Programa Programacion 27 Enero

Formato Programa de Asignatura UDP
Programa de Asignatura
Programación y Datos
1. Identificación de la asignatura:
Nombre de la Asignatura: Programación y Datos

Códigos: Créditos: 6
Duración: Semestral Ubicación en el plan de estudios: Semestre I
Requisitos: No tiene
Sesiones cátedras semanales: 2
Sesiones de Ayudantía: 1
Nombre del profesor: Ricardo Mayer Correo del profesor: [email protected]
Nombre del Ayudante: Correo del ayudante:
2. Descripción de la asignatura:
El curso Programación y Datos está orientado a entregar a los estudiantes conocimientos prácticos
de programación en leguaje R y de análisis de datos tanto en R como en Microsoft Excel, en niveles
básicos e intermedios. De forma secundaria está estructurado en torno al trabajo en equipo para
el desarrollo de in proyecto de análisis de datos y requiere que los estudiantes comuniquen en
forma escrita sus motivaciones procedimientos y resultados, de modo que otras personas puedan
comprender y reproducir su trabajo. De esta manera, esta asignatura contribuye al perfil de
egreso de los estudiantes de Ingeniería comercial en tres de sus competencias:
- Tecnológicas, pues son capaces de usar herramientas informáticas para resolver
problemas ligados a la economía o los negocios, aprender a programar parte de los
algoritmos típicos de la ciencia de datos actual, en lo referido a la adquisición, limpieza y
transformación de datos, produciendo métricas y visualizaciones que agreguen valor al
conjunto inicial de datos, con énfasis en facilitar alguna decisión.
- Analíticas, puesto que deben plantear un proyecto centrado en una pregunta cuantificable
y unas respuestas construidas a partir de los datos que encuentren
- Directivas, pues deben ser capaces de trabajar eficazmente en equipo durante todo el
semestre, además de identificar la mejor manera de comunicar sus motivaciones y
resultados para lograr el interés de terceros.
- Además de las sesiones presenciales, el curso se apoya fuertemente en dos tipos de
actividades: el autoestudio de material escrito y audiovisual de consulta permanente y en
desarrollo durante todo el semestre en un trabajo grupal para demostrar las habilidades
adquiridas durante el curso, con énfasis en carácter accesible y reproducible de su trabajo.
Otra función curricular que cumple esta asignatura es preparar al estudiante para desempeñarse
exitosamente en los cursos de Estadística e Inferencia Estadística, que demandarán las habilidades
programáticas y de análisis de datos entregados en este curso: visualizaciones, simulaciones y
manipulación de datos, de forma interactiva y programática.
3. Resultados de Aprendizaje
Al finalizar el curso, se espera que el estudiante sea capaz de:

- Acceder a fuentes remotas de datos de interés
- Ordenar, depurar y transformar una base de datos de forma programática
- Construir visualizaciones de los datos que describan el contenido y organización de los
datos: gráficos descriptivos de variables individuales, gráficos relaciones entre dos
variables y gráficos de relaciones entre dos variables condicionados por una tercera).
Produce dichos gráficos de forma interactiva y programática.
- Diseñar un procedimiento informático coherente que incluya los tres pasos anteriores
- Explicar por escrito la motivación, procedimientos y resultados de su trabajo a un público
interesado pero no experto, apoyándose con el uso de elementos gráficos y audiovisuales
- Genera un documento, que contenga el resultado del punto 5, y que sea accesible de
forma pública y que permita algún tipo de respuesta por parte del lector.
4. Contenidos (Unidades Temáticas):
Primera parte: MS Excel. Limpieza de datos y funciones de búsqueda. Funciones lógicas. Tablas
dinámicas. Presentación visual de resultados. Obtención de datos via conexión a fuentes externas.
Segunda parte: R. Introducción. Asignación, condicionales y control. Limpieza de datos.
Transformación de datos. Visualización. Funciones creadas por el usuario. Escribir de R a Excel.
Reportes en R. Publicación de reportes en la web.
5. Descripción general del método de enseñanza:
La metodología de trabajo de esta asignatura, contempla clases expositivas del o la docente con
participación activa de los y las estudiantes. Además, se considera el trabajo en equipos sobre un
proyecto semestral de análisis de datos que involucre ambas herramientas y se relaciones con
temas de negocios, económicos o sociales.
6. Descripción general de la modalidad de evaluación:
En este curso, los estudiantes participan en dos tipos de evaluaciones:
1. Evaluaciones individuales, en línea, destinados a evaluar puntos específicos de

