdf)
* [Desarollo de Paquetes](http://www.rstudio.com/wp-content/uploads/2015/03/devtools-spanish.pdf)
* [Visualización de Datos](http://www.rstudio.com/wp-content/uploads/2015/04/ggplot2-spanish.pdf)

### Hojas de Referencia en inglés
*Avisanos si sabes, o has hecho una traducción*

* [R Reference Card 2.0](http://cran.r-project.org/doc/contrib/Baggott-refcard-v2.pdf) - Material
del libro [R for Beginners](https://cran.r-project.org/doc/contrib/Paradis-rdebuts_en.pdf).
* [Data Mining Refcard](http://www.rdatamining.com/docs/R-refcard-data-mining.pdf) - Hoja de referencia para minería de datos en R.
* [Regression Analysis Refcard](http://cran.r-project.org/doc/contrib/Ricci-refcard-regression.pdf) - Hoja de referencia para análisis de regresión en R.

## Lista (muy) abreviada de cosas fabulosas
Hay una lista de cosas fabulosas de R llamada
[awesome-r](https://github.com/qinwf/awesome-R). Es un buen recurso para
explorar que mas hay. Aquí presentamos un breve resumen, para hacer resaltar lo
que consideramos son los mas comunes (no necesariamente lo mas fabuloso).  Mira
la [la lista original](https://github.com/qinwf/awesome-R) para ver muchas mas
cosas por descubrir. Y si no te es suficiente, mira la lista completa de
paquetes en
[CRAN](https://cran.r-project.org/web/packages/available_packages_by_name.html).

### Manipulación de datos
*Paquetes para preparar datos.*

* [dplyr](https://github.com/hadley/dplyr) - Manipulación de *data frames* veloz
  y búsquedas en bases de datos. 
* [data.table](https://github.com/Rdatatable/data.table) - Manipulación de
  datos en una sintaxis breve y flexible.
* [reshape2](https://github.com/hadley/reshape) - Reorganizar, remodelar y
  agregar datos.
* [readr](https://github.com/hadley/readr) - Leer datos en forma de tabla a R.
* [haven](https://github.com/hadley/haven) - Métodos para importar datos desde
  archivos SPSS, Stata y SAS a R.
* [tidyr](https://github.com/hadley/tidyr) - Easily tidy data with spread and
  gather functions.
* [broom](https://github.com/dgrtwo/broom) - Convert statistical analysis
  objects into tidy data frames.
* [lubridate](http://cran.r-project.org/web/packages/lubridate/index.html) - A
  set of functions to work with dates and times.

## Graphic Displays
*Paquetes para mostrar datos.*

* [ggplot2](https://github.com/hadley/ggplot2) - Una implementación de la
  Gramatica de Gráficas.
* [misc3d](https://cran.r-project.org/web/packages/misc3d/index.html) -
  Funciones para trabajar con figuras 3D, isosuperficies etc.

## Web Technologies and Services
*Paquetes para navegard la red.*

* [shiny](https://github.com/rstudio/shiny) - Crea aplicaciones de web
  interactivas de forma facil con R.
* [RCurl](http://cran.r-project.org/web/packages/RCurl/index.html) - Interfaz
  de cliente para protocolos de red (HTTP/FTP/...).
* [httr](https://github.com/hadley/httr) - Interfaz práctica para usar RCurl.
* [XML](http://cran.r-project.org/web/packages/XML/index.html) - Herramientas
  para trabajar con XML.
  parsing and generating XML within R.
* [rvest](https://github.com/hadley/rvest) - Colectar datos de la web ("web
  scraping") desde R. 
* [OpenCPU](https://www.opencpu.org/) - HTTP API para R. 
* [Rfacebook](https://github.com/pablobarbera/Rfacebook) - Accede el API de
  Facebook.
* [TwitteR](https://cran.r-project.org/web/packages/twitteR/twitteR.pdf) -
  Accede el API de twitter desde R.


## R Development
*Paquetes para paquetes.*

* [devtools](https://github.com/hadley/devtools) - Herramientas para alegrar la
  vida de desarrolladores de paquetes en R. 
* [testthat](https://github.com/hadley/testthat) - Un paquete para convertir
  testeo en una actividad divertida.
* [roxygen](https://github.com/klutometis/roxygen) - Describe tus funciones a
  la par de sus definiciones.
* [lintr](https://github.com/jimhester/lintr) - Análisis de código para hacer
  un control del estilo usado.