Estadística Correlacional

class: front

.pull-left-wide[
# Estadística Correlacional]

.pull-right-narrow[![:scale 85%](img/logo-correlacional-transp.png)]

## Inferencia, asociación y reporte

----
.pull-left[

## Juan Carlos Castillo
## Sociología FACSO - UChile
## 2do Sem 2024
## [.orange[correlacional.netlify.app]](https:/correlacional.netlify.app)
]

.pull-right-narrow[
.center[
.content-block-gray[
## .gray[Sesión 13:] 
## .curso[Escritura en documentos dinámicos y reproducibilidad]]
]
]

---

layout: true
class: animated, fadeIn

---
class: middle center
![:scale 95%](https://github.com/lisa-coes/lisa-book/blob/main/images/lisa.png?raw=true)

### .medium[**.black[Laboratorio de Investigación Social] .red[Abierta]]**

### [.red[lisa-coes.com]](https://lisa-coes.com/)

---
class: inverse
.pull-left-narrow[
# **.orange[Programa]**
]

.pull-right-wide[
## A. Reproducibilidad

## B. Texto plano y Markdown

## C. RMarkdown

## D. Protocolos reproducibles
]
---
class: inverse
.pull-left-narrow[
# **.orange[Programa]**
]

.pull-right-wide[
## .yellow[A. Reproducibilidad]

## B. Texto plano y Markdown

## C. RMarkdown

## D. Protocolos reproducibles
]
---
## Ciencia abierta 
 
 
![](img/flujo-herramientas.png)

---
class: center 
![:scale 80%](https://cienciasocialabierta.netlify.app/slides/02-bases_ciencia_abierta/reproducible-replicable-robust-generalisable.jpg)

---
## ¿Qué porcentaje de los estudios publicados son reproducibles?

.pull-left-wide[
![:scale 95%](img/reproducibility_science.png)
]
.pull-right-narrow[
 
 
 
 
 
 
... alrededor de un **40%!** (... varía por disciplina)
]

---
class: center

![](img/nature-reproducibility-crisis.jpeg)

.small[
Fuente: [Baker (2016) 1,500 scientists lift the lid on reproducibility - Nature](https://www.nature.com/news/1-500-scientists-lift-the-lid-on-reproducibility-1.19970)]

---
class: middle, center

![](https://juancarloscastillo.github.io/in-socabi/images/peng_spectrum.png)

---
## Elementos para la .red[reproducibilidad]

- Escritura abierta:

- texto simple/plano, libre de software comercial
  - citas
  - documentos dinámicos

- Flujo de trabajo documentado y reproducible

- Carpeta de proyecto autocontenida y transferible

- Repositorio con datos y código de análisis abierto

- Control de versiones

---
class: inverse
.pull-left-narrow[
# **.orange[Programa]**
]

.pull-right-wide[
## A. Reproducibilidad

## .yellow[B. Texto plano y Markdown]

## C. RMarkdown

## D. Protocolos reproducibles
]
---
## Flujo de trabajo con procesador de texto tradicional

.center[
![:scale 70%](img/W_workflow.png)
]

---
## Abriendo el archivo de escritura tradicional

![](img/realWord.png)

---
## Desventajas del procesador tradicional

.pull-left-wide[
.medium[

- Barrera de **pago/licencia** para acceder a contenidos (propiedad)

- Difícil **versionamiento** y llevar registro de quién hizo qué cambio, barrera a la reproducibilidad y colaboración

- No permite un documento enteramente **reproducible** que combine texto y código de análisis (en caso de utilizarlo) ]
]

.pull-right-narrow[
 
 
![](img/word.jpg)

]

---
.pull-left-narrow[
## Escritura libre y abierta
]

.pull-right-wide[
.content-box-red[
- independiente de programa comercial

- independiente de plataformas específicas

- permite combinar texto y análisis en un mismo documento

- foco en los contenidos en lugar del formato

- permite distintas opciones de formato final]]

---
# Inspiración

.center[
![](img/bowers&healey.png)]

---
## Funcionamiento de escritura simple / plana

.content-box-red[
- entorno: editor de texto

- separación entre texto de entrada (input) y texto de salida (output)

- foco en el input/contenido vs output/formato

- marcas de edición: vínculo entre formato de input y output

- sin cortar / pegar
 ]