comprensión de Excel y R. Deberían ser suficientemente frecuentes para evitar que los
estudiantes acumulen demasiadas lagunas (entre 4 y 8 en total) evaluaciones en línea para
comprobar comprensión del vocabulario y la sintaxis
2. Evaluaciones de un trabajo semestral que incluya el uso de ambas herramientas (Excel y R)
y que sea reproducible. Este trabajo debe incluir evaluaciones de avances parciales antes
de la evaluación final. Se recomienda dos entregas parciales por cada herramienta. La
evaluación final está basada en el documento final donde presenten su trabajo, su
motivación, sus resultados y conclusiones en una plataforma de acceso público (por
ejemplo, un blog)
7. Detalle de los contenidos
Primera parte: Excel

1. Excel 0: (1 sesión de evaluación y trabajo fuera de clases)
 Consiste en completar un curso online gratuito para realizar fuera del horario de
clases y que se evaluará en clases con una duración estimada de 30 minutos.
2. Limpieza de datos y funciones de búsqueda:

- BUSCARV , validación de datos y múltiples BUSCARVs
- BUSCARH
- Anidamiento de funciones
- Limpieza de datos: LIMPIAR
- Limpieza de datos: ESPACIOS
- Limpieza de datos: SUSTITUIR
- Limpieza de datos: Guardar como texto d
- Limpieza de datos: De-duplicar
- Funciones de Texto: LARGO Y ECONTRAR
- Funciones de Texto: CONCATENAR
- Funciones de Texto: Validación de datos
3. Funciones Lógicas
 Introducción
 CONTAR.SI y CONTAR.SI.CONJUNTO
 SUMAR.SI
 SI / VERDADERO / FALSO
 SI / Y
 SI/ O
 Anidamiento de condiciones
4. Tablas dinámicas
• Qué son, como se navegan y como se ordenan
• Filtros avanzados
• Segmentación de Datos
• Campos calculados
5. Presentación visual de resultados (2 sesiones)

- Diferentes tipos de gráficos y su uso.
6. Obtención de datos via conexión a fuentes externas.

• Desde Archivos de Textos
• Desde Fuentes de Bases de Datos
• Desde Fuentes en HTML
7. Proyecto Excel, feedback a cada grupo durante 2 sesiones

 El proyecto de Excel debe incluir una breve descripción de cada variable utilizada,
el uso de condicionales y agrupaciones de observaciones y la visualización de un
resultado que argumenten como relevante o no evidente en la forma original del
conjunto de datos
Segunda Parte: R y reproducibilidad

1. Introducción a R
• Escribir un script, reproducirlo
• Entorno de trabajo: consola, editor, environment
• Importar un hoja de excel
• Paquetes, librerias y funciones
• Primeros gráficos (base)
2. Asignación, Condicionales y control

• If, else
• for loop
• importar multiples hojas de un workbook
3. Limpieza de datos
• nombres y clases de variables
• base functions
• crear variables nuevas: base
• crear variables nuevas: dplyr
• funciones de texto, base y stringr
4. Transformaciones de datos
• Dividir un conjunto de datos
• Pegar conjuntos de datos
• Filtrar
• Pivotar
5. Visualización
 Gráficos de base y ggplot2
6. Funciones creadas por el usuario

• Variables locales, entorno de las variables y callstack
• Función para un reporte particular: múltiple retornos en una lista
• Aplicar una función a varias hojas de Excel
6. Escribir desde R a Excel

• escribir en múltiples hojas nuevas
• escribir en una región de una hoja existente
7. Un primer reporte desde R

• Transformar un script de R en un reporte básico y rápido, con comentarios,
tablas y gráficos (compilar reporte)
• Rmarkdown para un reporte más estructurado
8. Edición del trabajo final.

