Simplemente GGplot2: Visualización de datos con R
Objetivo general
Al terminar el curso, el participante estará en capacidad de diseñar, construir e interpretar visualizaciones de datos avanzadas en R utilizando ggplot2, aplicando principios conceptuales sólidos, criterios perceptuales rigurosos y decisiones estéticas estratégicas para comunicar hallazgos con claridad, precisión y elegancia. Comprenderá la lógica interna de cada gráfico, justificará sus decisiones visuales y podrá construir piezas reproducibles con intención analítica y narrativa.
Dirigido a
Docentes, investigadores y funcionarios administrativos que manipulan volúmenes de datos regularmente y desean profundizar su conocimiento en R para optimizar sus tiempos de investigación y gestión, apoyados en la lógica secuencial que ya poseen.
Prerrequisitos:
- Manejo intermedio y uso cotidiano del Software Estadístico R.
Metodología
El curso se desarrollará bajo un enfoque teórico-práctico («aprender haciendo») distribuido en cuatro sesiones de inmersión en sala de sistemas. El docente guiará el desarrollo de código paso a paso, empleando bases de datos reales.
Evaluación
Se realizará una evaluación formativa a través de la ejecución práctica durante las sesiones.
Entregable final: Un script de R funcional e individualizado, en el que el participante tome una base de datos «cruda» y elabore diferentes visualizaciones.
Contenidos académicos:
| Sesión | Contenido temático |
| 1 | El curso inicia desglosando la filosofía de la gramática de los gráficos (Grammar of Graphics), entendiendo que un gráfico no es una entidad única, sino una suma de componentes lógicos. Se profundizará en el sistema de capas, donde el estudiante aprenderá a mapear variables mediante estéticas (aesthetics) como la posición, el color y la forma. Además, se explorará la diferencia crítica entre las geometrías (geoms), que definen la representación física de los datos, y las estadísticas (stats), que permiten realizar transformaciones automáticas como el cálculo de densidades, promedios o conteos directamente en la visualización. |
| 2 | En este bloque, nos enfocaremos en la precisión visual y el control de la información. El estudiante aprenderá a manipular las escalas para ajustar cómo se traducen los datos al espacio visual, incluyendo el uso de transformaciones logarítmicas o temporales. Se dará especial énfasis a la gestión del color mediante paletas técnicas como viridis (para accesibilidad) y al manejo de factores para forzar un orden lógico en las categorías, evitando el orden alfabético por defecto. Finalmente, se abordará la personalización de ejes y la creación de temas (themes) para estandarizar el aspecto visual de los gráficos según requerimientos institucionales o de diseño. |
| 3 | Esta sección eleva el rigor del curso al introducir la jerarquía de la percepción de Cleveland y McGill, enseñando al estudiante a elegir el tipo de gráfico que minimice el error cognitivo del lector. Se trabajará en la construcción de visualizaciones avanzadas mediante el uso de capas independientes de datos y la inserción estratégica de anotaciones para resaltar hallazgos clave. También se profundizará en el uso de facetas (facets) para segmentar datos complejos en paneles comparativos, permitiendo una exploración multidimensional sin saturar la vista del usuario. |
| 4 | Para concluir, el curso explora el ecosistema extendido de ggplot2, enseñando a combinar múltiples gráficos en una sola pieza mediante librerías como patchwork. Se introducirán herramientas esenciales para resolver problemas comunes, como ggrepel para etiquetas que no se solapan y una introducción a la interactividad básica. El cierre del programa se centrará en la exportación técnica de resultados, dominando parámetros de resolución, dimensiones y formatos vectoriales para asegurar que el trabajo final cumpla con los estándares de impresión o publicación digital de alta fidelidad. |
Inscripción AQUÍ
Julián Mauricio Cruz Pulido – Raquel Soraya Ortega Bolaños.