---
# Marcas de edición

- Vínculo entre escritura en texto simple (input) y output

![](img/marcas-edi.png)
---
## Principales Alternativas escritura simple

.left-column[
## **Latex**

## .grey[Markdown]
]

.right-column[

- sistema de escritura simple de amplio uso en la academia

- alta calidad en salida a pdf

- creado a comienzos de los 80 (Donald Knuth, Leslie Lamport)

]

---
## Principales Alternativas escritura simple

.left-column[
## **Latex**

## .grey[Markdown]
]

.right-column[

![](img/latex.jpg)
]

---
## Principales Alternativas escritura simple

.left-column[
## .grey[Latex]

## **Markdown**
]

.right-column[

.medium[
- creado por John Gruber y Aaron Swartz en 2004

- forma de escritura simple con pocas marcas de formato

- conversión a distintos formatos de salida (html, pdf)

- Soporta encabezados, tablas, imágenes, tablas de contenidos, ecuaciones, links ...

- filosofía: foco en contenido primero, el formato después.
]

]

---
## Principales Alternativas escritura simple

.left-column[
## .grey[Latex]

## **Markdown**
]

.right-column[
.right[
![:scale 70%](https://jc-castillo.com/documents/talleres-cursos/markdown-mexico/slides/Markdown-mark.png)]
]

---
## Principales Alternativas escritura simple

.left-column[
## .grey[Latex]

## **Markdown**
]
.right-column[
.right[
![:scale 100%](img/markdownpreview.png)
]]

---
## Principales Alternativas escritura simple

|          	| **Control de formato** 	| **Marcas de edición** 	| **Formatos de salida** 	|
|----------	|:--------------------:|:----------------:|:--------------------:|
| LaTeX    	|          +         	|        +       	|          -         	|
| Markdown 	|          -         	|        -       	|          +         	|

---

## Markdown, pandoc y renderización

![:scale 90%](img/pandoc.png)

---
## Ejemplos de marcas de edición en Markdown

.content-box-red[
- Texto en **negrita** entre dos astericos: `**negrita**`

- Texto en *cursiva* con un asterico por lado: ` *cursiva*`

- Títulos se marcan con `#` al principio, subtítulos `##` , y así sucesivamente

- Imágenes: `![](ruta-a-imagen)`

- Links: `[](link-web)`]

---
.content-box-red[
# Práctica
]
- [.blue[Tutorial de markdown online]](https://www.markdowntutorial.com/es/)

- [.blue[Markdown cheatsheet]](https://www.markdownguide.org/cheat-sheet/)

---
class: inverse
.pull-left-narrow[
# **.orange[Programa]**
]

.pull-right-wide[
## A. Reproducibilidad

## B. Texto plano y Markdown

## .yellow[C. RMarkdown]

## D. Protocolos reproducibles
]
---
## Problemas de reproducibilidad en documentos de investigación

.pull-left[

- Proceso tradicional: cortar y pegar resultados en el documento de texto

- Dificulta la **reproducibilidad**: ¿de dónde salieron esos resultados?
]

.pull-right[
.center[
![:scale 60%](img/copypaste.png)
]
]

---
## Desafiando el modelo cortar & pegar

.content-box-red[
- **Ideal de reproducibilidad**: documento donde se combine texto y código que genera resultados presentados.

- **Limitación procesadores de texto**: no permiten incorporar código & resultados de manera eficiente

- **Limitación software de análisis**: permiten incorporar texto solo en un formato plano, no publicable]

---
class: roja, bottom, right

# RMarkdown

---
# RMarkdown: Acepciones

.pull-left-narrow[
![:scale 80%](https://bookdown.org/yihui/rmarkdown/images/hex-rmarkdown.png)
]

.pull-right-wide[
- Lenguaje que combina código (R) y texto (Markdown)

- Hoja de código escrita en RMarkdown (documento RMarkdown)

- Librería de R que provee de una serie de herramientas para generar documentos dinámicos y publicarlos
]
---
# Librería RMarkdown

- Instalar la librería (o actualizarla, si está cargada) : `install.packages("rmarkdown")`

- Al instalarla, también incorpora otras librerías (dependencies) que permiten trabajar y publicar con **RMarkdown** (como `knitr` y también `tinitex`, que permite generación documentos pdf vía Latex).

