Introducción al flujo de investigación reproducible

  1. Protocolo IPO (input-procesamiento-output) para organizar nuestro proyecto)

0.1 RStudio Projects

  • File -> New Project

0.2 Abriendo la sesión de RStudio como proyecto

  • identificar en la carpeta respectiva el archivo .Rproj

  • ejecutar y se abre R / RStudio con ese directorio como raíz

0.3 Rutas relativas en código

  • forma de “señalar el camino” para abrir y guardar archivos al interior de una carpeta de proyecto autocontenido (= sin referencias locales)

  • este camino tiene básicamente 3 direcciones:

    • bajar -> hacia subcarpetas

    • subir -> hacia carpetas superiores

    • subir y bajar -> hacia otras subcarpetas

0.3.1 bajando

  • para “bajar” hacia a una subcarpeta, simplemente damos la ruta de la carpeta/archivo

    • ej: si estoy en el archivo paper.Rmd (directorio raíz), y quiero incluir una imagen (directorio input/images/imagen.jpg), entonces la ruta es input/images/imagen.jpg

    • o para señalar la ruta al bib desde paper.Rmd (en raíz): input/bib/referencias.bib

0.3.2 subiendo

  • para subir se utilizan los caracteres ../ por cada nivel.

  • Ej: si quiero guardar una tabla en el directorio raíz generada desde un archivo de código en la subcarpeta proc, entonces la ruta es ../tabla.html

0.3.3 subiendo y bajando

  • combinación de las anteriores

  • Ej: para abrir la base de datos original en la subcarpeta input/data desde el código de procesamiento en la subcarpeta proc, entonces:

../input/data/original.dat

1 Quarto

La escritura en Quarto tiene algunos códigos o funciones, aquí un resumen de su mayoría:

Código Así se ve 
Algo de texto en el párrafo.

Más texto
espacio entre lineas.

Algo de texto.

Algo de texto en el párrafo. Siempre utilizando espacios para dividir párrafos
*Cursivas* Cursivas
**Negrita** Negrita
# Título 1

2 Título 1
## Título 2

2.1 Título 2
### Título 3

2.1.1 Título 3
(puedes llegar hasta un título N° 6 con ######)
[Texto enlace](https://quarto.org/) Texto enlace
![Texto imagen](/path/to/image.png)

Texto imagen
> Citas

Citas

 
1. Una
2. lista
3 ordenada

  1. Una

  2. lista

  3. ordenada

 
- Otro
- tipo
- de lista

  • Otro

  • tipo

  • de lista
  1. Abrimos nuestro Rproject y creamos un nuevo documento de Quarto file –> new file –> Quarto document

Nota

YAML: Lenguaje de programación. Es un formato de serialización de datos que proporcionan un mecanismo de intercambio de datos legible por humanos. Dan formato a los datos de manera estandarizada para su intercambio entre aplicaciones de software.

---
title: "Mi Documento"
format:
  html:
    toc: true
    number-sections: true
---

Luego, podemos escribir en el documento, separando por títulos (#) cada sección. La jerarquía de los títulos se establece según la cantidad de ‘#’.

A continuación, en esta guía combinaremos el paso-a-paso de crear un documento dinámico con quarto, a la vez que vamos viendo distintas funciones de este proceso.

Por ejemplo, como hacer una nota al pie1. Para hacerlo, solo debemos escribir [ ^2] pero sin el espacio entre los corchetes. Luego, en otra línea escribimos [^2]: Esta es la nota al pie

3 Código de análisis de ejemplo

Para poder escribir código de análisis en un documento Quarto debemos generar trozo de código llamado ‘Chunk’, que se puede crear con ctrl+alt+i o directamente en el menú de arriba en ‘Code -> Insert Chunk’.

3.1 Cargar paquetes

pacman::p_load(dplyr, #manipulacion de datos
               sjPlot, #tablas
               kableExtra, #tablas
               ggplot2, #graficos
               summarytools, #estadisticos descriptivos
               fastDummies, # Crear variable dummy
               sjlabelled, #etiquetas variables
               coefplot # graficos de coeficientes
               )

3.2 Cargar bases de datos

Cargamos bases de datos desde internet

load(url("https://multivariada.netlify.app/assignment/data/proc/ELSOC_ess.RData")) # Cargar base de datos
view(dfSummary(elsoc_18, headings = FALSE, method = "render"))
Switching method to 'browser'
Output file written: C:\Users\kevin\AppData\Local\Temp\RtmpKiDR9b\file66206af97bfb.html

3.3 Visualizaciones

Podemos establecer referencias cruzadas para las tablas y gráficos dentro del texto, para poder automatizarlo, como ejemplo así, pero dentro del chunk:

#| label: tbl-sjmisc

#| tbl-cap: “Descriptivos con sjmisc”

3.3.1 Descriptivos

El Chunk se debería ver así:

#| label: tbl-sjmisc

#| tbl-cap: “Descriptivos con sjmisc”

sjmisc::descr(data,

  show = c("label","range", "mean", "sd", "NA.prc", "n"))%>% # Selecciona estadísticos

  kable(.,"markdown") # Esto es para que se vea bien en quarto
sjmisc::descr(elsoc_18,
      show = c("label","range", "mean", "sd", "NA.prc", "n"))%>% # Selecciona estadísticos
      kable(.,"markdown") # Esto es para que se vea bien en quarto
Tabla 1: Descriptivos
var label n NA.prc mean sd range
3 ess Estatus Social Subjetivo 3703 0 4.3896840 1.579403 10 (0-10)
4 sexo Sexo (1=Mujer) 3703 0 0.3850932 0.486683 1 (0-1)
1 edad Edad 3703 0 47.0475290 15.506483 72 (18-90)
2 edcine Educación 3703 0 3.2087497 1.210395 4 (1-5)

Luego de establecer el link y el nombre de la tabla, podemos referenciar acá con un @, así: @ tbl-desc (pero junto), y que se vería así Tabla 1

3.3.2 Gráficos

Y para los gráficos se hace de la misma forma:

#| label: fig-gdp

#| fig-cap: “Plots”

graph1<-ggplot(elsoc_18, aes(x = edad, y = ess)) +
  geom_point() +
  labs(x = "Edad", y = "Estatus social subjetivo") +
  theme_minimal()+
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

graph1
Figura 1: ESS por edad

Sin embargo la Figura 1 entrega información…

3.4 Regresiones

reg1<-lm(ess ~ edad, data=elsoc_18)
reg2<-lm(ess ~  edad+sexo, data=elsoc_18)
reg3 <- lm(ess ~ edad + sexo + edcine, data = elsoc_18)
sjPlot::tab_model(list(reg1, reg2, reg3), 
show.ci=FALSE,
p.style = "stars", 
dv.labels = c("Modelo 1", "Modelo 2", "Modelo 3"),
string.pred = "Predictores", 
string.est = "β")
Tabla 2: Modelos de regresión
  Modelo 1 Modelo 2 Modelo 3
Predictores β β β
(Intercept) 4.66 *** 4.60 *** 2.96 ***
Edad -0.01 *** -0.01 *** 0.01 **
Sexo(1=Mujer) 0.13 * 0.07
Educación 0.36 ***
Observations 3703 3703 3703
R2 / R2 adjusted 0.003 / 0.003 0.005 / 0.004 0.067 / 0.066
* p<0.05   ** p<0.01   *** p<0.001

la Tabla 2 muestra que…

  1. Luego renderizamos

Notas

  1. Esta es la nota al pie↩︎