Events :: Cursos :: Optimizando el uso de R para análisis en ecología 5a ed
El lenguaje estadístico y el programa R se han vuelto enormemente populares en los últimos años para el análisis de datos en ecología (y muchas otras disciplinas científicas). En este curso de nivel intermedio-avanzado profundizaremos en aspectos de la programación en R así como algunos de los tipos más comunes de análisis estadístico en ecología (modelos generalizados, modelos mixtos, análisis multivariante), visualización de datos, computación reproducible y comunicación. de resultados El curso, aunque contiene una cierta base teórica, es fundamentalmente práctico. El método de enseñanza se basa en aprender haciendo: aprenderemos programación R avanzada mientras desarrollamos varios análisis y visualización de datos. Se revisarán diferentes técnicas estadísticas con un componente más práctico que teórico, pero haciendo hincapié en la comprensión del funcionamiento de los distintos análisis, los errores más comunes, las buenas prácticas y su correcto uso. El curso es ideal para estudiantes que ya usan R para analizar datos pero sienten que no están explotando completamente todo el potencial de R y sus datos. |
|
||||||||||||
Dirigido a
El curso está dirigido a estudiantes fundamentalmente de postgrado, profesores e investigadores con conocimientos básicos de estadística que deseen profundizar en el manejo de R para el análisis de datos en ecología. El curso ofrece la oportunidad de aprender el manejo de una herramienta muy potente y versátil para el análisis de datos, por lo que contribuirá a la formación técnica de alumnos de postgrado con un perfil investigador, así como de investigadores postdoctorales y profesores.
El alumno debe saber interpretar modelos lineales simples y generalizados (regresión lineal, regresión logística) y estar familiarizado con R (importar datos, manejar data frames, hacer gráficas sencillas, ajustar modelos simples tipo lm o glm). Se desaconseja la inscripción de alumnos aún con nivel de iniciación a R, ya que el ritmo del curso es intenso y se haría difícil su aprovechamiento.
Características del curso
- Lugar: Facultad de Biología (Aula 2.06), Campus Reina Mercedes de la Universidad de Sevilla (US).
- Fechas: 19-23 de septiembre de 2022
- Horario: Mañanas de 9:00 a 13:30. Tardes: 15:00 a 17:30
- Duración: 5 días
- Número de plazas: 26
- Plazo de matriculación: hasta 12/09/2022
- Precio: Socios Regulares y Estudiantes de la AEET/SIBECOL (incluidos miembros de la AIL, SEEEE y SPECO) y miembros de la Universidad de Sevilla (US): 200 € (membresía sujeta a verificación); Resto de participantes: 300 €.
Certificación
La organización aportará certificados de asistencia y aprovechamiento una vez finalizado el curso. La asistencia mínima requerida es del 90% de total de horas lectivas, sin posibilidad de eximente por falta justificada.
Programa
| Mañana | Tarde | |
| Lunes | Intro + Data manipulation (dplyr) | git / GitHub + Students work |
| Martes | Generalised Linear Models | Data visualisation (ggplot2) |
| Miércoles | Mixed models / GAM / Bayes | Functional programming + Students work |
| Jueves | Multivariate analyses | Reproducible science (Rmarkdown) |
| Viernes | Using R as GIS + Students work | Project presentations |
Preparativos
Es imprescindible que cada alumno traiga su propio portátil. Previamente al comienzo del curso deberá instalarse:
- La última versión de R (https://cloud.r-project.org/)
- La última versión de Rstudio
- Los paquetes incluidos aquí, actualizados a su última versión. Probablemente la forma más fácil es ejecutar source("https://raw.githubusercontent.com/Rstats-courses/cursoR-AEET-2022/master/pkgs2install.R") desde vuestro R para instalar la última versión de todos los paquetes.
- Git: instrucciones aquí
- Darse de alta en GitHub: https://github.com/join
Bibliografía recomendada
- Advanced R programming
- R for Data Science
- R graphics cookbook
- Fundamentals of data visualization
- Data visualization: a practical introduction
- Graphical data analysis with R
- Analysing ecological data
- Mixed Effects Models and Extensions in Ecology with R
- Data analysis using regression and multilevel/hierarchical models
- Numerical ecology
- Numerical ecology with R
- Happy git and GitHub for the useR
- Geocomputation with R
Profesorado
- Francisco Rodríguez Sánchez [frodriguez.work@gmail.com]
- Ignasi Bartomeus [nacho.bartomeus@gmail.com]
- Elena Quintero [elenaquintero.qb@gmail.com]
Organiza
Colabora:
Inscripción
Clickea en el enlace "Registrar" situado dentro del cuadro situado en la esquina superior derecha. La Secretaría de la AEET te enviará una notificación personalizada confirmándote la reserva de plaza e indicándote las instrucciones para proceder al pago de la cuota de inscripción.
Pagos: El pago ha de realizarse mediante ingreso en cuenta o trasferencia bancaria a la CC: ES70 0073 01005804 9730 5102, en la entidad Openbank antes del comienzo del curso. Los ingresos en cuenta se pueden hacer en cualquier oficina del Banco Santander.
Una ver realizado el abono por favor enviadnos copia del comprobante de pago a secretaria@aeet.org. No olvides indicar los datos que deben constar en la factura.
Nuestros datos fiscales:
ASOCIACIÓN ESPAÑOLA DE ECOLOGÍA TERRESTRE
CIF: G50359017
Dpto. Biología y Geología
Universidad Rey Juan Carlos, URJC
c/Tulipán s/n
28933 Móstoles, Madrid
Cualquier información adicional en: e-mail: secretaria@aeet.org.