---
## Escritura en RMarkdown

- permite incluir **trozos de código (chunks)**  en el texto

- un chunk se especifica mediante una línea de código inicial ` ```{r}`, y se cierra con ` ``` `

`Aquí texto `

````
```{r}
1 + 1
```
````
`Aquí sigue el texto`

---
# Insertar chunks

Se pueden insertar rápidamente de la siguiente manera:

- Menú en ventana de RStudio *Insert* > R ![:scale 20%](img/insertchunk.png)

- o, combinación `Ctrl + Alt + i`

---
class: roja, middle, right

# Opciones de chunks

---
## Opciones (principales) de chunks

1. Mostrar código y resultado

2. Mostrar solo el código

3. Mostrar solo el resultado

4. No mostrar ni código ni resultado

5. Mostrar código sin ejecutarlo

6. Entregar resultado en formato directo (ej: html o latex)

---
## Especificación de opciones

- las opciones se anotan dentro de la llave inicial posterior a la letra r: `{r [opciones]}`

- las opciones principales son:

- mostrar código `{r echo=TRUE/FALSE}`
  - mostrar resultado `{r results='markup'/'hide'}`

- estas opciones se visualizan al momento de procesar el documento en algún formato de salida. A este procesamiento se le denomina **renderizar** (del ingles _render_ ... no hay buena traducción)

---
## 1. Mostrar código y resultado (opción por defecto)

````
```{r}
1 + 1
```
````
(equivale a `{r echo=TRUE results='markup'}`)

Renderiza

``` r
1 + 1
```

```
## [1] 2
```

---
## 2. Solo código, ocultando resultados:

````
```{r, results='hide'}
1 + 1
```
````

Renderiza:

``` r
1 + 1
```

---
## 3. Solo resultado

````
```{r, echo=FALSE}
1 + 1
```
````

Renderiza :

```
## [1] 2
```

---
## 4. Ni código ni resultado

````
```{r echo=FALSE results='hide'}
1 + 1
```
````

No renderiza

Se usa cuando se ejecuta un comando necesario pero que no se requiere/necesita dejar visible en el documento de salida (Ej: cargar base de datos)

---
## 5. Código sin ejecutar

````
```{r, eval=FALSE}
1 + 1
```
````

Se puede usar para dar un ejemplo de código que no requiere ser ejecutado

---
## 6. Resultado en formato directo de salida

````
```{r, results='asis'}
stargazer(datos1, type="html")
```
````

- se utiliza principalmente para comandos de generación de tablas, que arrojan un código que luego puede ser interpretado por otro lenguaje (por ejemplo, html o LaTeX)

---
class: roja bottom right

# Quarto

---
## Documentos en Quarto

- Quarto es un programa que permite renderizar documentos que contienen código (texto y análisis) a distintos formatos, tales como documentos RMarkdown

- Está disponible en para R en Rstudio, pero funciona como un programa aparte también para otros lenguajes (ej: Python)

- El documento se genera al presionar el botón `render` (que activa función de la librería)

---
class: center 
![](img/quarto.png)

---
# Generar documento en Quarto (.qmd)

- RStudio: File > New File > Quarto document

- se puede trabajar en modo visual o en código plano (source)

- al principio aparece una sección entre tres guiones (---) donde se especifican ciertas opciones del documento (se denomina YAML)

- el documento aparece con un texto y código de ejemplo que se puede luego borrar / reemplazar

---
# Sobre formatos de salida

.content-box-green[
- La conversión más simple y rápida es a html.

- El resultado aparece en el visor (Viewer) de R, o se puede seleccionar otra opción de visualización desde la rueda de configuración al lado del botón `render`

- El documento queda grabado como archivo (ej: probando.html) en el mismo directorio del archivo .qmd]

---
class: inverse

## .yellow[Resumen RMarkdown / Quarto]

.pull-left-wide[
  - Documentos dinámicos:
  - "tejiendo" texto y código de análisis en texto plano
  - reproducibilidad

- Documentos dinámicos en R / RStudio

- RMarkdown
  - Quarto
  - chunks y opciones]

.pull-right-narrow[
![](img/werkzeug.png)
]

---
class: inverse
.pull-left-narrow[
# **.orange[Programa]**
]

.pull-right-wide[
## A. Reproducibilidad

## B. Texto plano y Markdown

## C. RMarkdown

## .yellow[D. Protocolos reproducibles]
]

---
## ¿Cómo organizar el flujo de trabajo?

### A. Estilo personal (ad-hoc)

### B. Protocolo reproducible

---
## ¿Cómo organizar el flujo de trabajo?

