Programa detallado
Este es el programa detallado de LatinR 2026. Puedes ver una vista general en el programa resumido.
Ver resumen
¿Seguimos explorando el universo de R? En esta segunda misión por R-universe, la plataforma abierta de rOpenSci para publicar y descubrir paquetes, artículos y datos, iremos un poco más allá de la órbita habitual. Veremos cómo navegar por este ecosistema, aprovechar sus APIs y herramientas, y ayudar a que nuestros paquetes sean más visibles y fáciles de encontrar.
Ver resumen
En esta charla presentamos el currículo del Programa de Campeon(a|e)s de rOpenSci: una propuesta que integra habilidades técnicas para desarrollar paquetes de R con herramientas para construir comunidades inclusivas y colaborativas. Compartiremos sus materiales abiertos en español e inglés, su enfoque pedagógico y los resultados de evaluaciones independientes que muestran su impacto en las personas participantes y sus comunidades. ¡Conocé el programa y descubrí cómo adaptar sus recursos!
Ver resumen
De un artículo científico a un paquete de datos para aprender R. A partir de datos transcriptómicos de mujeres mexicanas con lupus y controles sanas, este paquete permite comparar tres tipos celulares —monocitos, moDCs y tolDCs— para explorar la tolerancia inmunológica. Incluye una guía paso a paso para reproducir las figuras del artículo publicado en Frontiers in Immunology, conectando datos reales, código y resultados para enseñar bioinformática.
Ver resumen
Evangelion es un framework en R para estandarizar el procesamiento de encuestas de percepción y expectativas, desde la validación de datos hasta el reporte final. Diseñado en el Banco Central de Chile, resuelve la fragmentación de scripts ad-hoc que dificulta la reproducibilidad y el traspaso entre analistas. El paquete LILITH contiene todas las funciones necesarias en el proceso. Cualquier institución con encuestas repetidas puede adoptarlo.
Ver resumen
En esta charla, exploraremos por qué Rust se adapta de forma natural a los equipos de datos, desde su robusta seguridad hasta sus ventajas en concurrencia. Verás casos de estudio de cómo las organizaciones están aprovechando Rust y R de manera conjunta para abordar desafíos intensivos en cómputo a gran escala. Finalmente, aprenderás a desarrollar un paquete de R que utiliza Rust para escribir funciones de alto rendimiento.
Ver resumen
¿Cómo integrar datos satelitales, climáticos y de salud para estudiar la contaminación del aire en Colombia? Presentamos un flujo reproducible en R que integra datos de PM₂.₅, viento y mortalidad para 1.122 municipios entre 2012 y 2022. Mostraremos el procesamiento espacial y la construcción del panel, junto con una estrategia de efectos fijos y variable instrumental, destacando un flujo reproducible que puede adaptarse a nuevas fuentes de información.
Ver resumen
El paquete gchartsmap da acceso a límites geográficos a nivel nacional y subnacional que están publicados a través de servidores estáticos de Google, que mantienen una alta disponibilidad y estabilidad. Estos datos, que no están documentados por Google, son críticos para el uso de servicios como Google Trends a través de su interfaz de programación de aplicaciones (API). gchartsmap ayuda a las usuarias a construir llamadas de APIs de Google usando los códigos correctos para regiones específicas.
Ver resumen
Los modelos de aprendizaje profundo aciertan sobre señales biomédicas y no explican por qué. Presento ProtoKDM, un marco que explica cada predicción señalando registros reales de pacientes, y la capa de R que lo valida: PERMANOVA sobre el espacio latente, bootstrap BCa sobre los pesos densitarios y modelos mixtos para variabilidad inter-sujeto. Cómo se articula Python con R vía reticulate y Parquet, y por qué la inferencia en R es lo que vuelve defendible una explicación.
Ver resumen
El crecimiento exponencial de la literatura biomédica compromete la viabilidad, reproducibilidad y control de sesgos de los metaanálisis diagnósticos. Se presenta un marco escalable, implementado en R, que integra la Asignación Latente de Dirichlet (LDA) para la preselección temática automatizada de estudios y un metaanálisis multivariado jerárquico para sintetizar conjuntamente sensibilidad y especificidad. Se aplica a dengue en América Latina y es transferible a otros dominios clínicos.
