CLASS CE

Simulación de datos con control set.seed(1073) te enseña reproducibilidad: te da los mismos números aleatorios cada vez. rnorm_multi(...) (del paquete faux) te enseña a crear datos artificiales con: un tamaño de muestra (n=120) dos variables (vars=2) medias y desviaciones estándar específicas (mu, sd) correlación controlada (r = 0.7) nombres de variables (DE, DL) Explorar datos View(peach) te enseña a inspeccionar la tabla (data frame). Relación entre variables (visual) plot(peach$DE, peach$DL) te enseña un scatter plot para ver si hay tendencia/relación. Instalación y carga de paquetes para Knit options(repos=...) + requireNamespace(...) + install.packages(...) te enseña a evitar el error del mirror cuando haces Knit. Detección/visualización robusta de correlación/outliers (mvoutlier) corr.plot(...) (en realidad es cor.plot(...) en mvoutlier) sirve para ver correlación y posibles outliers (según cómo lo uses).

ESTANDARAZACION ZSCORE

Resultado del kirging

Este cuaderno de R ilustra cómo descargar datos de propiedades de suelos a cualquier profundidad desde la plataforma SoilGrids. Dichos datos están en estructura Raster con resolución espacial de 250m.

Gracias profesor en el futuro seré Agrónomo con especialización en geomatica.

Este cuaderno de R ilustra funcionalidades del paquete terra, sf, y RasterVis, para realizar recortes de elevaciones. También aprendimos a hacer ploteos ordinarios y ploteos elegantes. aprendimos que no hay que creer en todos :p