Introducción a la Programación y Análisis Espacial en R

Guía del curso para estudiantes de Geografía

Authors
Affiliation

Sebastián Baeza González

Departamento de Geografía, Universidad de Concepción

Kelly Yubini

Departamento de Geografía, Universidad de Concepción

Published

2026

Bienvenida

Este libro es la guía del curso Introducción a la programación y análisis espacial en R (código 70236), una asignatura optativa de la carrera de Geografía de la Universidad de Concepción.

El objetivo del curso es que aprendas a usar el lenguaje R como una herramienta para resolver problemas geográficos reales: desde importar y limpiar bases de datos, hasta producir mapas y realizar análisis de estadística espacial. No se asumen conocimientos previos de programación.

¿Cómo está organizado el libro?

El libro sigue la planificación del semestre y se divide en cinco bloques:

  1. Fundamentos de R — qué es R, RStudio y cómo trabajar con proyectos.
  2. Manipulación de datos — importar, transformar y limpiar bases de datos.
  3. Visualización de datos — construir gráficos con ggplot2.
  4. Datos espaciales en R — trabajar con capas vectoriales y ráster.
  5. Estadística espacial — autocorrelación espacial y patrones de puntos.

Cada capítulo combina explicación teórica, código comentado que puedes ejecutar paso a paso, y al final una sección de ejercicios para practicar.

TipCómo usar los bloques de código

Los bloques de código tienen un botón para copiarlos. Te recomendamos, sin embargo, escribir el código a mano en RStudio mientras lees: aprender a programar es como aprender un idioma, se consolida practicando.

Resultados de aprendizaje

Al finalizar el curso serás capaz de:

  • R1. Entender conceptos básicos de programación en R y su sintaxis.
  • R2. Importar y manipular bases de datos en R.
  • R3. Visualizar y analizar bases de datos en R.
  • R4. Importar y manipular información espacial en R.
  • R5. Usar paquetes para el análisis espacial en R.

Software necesario

Para seguir el curso necesitas instalar dos cosas (en este orden):

  1. R — el lenguaje. Descárgalo desde CRAN.
  2. RStudio — el entorno de trabajo. Descárgalo desde posit.co.

Los paquetes que usaremos a lo largo del curso se instalan dentro de R; cada capítulo indica cuáles necesitas.

Bibliografía base

  • Wickham, H. y Grolemund, G. (2023). R para ciencia de datos. Disponible en línea: https://es.r4ds.hadley.nz/
  • Brunsdon, C. y Comber, L. (2019). An Introduction to R for Spatial Analysis & Mapping (2.ª ed.). SAGE.
  • Baddeley, A., Rubak, E. y Turner, R. (2016). Spatial Point Patterns: Methodology and Applications with R. CRC Press.