Programa del Seminario de Posgrado

INTRODUCCIÓN A LA RECOLECCIÓN Y ANÁLISIS DE DATOS CON R Y RSTUDIO

Año lectivo: 2023

Profesor a cargo: Agustín Nieto

Carga horaria: 12

Período: 7, 8 y 10 de agosto

Número de encuentros: 3

Horario: 13-17hs.

Modalidad: presencial

FUNDAMENTACIÓN Y OBJETIVOS

El curso se fundamenta en la necesidad creciente de comprender y aprovechar el potencial de los datos en diversos ámbitos. En la era digital, la cantidad de datos disponibles es enorme y su análisis adecuado puede brindar valiosas perspectivas y ventajas competitivas. El curso capacita a lxs estudiantes en el manejo y análisis de datos con R y RStudio. Se exploran técnicas de web scraping, manipulación de datos con dplyr y tidyr, y minería de texto con tidytext y quanteda. Lxs estudiantes aprenden a recolectar datos de fuentes en línea, limpiarlos y extraer información relevante. Al finalizar, están preparadxs para enfrentar desafíos en el análisis de datos estructurados, semi-estructurados y no estructurados, aplicando estas habilidades en contextos académicos o profesionales.

El objetivo de este curso es capacitar a los y las estudiantes en la recolección y análisis de datos estructurados, semi-estructurados y no estructurados utilizando R y RStudio. Al finalizar el curso, quienes participen estarán familiarizados con las técnicas de web scraping, manipulación de datos con dplyr y tidyr, y minería de texto con tidytext y quanteda, y podrán aplicar estos conocimientos para obtener, limpiar, transformar y analizar datos de diversas fuentes.

Objetivos

• Comprender los conceptos fundamentales de la recolección y análisis de datos y su importancia en el contexto actual.
• Adquirir habilidades en web scraping para extraer datos de sitios web estáticos y dinámicos de manera automatizada.
• Dominar las técnicas de manipulación y limpieza de datos utilizando las librerías dplyr y tidyr de R.
• Explorar y visualizar datos utilizando las capacidades gráficas de R y ggplot2.
• Comprender los conceptos básicos de la minería de texto y cómo aplicarlos en la extracción de información relevante de textos.
• Aprender a preprocesar y analizar textos utilizando las librerías tidytext y quanteda.
• Aplicar técnicas de análisis de sentimiento y modelado de tópicos en textos con el fin de obtener información útil y relevantes.
• Aplicar los conocimientos adquiridos en la realización de un proyecto final que integre las diferentes técnicas aprendidas durante el curso.

CONTENIDOS Y BIBLIOGRAFÍA OBLIGATORIA

Clase I

Recolección de datos con web scraping

• Introducción al web scraping
• Uso de herramientas como rvest y RSelenium
• Extracción de datos de sitios web estáticos y dinámicos

• Manipulación y limpieza de los datos extraídos

  • Gualda, E. (2022). Social big data, sociología y ciencias sociales computacionales. Empiria: Revista de metodología de ciencias sociales, (53), 147-177.

Clase II

Manipulación y visualización de datos con dplyr, tidyr y ggplot2

• Selección, filtrado y ordenamiento de datos
• Agrupación y resumen de datos
• Transformación de datos con tidyr

• Análisis exploratorio de datos con ggplot2

  • Albrieu, R., & Palazzo, G. (2020). Categorización de conflictos sociales en el ámbito de los recursos naturales: Un estudio de las actividades extractivas mediante la minería de textos. Revista CEPAL, 131, 29–59.

Clase III

Minería de texto con tidytext y quanteda

• Preprocesamiento de texto: tokenización, lematización
• Análisis de sentimiento
• Modelado de tópicos y análisis de palabras clave

• Visualización de datos de texto

  • Rosati, German. «La Visualización de Datos Es Trabajo Esencial». Factor~data (blog), 20 de julio de 2020.

METODOLOGÍA DE TRABAJO Y SISTEMA DE EVALUACIÓN

Modalidad de trabajo

El seminario es introductorio en cuanto a las competencias técnicas en R Project. Los encuentros requieren mínimos en el manejo de R y RStudio. Desarrollaremos ejercicios computacionales en R para abordar distintos problemas metodológicos. Los textos de corte más teórico permitirán reflexionar sobre los alcances de las técnicas computacionales para el análisis.

Evaluación

La evaluación del curso se realizará a través de un trabajo final que demuestre la comprensión y aplicación de las técnicas aprendidas durante el curso.