.content-box-red[
### .red[A. ad-hoc (menos reproducible)]
  - cada investigador define numero de archivos, nombres, carpetas y organización
  
  - explicar al resto cómo se organiza
  - documentar en un archivo cómo se organiza
  
--> reproducibilidad y transparencia **LIMITADA** ]

---
## ¿Cómo organizar el flujo de trabajo?

.content-box-purple[
### .red[B. *Protocolo* de trabajo reproducible]

- **estructura** de carpetas y archivos interconectados que refieren a reglas conocidas
  
  - **autocontenido**: toda la información necesaria para la reproducibilidad se encuentra en la carpeta raíz o directorio de trabajo.]

---
## Estándares de reproducibilidad

.center[
![:scale 70%](https://lisa-coes.github.io/ipo/standards.png)
]

---
.pull-left-narrow[
## Ejemplo protocolo reproducible: [TIER](https://www.projecttier.org/)]

.pull-right-wide[
 
 
 
.center[
![:scale 80%](img/tier.png)
]]

---
.pull-left-narrow[
# Protocolo TIER
]

.pull-right-wide[
 
 
![:scale 100%](img/tierfolders.png)
]

---

.center[
.medium[
![:scale 65%](img/ipo.png)
###[https://lisa-coes.com/ipo-repro/](https://lisa-coes.github.io/ipo/)

]
]

---
### Protocolo IPO - Estructura de archivos y carpetas

.center[
![:scale 80%](img/ipofolder.png)
]

---
## Protocolo IPO en contexto R/RMarkdown

.content-box-red[
- RMarkdown tiene una lógica en sí reproducible, y puede simplificar el uso de protocolos.

- Si todo el procesamiento se hace en el mismo documento paper.qmd, entonces basta con la carpeta input de IPO.

- Recomendación: realizar la preparación en código externo (carpeta proc) y el análisis en el paper.Rmd.

- Es solo una **propuesta**, el sentido último es la reproducibilidad más que el cumplimiento estricto]

---
## Proyectos autocontenidos

- reproducible sin necesidad de archivos externos al directorio

- requisito: establecer **directorio de trabajo**

- posición de referencia de todas las operaciones al interior del proyecto
  
  - también llamado **directorio raíz**
  
---
## Estableciendo directorio de trabajo

- forma tradicionalen R:

- `setwd(ruta-a-carpeta-de-proyecto)`

- problemas: hace referencia a ruta local en el computador donde se está trabajando, por lo tanto no es reproducible y **se debe evitar**
  
- alternativa sugerida en R: **RStudio Projects**

---
# RStudio Projects

.content-box-red[
- La funcionalidad **Projects** de RStudio permite establecer claramente un directorio de trabajo de manera eficiente

- Para ello, genera un archivo de extensión **.Rproj** en el directorio raiz de la carpeta del proyecto

- Luego se facilita acceder a la carpeta del proyecto en RStudio ejecutando desde el administrador de archivos del computador (file manager) el archivo **.Rproj**

- para comprobar, ejecutar `getwd()` y debería dar la ruta hacia la carpeta del proyecto
]
---
.pull-left[
## RStudio Projects
- File -> New Project

![](https://d33wubrfki0l68.cloudfront.net/87562c4851bf4d0b0c8415dc9d6690493572e362/a6685/screenshots/rstudio-project-1.png)
]

.pull-right[

![](https://d33wubrfki0l68.cloudfront.net/0fa791e2621be297cb9c5cac0b2802223e3d7714/57d89/screenshots/rstudio-project-2.png)
]

---
## RStudio Projects

.center[
![](https://d33wubrfki0l68.cloudfront.net/dee6324df1f5c5121d1c1e9eed822ee52c87167b/1f325/screenshots/rstudio-project-3.png)
]

---
## Abriendo la sesión de RStudio como proyecto

- identificar en la carpeta respectiva el archivo .Rproj

- ejecutar y se abre R / RStudio desde ese directorio como raíz

---
class: inverse

## .yellow[Resumen]

### - ciencia abierta y reproducibilidad

### - texto plano y Markdown

### -  Rmarkdown y documentos dinámicos

### - Protocolo de proyecto reproducible

---
class: middle center
Más info:

## web: [lisa-coes.com](https://lisa-coes.com/)

## Github: [github.com/lisa-coes](https://github.com/lisa-coes)