CURSO:VISUALIZACION DE DATOS USANDO R TRADUCCION:DATA VISUALIZATION USING R SIGLA:SOL4043 CREDITOS:05 MODULOS:02 CARACTER:OPTATIVO TIPO:CATEDRA CALIFICACION:ESTANDAR PALABRAS CLAVE:VISUALIZACION DE DATOS, USO DE R NIVEL FORMATIVO:MAGISTER I.DESCRIPCIÓN DEL CURSO Este curso, usando una metodologia de aprendizaje basada en problemas, esta dise?ado para profesionales de las ciencias sociales que posean formacion previa en analisis de datos y que tengan conocimientos basicos de importacion, exportacion y manipulacion de datos en R. Al finalizar el curso, se espera que los estudiantes, usando el lenguaje de programacion R, sean capaces de representar distintos tipos de datos, a traves de graficos, mapas y dashboards, asi como usar diferentes elementos visuales (posicion, color, forma, etc,) que permitan comunicar efectivamente los resultados de la exploracion y analisis de datos II.RESULTADOS DE APRENDIZAJE Se espera que el alumno, usando el lenguaje de programacion R, sea capaz de: 1.Representar montos, distribuciones, proporciones, relaciones entre variables, series de tiempo e incertidumbre por medio de graficos. 2.Usar elementos visuales tales como: posicion, forma, tama?o, color, ancho y tipo de linea para comunicar efectivamente datos. 3.Usar mapas para representar datos geolocalizados y variables asociadas a un territorio determinado (por ejemplo, comuna, region o pais). 4.Representar visualmente redes de interaccion social. 5.Construir de dashboards a partir de mapas, datos censales, encuestas socioeconomicas y registros administrativos, entre otros. 6.Usar R Markdown para la presentacion de informes y la construccion de dashboards. III.CONTENIDOS 1.Percepcion y visualizacion de datos. 2.Elementos de R Markdown. 3.Representacion de montos, distribuciones, proporciones, relaciones entre variables, series de tiempo e incertidumbre. 4.Visualizacion de redes. 5.Mapas 6.Dashboards IV.ESTRATEGIAS METODOLOGICAS Catedras con metodos mixtos (blended), semipresenciales: -Clase presencial: catedras disponibles en formato presencial -Clase invertida: catedras disponibles a traves de clases de video pre-grabadas -Clase online: reuniones en vivo, a traves de una plataforma web, con discusion de contenidos vistos en clases Talleres practicos: -Aprendizaje basado en problemas. V.ESTRATEGIAS EVALUATIVAS -Reportes: 70% -Examen Final (presencial): 30% VI.BIBLIOGRAFIA Minima Wickham, H. y G. Grolemund. 2017. R for data science. O?Reilly Media. 1a Edicion. https://r4ds.had.co.nz/ Tennekes, M. 2018. tmap: Thematic Maps in R, Journal of Statistical Software. Vol. 84(6). https://www.jstatsoft.org/article/view/v084i06 Xie, Y., Allaire, J.J. y G. Grolemund. 2019. R Markdown: The definitive guide. CRC Press. https://bookdown.org/yihui/rmarkdown/ Complementaria Healy, K. 2019. Data visualization: a practical introduction. Princeton University Press. 1a. Edicion. Sosulski, K. 2019. Data visualization made simple: insights into becoming visual. Routledge. 1a. Edicion. Tufte, E. 2001. The visual display of quantitative information. Graphics. 2a. Edicion. Ware, C. 2013. Information visualization: perception for design. Waltham, Ma: Morgan Kaufman. 3a Edicion. Wickham, H. 2016. ggplot2: Elegant Graphics for Data Analysis (Use R!). Springer. 2a Edicion. Wilke, C. 2019. Fundamentals of data visualization. O?Reilly. 1a Edicion. PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE INSTITUTO DE SOCIOLOGIA / OCTUBRE 2019