1. Instalando R

R puede descargarse e instalarse desde el sitio oficial del CRAN (Comprehensive R Archive Network).

Pasos para la instalación de R:

  1. Accede al sitio de CRAN:
  2. Elige tu sistema operativo:
    • Haz clic en la opción correspondiente a tu sistema operativo:
      • Windows: Haz clic en “Download R for Windows” y luego en “base” para descargar el instalador.
      • macOS: Haz clic en “Download R for macOS” y elige el archivo .pkg más reciente.
      • Linux: Sigue las instrucciones específicas para tu distribución (como Ubuntu, Fedora, etc.) en la sección “Download R for Linux”.
  3. Descarga el instalador:
    • Después de hacer clic en la opción correspondiente, sigue las instrucciones para descargar el archivo de instalación.
  4. Instala R:
    • Ejecuta el instalador descargado y sigue las instrucciones en pantalla para completar la instalación.

2. Instalando RStudio

RStudio es un entorno de desarrollo integrado (IDE) para R que facilita la programación y el análisis de datos.

Pasos para la instalación de RStudio:

  1. Accede al sitio de RStudio:
  2. Elige la versión:
    • Desplázate hacia abajo hasta la sección “Installers” y selecciona la versión correspondiente a tu sistema operativo:
      • RStudio Desktop (versión gratuita) es la opción más común.
      • Haz clic en el botón de descarga para Windows, macOS o Linux.
  3. Descarga el instalador:
    • Después de hacer clic en el botón de descarga, se descargará el archivo de instalación.
  4. Instala RStudio:
    • Ejecuta el instalador descargado y sigue las instrucciones en pantalla para completar la instalación.

3. Verificando la instalación

Después de instalar R y RStudio:

  1. Abre RStudio:
    • RStudio debería abrir automáticamente R como una consola en la parte inferior de la interfaz.
  2. Verifica que la instalación haya sido exitosa:
    • Puedes probar la instalación escribiendo R.version en la consola de RStudio y presionando Enter. Esto debería mostrar información sobre la versión de R instalada. Pero te sugiero que antes de probar, leas toda esta parte introductoria del material.

Trabajando con scripts

En nuestra rutina de estudios vamos a utilizar scripts, que son archivos de texto que contienen una serie de comandos e instrucciones escritas.
Es un archivo de texto simple, guardado con la extensión .R, que puede editarse en cualquier editor de texto, pero podemos usarlo con más eficiencia en RStudio.
Un script puede contener una secuencia de comandos que se ejecutan en el orden en que aparecen. Esto permite que escribas y guardes un flujo de trabajo completo, como los ejemplos disponibles en esta clase.

Un script en R es una herramienta poderosa que facilita la programación y el análisis de datos, permitiendo a los usuarios organizar, automatizar y compartir su trabajo de manera eficiente. Una vez que tengas tu script guardado, podrás ejecutar los mismos análisis nuevamente e incluso compartir el archivo para que otros usuarios ejecuten esos análisis.

Dentro de RStudio, para crear un script nuevo puedes usar uno de estos atajos:

Entendiendo RStudio

RStudio presenta muchos paneles que pueden intimidar a los usuarios nuevos. No es necesario preocuparse por entender el funcionamiento detallado de todos ellos al principio.

Captura de pantalla mostrando los paneles de RStudio
Vamos a analizar cuadro por cuadro la apariencia de esta ventana e identificar los elementos básicos importantes para comenzar a trabajar en RStudio.

1. Panel del Script (Editor de Código)

Ubicado en la parte superior izquierda, este panel es donde puedes escribir y editar scripts en R. Permite crear nuevos archivos, abrir scripts existentes y trabajar con varias pestañas simultáneamente. Puedes ejecutar código directamente desde este panel.

Panel de scripts (A) resaltado en rojo. Aquí se encuentran los archivos de texto que puedes editar, organizar y guardar como en cualquier otro editor de texto al que ya estás acostumbrado/a.
Panel de scripts (A) resaltado en rojo. Aquí se encuentran los archivos de texto que puedes editar, organizar y guardar como en cualquier otro editor de texto al que ya estás acostumbrado/a.

2. Consola

Debajo del panel del script, la consola muestra la salida de los comandos R ejecutados. Es donde puedes interactuar directamente con el lenguaje R, ejecutar comandos línea por línea y ver resultados instantáneamente.

