or
Este ejercicio forma parte del curso
En este capítulo, echarás un primer vistazo a los datos con los que vas a trabajar a lo largo del curso: la relación entre las horas trabajadas a la semana y la remuneración monetaria en países europeos, según la Organización Internacional del Trabajo (OIT). Después, te pondrás manos a la obra y descubrirás una correlación llamativa mediante una visualización exploratoria. Luego aplicarás un estilo personalizado a ese gráfico: convertirás un diagrama corriente en una visualización de datos estética y única.
Los diagramas de barras, los gráficos de dispersión y los histogramas son probablemente las visualizaciones de datos más comunes y efectivas. Aun así, a veces hay formas aún mejores de resaltar visualmente el hallazgo que quieres comunicar a tu audiencia. Los llamados "dot plots" nos ayudan a captar y entender mejor los cambios en los datos: por ejemplo, la evolución en el tiempo. En este capítulo, crearás una visualización personalizada y única que enfatice y explique exactamente un aspecto de la historia que quieres contar.
Antes, investigadores y analistas de datos generaban gráficos en R y luego los copiaban, con paciencia, en sus documentos de LaTeX o Word. Hoy en día, se pueden producir y reproducir informes completos desde R y RStudio usando el lenguaje RMarkdown, que combina bloques de R, texto con formato, tablas y gráficos. En este capítulo, tomarás tus hallazgos, resultados y gráficos anteriores e integrarás todo en un informe para contar la historia que merece ser contada.
Tu jefa, tu cliente o tu profesor suelen esperar resultados precisos y presentados con una estructura clara y concisa. Sin embargo, aportar además un informe bien maquetado y con personalidad siempre suma, y RMarkdown se puede personalizar para lograrlo. En este último capítulo, tomarás el informe del capítulo anterior y lo dotarás de un estilo propio y único.
Ejercicio actual