Pla docent de l'assignatura

 

 

Catalā Castellano English Tanca imatge de maquetació

 

Imprimeix

 

Dades generals

 

Nom de l'assignatura: Introducciķ a R per a Anālisis de la Biodiversitat (Rbio)

Codi de l'assignatura: 573636

Curs acadčmic: 2021-2022

Coordinaciķ: Jose Manuel Blanco Moreno

Departament: Departament de Biologia Evolutiva, Ecologia i Cičncies Ambientals

crčdits: 3

Programa únic: S

 

 

Hores estimades de dedicaciķ

Hores totals 75

 

Activitats presencials i/o no presencials

24

 

-  Teoricoprāctica

Presencial i no presencial

 

24

Treball tutelat/dirigit

25

Aprenentatge autōnom

26

 

 

Competčncies que es desenvolupen

 

Competències bàsiques
CB6 - Posseir i comprendre coneixements que aportin una base o oportunitat de ser originals en el desenvolupament i / o aplicació d’idees, sovint en un context de recerca

CB7 - Que els estudiants sàpiguen aplicar els coneixements adquirits i la seva capacitat de resolució de problemes en entorns nous o poc coneguts dins de contextos més amplis (o multidisciplinaris) relacionats amb la seva àrea d’estudi

CB9 - Que els estudiants sàpiguen comunicar les seves conclusions i els coneixements i raons últimes que les sustenten a públics especialitzats i no especialitzats d’una manera clara i sense ambigüitats

CB10 - Que els estudiants posseeixin les habilitats d’aprenentatge que els permetin continuar estudiant d’una manera que haurà de ser en gran manera autodirigida o autònom.

 

Competències específiques
CE2 - Saber aplicar i integrar els seus coneixements, la comprensió d’aquests, la seva fonamentació científica i les seves capacitats de resolució de problemes en entorns nous i definits de manera precisa, incloent contextos de caràcter multidisciplinari tant investigadors com professionals altament especialitzats.

CE4 - Predir i controlar l’evolució de situacions complexes mitjançant el desenvolupament de metodologies de treball noves i innovadores adaptades a l’àmbit científic / investigador de la biodiversitat.

CE5 - Saber transmetre d’una manera clara i sense ambigüitats a un públic especialitzat o no, resultats procedents de la investigació científica i tecnològica o de l’àmbit de la innovació més avançada, així com els fonaments més rellevants sobre els quals se sustenten.

CE6 - Haver desenvolupat l’autonomia suficient per participar en projectes d’investigació i col·laboracions científiques o tecnològiques dins la biodiversitat, en contextos interdisciplinaris i, si escau, amb una alta component de transferència de coneixement.

 

 

 

 

 

 

 

Objectius d'aprenentatge

 

Referits a coneixements

L’assignatura pretén ser una introducció més o menys completa a l’ús de l’entorn R per a l’anàlisi de dades relacionades amb la biodiversitat, proporcionar un coneixement (bàsic) de les seves capacitats com a entorn i llenguatge de programació, i construir a partir d’aquí les habilitats necessàries per comprendre el funcionament de l’entorn i fer que els estudiants adquireixin fluïdesa en el llenguatge, per treure’n el màxim profit i ser capaços d’entendre la lògica dels fitxers de sintaxi. Alhora es treballarà amb aquells aspectes més fonamentals de la gestió i manipulació de dades i la seva representació.

 

Referits a habilitats, destreses

Concretament, l’asignatura pretén construir:

- Capacitat d’usar el llenguatge R per a llegir, manipular, visualitzar i analitzar dades.
- Capacitat bàsica per a escriure programes amb el llenguatge R
- Capacitat per a fer anàlisis i informes reproduïbles amb R i RMarkdown

 

 

 

Blocs temātics

 

1. Introducciķ al llenguatge de programaciķ R i l’entorn de programaciķ RStudio

*  Què és R? Breu història. Llenguatges d’ordres vs. programes amb interfície gràfica: pros i contres. Entorns de programació i RStudio. Espais de treball. Entorn i objectes. Execució interactiva i arxiu de codi. Obtenció d’ajuda sobre llenguatge i funcions

2. Importaciķ de dades a R

*  Preparació de dades per importar amb fulls de càlcul. Importació de text pla: dades delimitades. Importació d’Excel: avantatges i desavantatges. Importació de dades d’altres paquets informàtics. Connexió a bases de dades. Importació de dades no tabulades

