###Horarios de Laboratorios: 14:00 -16:00 PM (Sala 1) Viernes
###Esquema del Curso
- Vectores, Matrices y Arrays.
- Listas, Data Frames, Factores y Tablas.
- Estructuras de Programación en R.
- Programación Orientada a Objetos.
- Entrada y Salida.
- Gráficos.
- Depuración.
- Leyendo y Escribiendo Datos.
- R y Base de Datos.
- Rendimiento Mejorado: Velocidad y Memoria.
- R y otros Lenguajes.
- [Opcional] Programación en Paralelo con R.
###Software En este curso complemento del Curso de Introducción a la Estadística y Probabilidad, usaremos el Entorno Estadístico R, https://www.cran.r-project.org/, via RStudio, https://www.rstudio.com/, para conocer y aplicar técnicas estadísticas, visualizar datos explorando el Lenguaje de Programación R.
Como alternativa de entorno de trabajo, se puede usar Jupyter Project del proyecto Ipython http://ipython.org/ usando el Kernel para R https://github.com/IRkernel/IRkernel.
###Evaluación Se tomaran, 4 pruebas de Laboratorio, de acuerdo al avance del curso.
###Referencias
1.El pequeño Libro de Inferencia Estadística. https://leanpub.com/LittleInferenceBook/read.
2.Fuentes para aprender R UCLA http://www.ats.ucla.edu/stat/r/.
3.Curso de Programación en R e Inferencia Estadística, https://www.coursera.org/jhu.
4.Documentación de R, ordenada por Temas, http://www.rdocumentation.org/.
5.El mundo de R, en este blog: http://www.r-bloggers.com/.