Panel de la consola (B) resaltado en rojo. Todo lo que es interpretado por R aparecerá aquí, así como los resultados, advertencias y mensajes de error.
Panel de la consola (B) resaltado en rojo. Todo lo que es interpretado por R aparecerá aquí, así como los resultados, advertencias y mensajes de error.

3. Panel de Ambiente e Historial

Ubicado en la parte superior derecha, este panel está dividido en dos secciones principales:

Ambiente: Muestra una lista de objetos actualmente cargados en la sesión, como data frames, vectores y listas, permitiéndote visualizar tus variables y datos.

Historial: Muestra un historial de los comandos que se han ejecutado en la sesión actual, facilitando la revisión y reutilización de código.

Panel Ambiente e Historial (C) resaltado en rojo. En este espacio podrás ver todos los datos que importes o crees en R y revisar los comandos ejecutados en la sesión.
Panel Ambiente e Historial (C) resaltado en rojo. En este espacio podrás ver todos los datos que importes o crees en R y revisar los comandos ejecutados en la sesión.

4. Panel de Archivos, Gráficos, Paquetes y Ayuda

Este panel, en la parte inferior derecha, está dividido en varias pestañas importantes:

Archivos: Permite navegar por directorios (carpetas), abrir y gestionar archivos en tu sistema.

Gráficos: Muestra los gráficos generados en la sesión. Puedes visualizar, guardar y exportar gráficos desde esta pestaña.

Paquetes: Muestra los paquetes R instalados, permitiéndote cargar o instalar nuevos paquetes fácilmente.

Ayuda: Proporciona acceso a la documentación de R y de paquetes específicos. Puedes buscar ayuda sobre funciones y paquetes directamente en esta pestaña. Aquí encontrarás la solución para muchas dudas.

Panel Archivos, Gráficos, Paquetes y Ayuda (D) resaltado en rojo. Aquí se reúnen varios recursos importantes que pueden ayudar en el aprendizaje y en el uso autónomo del lenguaje R.
Panel Archivos, Gráficos, Paquetes y Ayuda (D) resaltado en rojo. Aquí se reúnen varios recursos importantes que pueden ayudar en el aprendizaje y en el uso autónomo del lenguaje R.

Ejecutar líneas de código en la consola de R

Una vez que tienes el código en tu script, es muy fácil ejecutarlo. Puedes ejecutarlo directamente en la consola o ejecutar todo el script completo.

Ejecutar línea por línea: 1. Selecciona la línea que contiene el código 2. Presiona Ctrl + Enter (Windows/Linux) o Cmd + Enter (Mac) 3. El código se enviará a la consola y se ejecutará inmediatamente

Ejecutar todo el script: 1. Haz clic en el botón “Run” en la esquina superior derecha del panel de scripts 2. O presiona Ctrl + Shift + Enter (Windows/Linux) o Cmd + Shift + Enter (Mac)

Consejos adicionales: - Para ejecutar un bloque de código seleccionado, usa el mismo atajo después de seleccionar el texto - Puedes usar Ctrl + Alt + R (Windows/Linux) o Cmd + Option + R (Mac) para ejecutar todo el script - Los resultados aparecerán en la consola inferior de RStudio

Nota: Asegúrate de que tu cursor esté posicionado correctamente o hayas seleccionado el código que deseas ejecutar.

Instalación de paquetes necesarios para el curso

Durante nuestro curso utilizaremos diferentes paquetes desarrollados para R. Para evitar inconvenientes y garantizar que todo esté listo antes de comenzar, debes instalar estos paquetes en el computador que usarás durante la formación.

