Merge pull request #58 from andreavargasmontero/T57

Ref #1 Agrega sesión de introducción

inst/tutorials/introduccion/introduccion.Rmd

@@ -0,0 +1,248 @@
+---
+title: "Sesión 1: Introducción"
+output: 
+  learnr::tutorial:
+    language: es
+    css: https://storage.googleapis.com/datos_cursos/ixpantia_introR/intro_r.css
+runtime: shiny_prerendered
+description: >
+  Introducción general a R y RStudio acompañada de ejercicios rápidos.
+---
+
+<style>
+@import url('https://fonts.googleapis.com/css2?family=Roboto+Mono&family=Roboto+Slab&family=Source+Sans+Pro:wght@300;400&display=swap');
+
+@import url('https://fonts.googleapis.com/css2?family=Lato&display=swap');
+</style> 
+
+```{r setup, include=FALSE}
+knitr::opts_chunk$set(echo = TRUE)
+library(learnr)
+library(dplyr)
+library(gradethis)
+library(datos)
+y <- 10:100
+notas <- c(67, 89, 95, 92, 71, 84, 100, 97)
+
+tutorial_options(exercise.checker = gradethis::grade_learnr)
+```
+
+## Descripción general 
+
+R es uno de los lenguajes de programación estadística más populares en
+el mundo. Permite hacer una gran variedad de análisis y productos 
+de datos, por lo que resulta ser una herramienta muy poderosa para
+profesionales en diversas áreas. 
+
+A continuación mostramos los conceptos básicos de R:
+
+### Crear objetos
+
+En R para crear un objeto utilizamos el símbolo `<-` (también se 
+puede utilizar `=`). 
+
+**Ejemplo**: crear un objeto llamado "temperatura" que contenga el número 36.
+
+```{r ejemplo_asignacion}
+temperatura <- 36
+```
+
+### Funciones
+
+Las funciones son una serie de pasos o procedimientos que se
+encapsulan en un mismo lugar para que escribir código sea más
+eficiente. Una función siempre es precedida por un paréntesis. Dentro
+de los paréntesis colocamos la información requerida para que la
+función haga su trabajo.
+
+Un ejemplo de una función de R es `mean()`, para obtener rápidamente el 
+promedio de algún objeto. 
+
+Podemos utilizarla para obtener el promedio de las notas de un curso que 
+tenemos guardadas en el objeto `notas`.
+```{r ver_notas}
+notas
+```
+
+Se utiliza de la siguiente forma:
+```{r ejemplo_funcion}
+mean(notas)
+```
+
+### Data frames
+Una de las estructuras más comunes en R son los data frames o conjuntos de 
+datos. En palabras simples estos son tablas que contienen datos y están 
+formadas por filas y columnas. Para crear uno de estos objetos en R podemos 
+hacer lo siguiente:
+
+```{r}
+df <- data.frame(x1 = c("A", "B", "C"),
+                 x2 = c(1, 2, 3))
+```
+
+Para poder acceder las columnas y las filas de estos objetos
+se utiliza la siguiente lógica: `datos[fila, columa]`. Es decir, si
+quiero obtener la segunda fila del conjunto anterior (y todas las
+columnas) puedo utilizar:
+
+```{r}
+df[2, ]
+```
+
+Para obtener la segunda columna y todas las filas:
+
+```{r}
+df[, 2]
+```
+
+Y para obtener la segunda columna de la segunda fila solamente:
+
+```{r}
+df[2, 2]
+```
+
+### Ayuda
+
+Para buscar ayuda o documentación sobre una función o paquete de R 
+se utiliza el signo de pregunta (?). Para la ayuda de una función 
+hacemos lo siguiente:
+
+```{r}
+?class
+```
+
+Para buscar la ayuda de un paquete:
+
+```{r}
+??dplyr
+```
+
+## Ejercicios 
+
+### Utilice la función `max()`
+La función `max` como es de esperar, nos devuelve el número máximo 
+del objeto que le indiquemos. Utilícela para obtener el máximo de 
+`y <- 10:100`
+
+```{r max, exercise = TRUE}
+ 
+```
+
+```{r max-hint-1}
+max()
+```
+
+```{r max-check}
+grade_result(
+  pass_if(~ identical(unlist(.result), 
+                      unlist(max(y))),
+          "¡Buenísimo!")
+)
+```
+
+
+### Busque la ayuda o documentación de la función `mean()`
+
+```{r ayuda, exercise = TRUE}
+ 
+```
+
+```{r ayuda-hint-1}
+?
+```
+
+```{r ayuda-check}
+grade_result(
+  pass_if(~ identical(unlist(.result), 
+                      unlist(?mean)),
+          "¡Buenísimo!")
+)
+```
+
+### Acceda la segunda columna del conjunto de datos `mtautos`
+
+```{r seg_col, exercise = TRUE}
+ 
+```
+
+```{r seg_col-hint-1}
+[, 2]
+```
+
+```{r seg_col-check}
+grade_result(
+  pass_if(~ identical(unlist(.result), 
+                      unlist(mtautos[, 2])),
+          "¡Buenísimo!")
+)
+```
+
+### Llame la librería `learnr`
+
+```{r library, exercise = TRUE}
+ 
+```
+
+```{r library-hint-1}
+install.packages()
+```
+
+```{r library-check}
+grade_result(
+  pass_if(~ identical(.result, library(learnr)),
+          "¡Buenísimo!")
+)
+```
+
+### Instalar paquete
+
+```{r install, echo=FALSE}
+question("¿Cómo se intala el paquete `dplyr`?",
+  answer("install_packages(dplyr)"),
+  answer("installPackages(dplyr)"),
+  answer("install.packages(\"dplyr\")", correct = TRUE)
+)
+```
+
+### Encuentre la clase de objeto que es `y`
+
+```{r class, exercise = TRUE}
+ 
+```
+
+```{r class-hint-1}
+class()
+```
+
+```{r class-check}
+grade_result(
+  pass_if(~ identical(.result, class(y)),
+          "¡Buenísimo!")
+)
+```
+
+### Resolviendo errores
+
+Imaginemos que comienzo a hacer un análisis de datos exploratorio en R y lo 
+primero que quiero hacer es un gráfico con `ggplot`. Para esto escribo lo 
+siguiente:
+
+```{r codigo_ggplot, eval=FALSE}
+ggplot(ventas, aes(x = tipo_producto, y = total_ganancias)) +
+  geom_boxplot()
+```
+
+Al hacerlo, obtengo el siguiente error:
+```{r error, echo=FALSE, out.width="65%", fig.align = "center"}
+knitr::include_graphics("https://storage.googleapis.com/datos_cursos/ixpantia_introR/error_libreria.png")  
+```
+
+```{r error_ejercicio, echo=FALSE}
+question("¿Porqué se da esta error?",
+  answer("Porque faltan argumentos en el código"),
+  answer("Porque no ha llamado la librería `ggplot2`", 
+         correct = TRUE),
+  answer("Porque los datos `ventas` no fueron cargados"),
+  answer("Porque hay un error ortográfico en la instrucción")
+)
+```