• Escribir la motivación detrás del proyecto elegido
• Leer múltiples hojas de Excel
• Limpiar y ordenar datos
• Visualización de ideas importantes.
• Documentar el trabajo
• Explicar cómo reproducir el Proyecto.
• Compartirlo en forma de tutorial escrito y además grabado (screencast)
4. Metodología de Evaluación, en detalle
Para el logro de los Resultados de Aprendizaje se utilizarán las siguientes metodologías:

 Controles en línea: Usando la plataforma institucional (canvas) los estudiantes
tendrán controles periódicos en que deberán demostrar su comprensión de los
comandos aprendidos de Excel y R. Deberán contestar preguntas de selección
multiples y escribir fragmentos de código en ambos lenguajes
 Evaluación progresiva del trabajo grupal: los estudiantes se organizarán en grupos
de 4 personas y deberán desarrollar un trabajo de análisis de datos en forma
programática. En etapas sucesivas deberán identificar un tema, una o más fuentes
de datos, un procedimiento para limpiar, ordenar y luego transformar los datos
para llegar a resultados que sean de su interés, para finalmente producir un
documento que explique su trabajo e indique cómo reproducirlo. En la primera
mitad del semestre aplicarán sus conocimientos de Excel y en la segunda, de R. En
total hay 4 entregas parciales para medir el estado de avance del trabajo, según
una rúbrica a entregar.
 Documento con el trabajo final: La culminación de su trabajo grupal semestral.
Documento publicable en la web, que ingresará a su portfolio de egreso.
5. Evaluaciones
El curso se evaluará a través de:

Ítem Fecha Ponderación
Primer control en línea Segunda semana de clases 5%
Primera entrega parcial del Tercera semana 10%
trabajo semestral
Segundo control en línea Cuarta semana 5%
Segunda entrega parcial del Quinta semana 10%
trabajo semestral
Tercer control en línea Sexta semana 5%
Tercera entrega parcial del Séptima semana 10%
trabajo semestral
Cuarto control en línea Octava semana 5%
Cuarta entrega parcial del Novena semana 10%
trabajo semestral
Entrega del trabajo final Décima semana 40%
6. Bibliografía (a completar)
Básica:
- (bibliografía básica 1)
- (bibliografía básica n)
Complementaria:
- (bibliografía complementaria 1)
- (bibliografía complementaria n)
7. Otros:
(En este apartado puede incluirse información que no aplica en los apartados anteriores, como
consideraciones relativas a la presentación del examen, otras normas del curso, o alusión a
reglamentos de la Escuela, Facultad o Universidad.

Programa Programacion 27 Enero

Cargado por

Copyright:

Formatos disponibles

Programa Programacion 27 Enero

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Programa Programacion 27 Enero

Cargado por

Copyright:

Formatos disponibles

Formato Programa de Asignatura UDP

Nombre de la Asignatura: Programación y Datos

Nombre del Ayudante: Correo del ayudante:

Al finalizar el curso, se espera que el estudiante sea capaz de:

4. Contenidos (Unidades Temáticas):

5. Descripción general del método de enseñanza:

6. Descripción general de la modalidad de evaluación:

En este curso, los estudiantes participan en dos tipos de evaluaciones:

1. Evaluaciones individuales, en línea, destinados a evaluar puntos específicos de

7. Detalle de los contenidos

Primera parte: Excel

2. Limpieza de datos y funciones de búsqueda:

5. Presentación visual de resultados (2 sesiones)

6. Obtención de datos via conexión a fuentes externas.

7. Proyecto Excel, feedback a cada grupo durante 2 sesiones

Segunda Parte: R y reproducibilidad

2. Asignación, Condicionales y control

6. Funciones creadas por el usuario

6. Escribir desde R a Excel

7. Un primer reporte desde R

8. Edición del trabajo final.

4. Metodología de Evaluación, en detalle

Para el logro de los Resultados de Aprendizaje se utilizarán las siguientes metodologías:

El curso se evaluará a través de:

También podría gustarte