Procedimiento de instalación

Sigue estos pasos (con conexión a internet activa):

  1. Instalación de paquetes:
# -----------------------------
# Paquetes del Tidyverse
# -----------------------------

install.packages("tidyverse")         # Conjunto de paquetes para ciencia de datos: dplyr, ggplot2, tidyr, readr, etc.
install.packages("readr")             # Lectura eficiente de archivos de texto/tablas (.csv, .tsv)
install.packages("dplyr")             # Manipulación de datos con gramática intuitiva (filter, select, mutate, etc.)
install.packages("ggplot2")           # Sistema de gráficos basado en capas

# -----------------------------
# Visualización y gráficos
# -----------------------------

install.packages("ggiraph")           # Visualizaciones interactivas con ggplot2 (tooltip, enlaces, etc.)
install.packages("GGally")            # Extensión de ggplot2 para crear matrices de gráficos (pairs plots)
install.packages("patchwork")         # Composición de múltiples gráficos ggplot en un solo layout
install.packages("plotly")            # Gráficos interactivos basados en ggplot o nativos
install.packages("gridExtra")         # Organización de gráficos en grillas (grid.arrange, etc.)
install.packages("corrplot")          # Visualización de matrices de correlación
install.packages("RColorBrewer")      # Paletas de colores predefinidas y estéticas para mapas y gráficos
install.packages("pheatmap")          # Gráficos de calor (heatmaps) con anotaciones y clustering
install.packages("leaflet")           # Mapas interactivos basados en JavaScript (OpenStreetMap, etc.)

# -----------------------------
# Análisis estadístico y multivariado
# -----------------------------

install.packages("car")               # Herramientas para regresión lineal (tests, VIF, etc.)
install.packages("lme4")              # Modelos lineales y generalizados mixtos
install.packages("MASS")              # Métodos y datos estadísticos clásicos (stepAIC, etc.)
install.packages("FactoMineR")        # Análisis multivariado: ACP, MCA, clustering, etc.
install.packages("factoextra")        # Visualización de resultados de FactoMineR
install.packages("cluster")           # Algoritmos de clustering (k-means, PAM, etc.)
install.packages("broom")             # Convierte resultados estadísticos en data frames ordenados (tidy output)
install.packages("betapart")          # Análisis de beta diversidad (ecología)
install.packages("vegan")             # Análisis multivariado en ecología (NMDS, PERMANOVA, etc.)

# -----------------------------
# Fechas, texto y otros datos
# -----------------------------

install.packages("lubridate")         # Manejo de fechas y horas de forma sencilla
install.packages("stringdist")        # Cálculo de distancias entre cadenas de texto (Levenshtein, Jaro, etc.)
install.packages("plyr")              # Versión antigua de dplyr; útil para código heredado

# -----------------------------
# Datos geográficos y mapas
# -----------------------------

install.packages("sf")                # Lectura y manipulación de datos espaciales (shapefiles, geometrías)
install.packages("mapdata")           # Datos geográficos para mapas básicos (costas, países, etc.)
install.packages("rnaturalearth")     # Mapas base de países y continentes
install.packages("rnaturalearthdata") # Datos acompañantes para rnaturalearth
install.packages("rgbif")             # Descarga de datos de biodiversidad desde GBIF (Global Biodiversity Info)

# -----------------------------
# Genética y filogenia
# -----------------------------

install.packages("ape")               # Análisis filogenético y evolutivo
install.packages("rhierbaps")         # Agrupamiento jerárquico de secuencias genómicas
install.packages("BiocManager")       # Gestor de paquetes Bioconductor

BiocManager::install("ggtree")        # Visualización de árboles filogenéticos con ggplot2
BiocManager::install("msa")           # Alineamiento múltiple de secuencias (con Clustal, MUSCLE, etc.)
BiocManager::install("Biostrings")    # Manipulación eficiente de secuencias de ADN/RNA
BiocManager::install("phangorn")      # Reconstrucción y evaluación de árboles filogenéticos

# -----------------------------
# Audio
# -----------------------------

install.packages("SoundShape")        # Análisis de morfología acústica (sonidos, bioacústica)




install.packages("beepr")             # ¡sorpresa! :)
  1. Verificación de la instalación:
# -----------------------------
# Cargar paquetes del Tidyverse
# -----------------------------

library(tidyverse)         # Conjunto de paquetes para ciencia de datos
library(readr)             # Lectura eficiente de archivos
library(dplyr)             # Manipulación de datos
library(ggplot2)           # Visualización avanzada

# -----------------------------
# Visualización y gráficos
# -----------------------------

library(ggiraph)           # Visualizaciones interactivas con ggplot2
library(GGally)            # Matrices de gráficos
library(patchwork)         # Composición de gráficos
library(plotly)            # Gráficos interactivos
library(gridExtra)         # Organización de gráficos
library(corrplot)          # Matrices de correlación
library(RColorBrewer)      # Paletas de colores
library(pheatmap)          # Gráficos de calor
library(leaflet)           # Mapas interactivos