3. Tipus de dades i manipulaciķ

*  Tipus de dades a R. Llistes i fulls de dades (data frames). Conversió de tipus. Variables categòriques i factors. Atributs i metadades. Selecció de casos i variables: subconjunts. Format de dades ample i format llarg. Unió de fulls de dades. Introducció a dplyr

4. Representaciķ grāfica

*  Gràfics bàsics. Paràmetres i personalització de gràfics. Exportació: formats ràster i vectorials. Gramàtica de gràfics i ggplot2

5. Anālisi de dades amb funcions existents

*  Flux de treball en l’anàlisi de dades. Exemples amb anàlisis estadístiques univariants (regressió i GLM) i multivariants (introducció a vegan). Examen de l’objecte retornat per l’anàlisi. Mètodes associats. Resums, diagnòstics i gràfics. Models i predicció. Visualització de models amb gràfics base i amb ggplot2

6. Introducciķ a la programaciķ amb R

*  Programació orientada a objectes. Introducció a S3 i S4. Mètodes. Vectorització i la família apply. Control de flux. Definició de funcions

7. Recerca reproduīble i generaciķ d’informes

*  Què és la recerca reproduïble? L’estil en l’escriptura i l’organització del codi. Informes automàtics a partir d’arxius de codi. Notebooks i R Markdown

 

 

Metodologia i activitats formatives

 

Activitats presencials i no presencials

Les classes teoricopràctiques s’impartiran en aula d’ordinadors amb capacitat suficient, emprant les eines adients per al seguiment de l’explicació. Els contingut necessaris per seguir les classes (fitxers de sintaxi, fitxers Rmd, fitxers de dades, apunts compilats) es publiquen al Campus Virtual amb antelació a la sessió. Idealment, l’alumnat ha de preparar les sessions abans d’assistir-hi, i estudiar els continguts aportats pel professorat.

Alternativament, i per tal d’adaptar-se a possibles escenaris futurs, es podran fer les classes on-line de manera sincrònica . Aquestes sessions es podran enregistrar a petició de l’alumnat i restaran disponibles al Campus Virtual de l’assignatura durant el període entre sessions.
 

Activitats tutelades no presencials

  • Repassar i completar l’ús de les eines i procediments vistos a les sessions
  • Resoldre els problemes no avaluables proposats al final de cadascun dels temes
  • Resoldre els exercicis (problemes de tractament de dades) no presencials avaluables proposats


 

 

 

Avaluaciķ acreditativa dels aprenentatges

 

  • Assistència (10 % de la nota, a partir del 75 % d’assistència).
  • Exercicis no presencials (90 %).

 

Avaluaciķ única

  • Entrega d’un treball que desenvolupi un seguit d’aspectes indicats pels professors (100 %).

 

 

Fonts d'informaciķ bāsica

Consulteu la disponibilitat a CERCABIB

Llibre

Crawley, M.J. (2007) The R Book. Wiley.

Crawley, M.J. (2005) Statistics: An introduction using R. Wiley.

Lakicevic M., Povak N., Reynolds K.M. (2020) Introduction to R for Terrestrial Ecology: Basics of Numerical Analysis, Mapping, Statistical Tests and Advanced Application of R. Springer Internaitonal Publishing.

https://cercabib.ub.edu/discovery/search?vid=34CSUC_UB:VU1&search_scope=MyInst_and_CI&query=any,contains,b2389003*  Enllaç

Murrell, P. (2011) R Graphics, Second Edition. Taylor & Francis.

Rahlf, T. (2019) Data Visualisation with R: 111 Examples. Springer International Publishing

https://cercabib.ub.edu/discovery/search?vid=34CSUC_UB:VU1&search_scope=MyInst_and_CI&query=any,contains,b2377720*  Enllaç

Wickham, H. (2015) Advanced R. Chapman & Hall/CRC The R Series. Versió electrònica a http://adv-r.had.co.nz/

User R! Springer. http://www.springer.com/series/6991

https://www.crcpress.com/Chapman--HallCRC-The-R-Series/book-series/CRCTHERSE

Pāgina web

Venables, W.N., Smith, D.M. & R Core Team. (2018) An introduction to R: notes on R: a programming environment for data analysis and graphics. Version 1.4.1. 1–105.

https://www.rstudio.com/online-learning/

https://www.rstudio.com/resources/cheatsheets/

Quick-R, http://www.statmethods.net

Burns, P. (2011) The R Inferno. https://www.burns-stat.com/pages/Tutor/R_inferno.pdf

Cookbook for R, http://www.cookbook-r.com

https://cran.r-project.org/doc/manuals/r-release/R-intro.html

https://cran.r-project.org/doc/manuals/r-release/R-data.html