Sección 0: Configuración de R

Author

David Contreras-Loya

Published

January 16, 2026

Antes de comenzar

Antes de nuestra primera sección, por favor asegúrate de tener instalaciones funcionales y actualizadas de R y RStudio. Los usaremos extensivamente en este curso, por lo que definitivamente vale la pena hacerlo bien.

Instalación

Si aún no tienes R y RStudio ejecutándose en tu computadora, entonces debes instalar ambos:

Paso 1: Instalar R

Descarga e instala R desde el repositorio oficial de CRAN:

Paso 2: Instalar RStudio

Descarga e instala RStudio Desktop (versión gratuita):

Note

RStudio es un IDE (Entorno de Desarrollo Integrado) súper útil para R—es muy útil tanto para aprender como para usar R.

Actualización de instalaciones existentes

Si ya tienes R y RStudio en tu computadora, entonces debes asegurarte de que estén actualizados:

  • Versión actual de R: 4.4.2 (2024-10-31) — “Pile of Leaves”
    • Verifica tu versión escribiendo version en la consola de R
  • Versión actual de RStudio: 2024.12.0 o más reciente
    • Verifica mediante: Help → About RStudio
¿Por qué actualizar?

Las versiones más nuevas incluyen correcciones de errores, mejoras de rendimiento y nuevas características que hacen que tu experiencia de programación sea más fluida.

Herramientas adicionales (recomendadas)

LaTeX

Te recomendaría asegurarte de tener una instalación funcional de LaTeX para crear PDFs y composición tipográfica matemática:

  • Opción fácil: Instalar TinyTeX mediante R:

    install.packages("tinytex")
tinytex::install_tinytex()

  • Instalación completa: Descargar MiKTeX (Windows) o MacTeX (macOS)

  • Alternativa en línea: Overleaf (sin necesidad de instalación, incluye tutoriales de LaTeX)

Pandoc

Pandoc suele estar incluido con RStudio, pero puedes verificarlo ejecutando en R:

rmarkdown::pandoc_version()

Si es necesario, descarga desde: pandoc.org

¿Funciona?

Probemos tu instalación:

  1. Abre RStudio

  2. En la consola (panel inferior izquierdo), escribe:

    1 + 1

  3. Presiona Enter

Resultado esperado:

[1] 2
Important

Si obtienes [1] 2, ¡felicidades! Todo está funcionando correctamente. ✅

Si no, intenta reinstalar R y RStudio, o pide ayuda.

Recursos para aprender R

He compilado un gran conjunto de recursos para R. Probablemente no los necesites todos ahora mismo, pero ten en cuenta que están ahí. Sin embargo, los mejores recursos para aprender R son:

Tu kit de herramientas de aprendizaje
  1. Google (que probablemente te llevará a StackOverflow)
  2. Tiempo (¡práctica, práctica, práctica!)
  3. Tus compañeros de clase (el aprendizaje colaborativo hace maravillas)
  4. Yo (horas de oficina, correo electrónico, Slack/Teams)

Recursos adicionales

Sugerencias básicas para el éxito

1. Usa scripts de R, no solo la consola

Warning

Casi todo lo que hagas debe estar en un script de R, en lugar de escribir directamente en la línea de comandos.

¿Por qué?

  • Puedes volver a tu código más tarde
  • Puedes editar y mejorar tu trabajo
  • Necesitas entregar scripts de R para las tareas
  • ¡Es investigación reproducible!

Cómo crear un script:

  • File → New File → R Script (o Cmd/Ctrl + Shift + N)

2. Comenta tu código

Los buenos comentarios hacen que tu código sea comprensible para otros (y para tu yo futuro):

# Malo: Sin contexto
x <- 5
y <- x * 2

# Bueno: Explicación clara
price_per_unit <- 5           # Costo en dólares
total_cost <- price_per_unit * 2  # Dos unidades compradas

3. Sé consistente con las convenciones de nombres

Elige un estilo y mantente en él:

# Camel Case (recomendado para variables)
myVariableName <- 10
calculateTotalCost <- function(x) { x * 2 }

# Snake Case (también popular)
my_variable_name <- 10
calculate_total_cost <- function(x) { x * 2 }

# ¡Elige UNO y sé consistente!
Note

Evita: - Comenzar nombres de variables con números: 2021data ❌ - Usar palabras reservadas: if, for, function ❌ - Espacios en los nombres: my variable ❌

4. Usa nombres de archivo descriptivos

Sé inteligente al nombrar archivos y carpetas:

Nombres malos:

cbn18319ddg890-7a.csv
untitled1.R
data.xlsx
final_FINAL_v2_REALFINAL.R

Nombres buenos:

CensusCountyDemographics.csv
01_DataCleaning.R
HouseholdIncomeSurvey_2024.xlsx
AnalyzeTaxReliefProgram.R

Dos buenas convenciones de nombres:

  1. Camel Case: WhatAGreatFileName.csv
  2. Snake Case: what_a_great_file_name.csv
Consejos profesionales
  • Agrega fechas en formato AAAA-MM-DD: 2024-01-15_Analysis.R
  • Numera archivos para mostrar el orden: 01_Import.R, 02_Clean.R, 03_Analyze.R
  • Usa prefijos descriptivos: fig_, tab_, data_

5. Organiza tus archivos y usa rutas inteligentes

Haz tu vida más fácil:

Organizando en carpetas:

MyProject/
  ├── Data/
  │   ├── Raw/
  │   └── Processed/
  ├── Scripts/
  ├── Output/
  │   ├── Figures/
  │   └── Tables/
  └── README.md

Usando paste0() o paste() para rutas de archivo:

# En lugar de escribir rutas completas cada vez:
data <- read.csv("/Users/david/Documents/Project/Data/census.csv")

# Usa paste0() para flexibilidad:
project_path <- "/Users/david/Documents/Project"
data_path <- paste0(project_path, "/Data/census.csv")
data <- read.csv(data_path)

# Aún mejor: usa rutas relativas con el paquete here
library(here)
data <- read.csv(here("Data", "census.csv"))
Note

Veremos más ejemplos de organización de archivos inteligente y gestión de rutas en la Sección 1.

¿Necesitas ayuda?

Si encuentras algún problema durante la instalación o configuración:

  1. Busca en Google tu mensaje de error
  2. Consulta StackOverflow para problemas similares
  3. Pregunta a tus compañeros en nuestro foro/Slack del curso
  4. Contáctame durante las horas de oficina o por correo electrónico
¡No esperes hasta el último minuto!

Configura tu entorno de R antes de que venza la primera tarea. Las dificultades técnicas son más fáciles de resolver cuando no estás bajo presión de tiempo.

¡Listo para programar!

Una vez que todo esté configurado, ¡estás listo para comenzar a aprender R! Nos vemos en la Sección 1.

¡Feliz programación! 🚀