# -----------------------------
# Análisis estadístico y multivariado
# -----------------------------

library(car)               # Herramientas para regresión
library(lme4)              # Modelos lineales mixtos
library(MASS)              # Métodos estadísticos clásicos
library(FactoMineR)        # Análisis multivariado
library(factoextra)        # Visualización de multivariados
library(cluster)           # Clustering
library(broom)             # Limpieza de outputs estadísticos
library(betapart)          # Diversidad beta
library(vegan)             # Análisis ecológico multivariado

# -----------------------------
# Fechas, texto y otros datos
# -----------------------------

library(lubridate)         # Manejo de fechas
library(stringdist)        # Distancias de texto
library(plyr)              # Manipulación de datos (legacy)

# -----------------------------
# Datos geográficos y mapas
# -----------------------------

library(sf)                # Datos espaciales
library(mapdata)           # Datos geográficos básicos
library(rnaturalearth)     # Mapas base
library(rnaturalearthdata) # Datos para mapas base
library(rgbif)             # Datos de biodiversidad (GBIF)

# -----------------------------
# Genética y filogenia
# -----------------------------

library(ape)               # Filogenia y evolución
library(rhierbaps)         # Clustering jerárquico genómico
library(ggtree)            # Visualización de árboles filogenéticos
library(msa)               # Alineamiento de secuencias
library(Biostrings)        # Manipulación de secuencias genéticas
library(phangorn)          # Reconstrucción de árboles

# -----------------------------
# Audio
# -----------------------------

library(SoundShape)        # Análisis morfológico acústico

library(beepr)             # ¡sorpresa! :)

Notas importantes:

  • Si aparece el mensaje “There is no package called…” significa que hubo un error en la instalación
  • En Windows, si te pide instalar RTools, acepta la instalación
  • La primera instalación puede tardar varios minutos
  • Recomendamos ejecutar los comandos uno por uno para identificar posibles errores

Solución de problemas:

  • Si falla algún paquete, intenta:
  1. Verificar tu conexión a internet
  2. Ejecutarinstall.packages("nombre_paquete", dependencies = TRUE)
  3. Reiniciar RStudio e intentar nuevamente

Primeros Pasos: Verificación Básica del Sistema

Después de completar la instalación, te recomendamos ejecutar este código de verificación para confirmar que todo funciona correctamente:

# Verificación básica del sistema
cat("=== Información del Sistema ===\n")
sessionInfo()

cat("\n=== Prueba de Gráficos ===\n")
try({
  plot(1:10, main="Gráfico de Prueba")
  cat("✅ Gráficos funcionando correctamente\n")
})

cat("\n=== Prueba de Paquetes ===\n")
paquetes <- c("car", "readr", "ggplot2", "dplyr", "lme4", "MASS")
sapply(paquetes, function(pkg) {
  if(requireNamespace(pkg, quietly = TRUE)) {
    cat("✅", pkg, "correctamente instalado\n")
  } else {
    cat("❌", pkg, "no está instalado\n")
  }
})

Troubleshooting: Errores Comunes y Soluciones

1. Problemas de Instalación de Paquetes

Error: Warning: unable to access index for repository
Solución: - Verifica tu conexión a internet - Intenta cambiar el repositorio CRAN:

chooseCRANmirror() # Selecciona un espejo diferente

Error: package 'XXXX' is not available for this version of R
Solución:

  • Actualiza R a la versión más reciente

  • Verifica el nombre correcto del paquete

  • Para paquetes en desarrollo:

  install.packages("devtools")
  devtools::install_github("autor/paquete")

2. Problemas con RStudio

Error: RStudio no reconoce la instalación de R
Solución: - Ve a Tools > Global Options > General - Verifica la ubicación correcta de R en “R version”

Conclusión y Próximos Pasos

¡Felicitaciones! Ahora tienes todo configurado para comenzar tu viaje en R.

Quedo a disposición para aclarar cualquier duda o inquietud que puedas tener.

Dra. Fernanda Rodrigues de Avila

https://avilaf.github.io/