Eventos :: Cursos :: Optimizando el uso de R para análisis en ecología 5a ed
El lenguaje y programa estadístico R se ha hecho enormemente popular en los últimos años para el análisis de datos en ecología (y otras muchas disciplinas científicas). En este curso, de nivel medio-avanzado, profundizaremos tanto en aspectos de programación en R como en algunos de los tipos de análisis estadístico más frecuentes en ecología (modelos generalizados, modelos mixtos, análisis multivariante), visualización de datos, computación reproducible y comunicación de resultados. El curso, aunque contiene cierta base teórica, es fundamentalmente práctico. El método docente se basa en aprender haciendo ("learn by doing"): aprenderemos programación avanzada de R mientras desarrollamos diversos análisis y visualización de datos. Se repasarán diferentes técnicas estadísticas con un componente más práctico que teórico, pero enfatizando la comprensión del funcionamiento de los diversos análisis, errores más comunes, buenas prácticas y su uso adecuado. El curso es ideal para alumnos que ya utilizan R para analizar datos pero sienten que no están aprovechando a fondo todo el potencial de R ni de 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 05/08/2022
- 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 31 de julio de 2022. 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.