¡Vamos a navegar por los paquetes de funciones más importantes y cómo usarlos en la práctica!
¡Descarga la hoja de trabajo!
Manipular data frames:
- dplyr (tidyverse) - https://dplyr.tidyverse.org/
- tidyr (tidyverse) - https://tidyr.tidyverse.org/
- ggplot2 (tidyverse) - https://ggplot2.tidyverse.org/ - https://r-graph-gallery.com/
- plotly - https://plotly.com/r/
- ggpubr (plots para publicaciones) - https://rpkgs.datanovia.com/ggpubr/
- ggstatsplot (plots para publicaciones) - https://indrajeetpatil.github.io/ggstatsplot/
- dlookr (exploración rápida de data frames) - https://github.com/choonghyunryu/dlookr
- Hmisc (many functions useful for data analysis) - https://hbiostat.org/R/Hmisc/examples.html
- corrplot (correlograma) - http://www.sthda.com/english/wiki/visualize-correlation-matrix-using-correlogram
- stats (base de R no hace falta instalar) - https://stat.ethz.ch/R-manual/R-devel/library/stats/html/00Index.html
- caret (machine learning supervisado) - https://topepo.github.io/caret/
