Plantilla de proyecto

Un proyecto de RStudio ya organizado, listo para copiar

Buenas prácticas

← Volver al inicio del curso

Esta es la estructura de carpetas recomendada para tu proyecto final: datos separados de scripts y de resultados, scripts numerados en orden de ejecución y un README que documenta las decisiones. Descárgala, descomprímela y trabaja dentro de ella.

⬇ Descargar la plantilla (.zip)

Cómo usarla
  1. Descarga el .zip y descomprímelo donde guardas tus trabajos.
  2. Cámbiale el nombre a la carpeta por el de tu proyecto.
  3. Abre plantilla_proyecto.Rproj (doble clic) para entrar al proyecto en RStudio.
  4. Pon tus datos crudos en datos/originales/ y trabaja en los scripts/ en orden.
  5. Llena el README.md a medida que avanzas.

Qué trae por dentro

plantilla_proyecto/
├── plantilla_proyecto.Rproj      # el proyecto de RStudio (ábrelo primero)
├── datos/
│   ├── originales/               # datos crudos — NO se modifican
│   └── procesados/               # bases ya limpias que generan tus scripts
├── scripts/
│   ├── 01_limpieza.R             # limpia la base cruda
│   ├── 02_descriptivas.R         # figuras y tablas descriptivas
│   └── 03_regresiones.R          # modelos y tabla de regresión
├── output/
│   ├── figuras/                  # gráficos exportados (.png)
│   └── tablas/                   # tablas exportadas
└── README.md                     # documenta el proyecto y las decisiones
La idea de fondo
Separar datos → scripts → resultados y usar rutas relativas hace tu trabajo reproducible: cualquiera puede abrir el .Rproj, correr los scripts en orden y obtener los mismos resultados. Es la forma de trabajar de la investigación aplicada.

El README.md que vas a llenar

Dentro viene esta plantilla de documentación (reemplaza lo que está entre corchetes):

# [Nombre del proyecto]

**Autor(es):** [Nombre Apellido] · [correo]
**Curso:** Nivelatorio de R — CIENFI, Universidad Icesi

## ¿Qué hace este proyecto?
[La pregunta que responde el análisis y con qué datos.]

## ¿Cómo se corre?
Abrir *.Rproj y ejecutar los scripts en orden:
1. scripts/01_limpieza.R
2. scripts/02_descriptivas.R
3. scripts/03_regresiones.R

## Decisiones de limpieza
[Qué problemas encontró en los datos y qué decidió con cada uno.]

## Uso de IA
[Herramientas usadas, para qué, y cómo verificó sus sugerencias.]