Ver resumen
Flujo de trabajo basado en un paquete de R para centralizar y automatizar la producción de reportes y presentaciones con identidad visual institucional mediante Quarto. El paquete permite crear nuevos documentos a partir de plantillas y actualizar de forma centralizada colores, tipografías, logos y estilos, facilitando el mantenimiento, la consistencia visual y la adopción por equipos con distintos niveles de experiencia en R.
Ver resumen
Validar contratos de datos exige escribir y mantener pruebas a mano. PactR es una metodología que toma un contrato de datos en Markdown y usa un LLM para generar automaticamente pruebas unitarias en testthat para validar la calidad de los datos. Los resultados preliminares obtenidos aplicando PactR indican que la metodología genera pruebas ejecutables que cubren las especificaciones del contrato, cerrando el ciclo entre especificación y validación de los datos.
Ver resumen
En estudios ambientales, los datos de flora, fauna, suelo y meteorología llegan en formatos distintos, con errores y se limpian a mano. Mostraremos un sistema de gestión de datos en R que los lleva del terreno al informe: apps {shiny} que validan formularios al instante, {taxize} para verificar nombres científicos, ETL con {tidyverse} hacia una única fuente estándar, informes reproducibles y exportación a Darwin Core. Un flujo replicable para cualquier equipo con datos de terreno.
Ver resumen
En este trabajo se presenta la implementación de la distribución Poisson Transmutada Tipo Exponencial (P-TRTE) en el marco de los modelos GAMLSS (Generalized Additive Models for Location, Scale and Shape) en R, a través del paquete DiscreteDists. Esta distribución permite la estimación bajo muestras completas y censuradas tipo I. Por medio de la implementación se generaron diferentes funciones, así como la familia GAMLSS para modelos de regresión, y se evaluó mediante problemas de aplicación.
Ver resumen
En clasificación con variables altamente correlacionadas o clases separadas por fronteras diagonales, es posible capturar esa estructura mediante combinaciones lineales. En árboles de decisión, esto apunta a la familia de los oblicuos. La búsqueda de proyecciones es una forma de obtener estas combinaciones. Se presenta ppforest2, un paquete de R que implementa este tipo de modelos y su agregación en bosques aleatorios: de alto desempeño, extensible, reproducible y desplegable en producción.
Ver resumen
SIM-LA/FT es un entorno experimental de simulación basada en agentes para estudiar medios de pago de baja restricccion como vectores de lavado de activos. Mediante una base legítima común, estrategias con racionalidad adversarial e indicadores transaccionales y de red, evalúa qué factores condicionan la detectabilidad y cuándo se requiere inteligencia no transaccional. Sus resultados generan hipótesis reproducibles, no estimaciones reales.
Ver resumen
El «amontonamiento» (o «bunching») mide cómo se acumulan los agentes justo por debajo de un umbral que activa un costo. Lo aplicamos a la Ley 31358 del Perú, que establece que las inversiones públicas mayores a S/ 5 millones deben transferir hasta el 2 % de su presupuesto a la Contraloría. Con bunching, rddensity, rdrobust y otros paquetes, analizamos el Banco de Inversiones y hallamos un exceso de proyectos justo por debajo de S/ 5 millones desde 2023, no observado antes.
Ver resumen
Desarrollo de aplicaciones shiny, paquetes y funciones para aplicar de forma rápida y sencilla diferentes análisis estadísticos y estimaciones usando metodologías estándares en análisis de recursos hídricos. La idea es promover el uso de R para este tipo de análisis en la industria y entregar a usuarios una opción amigable para el manejo de datos hidrometeorológicos.
Ver resumen
La violencia física contra las mujeres constituye un problema de salud pública, con efectos que trascienden la mortalidad, discapacidad y deterioro de la calidad de vida. Se propone una interfaz interactiva en R para estimar indicadores de carga de enfermedad, integrando mortalidad y morbilidad. Mediante visualizaciones y georreferenciación, la herramienta permite explorar brechas territoriales, grupos etarios y tipos de violencia, facilitando el análisis para la prevención y toma de decisiones.
Ver resumen
Se presenta la implementación de la distribución Poisson-Lindley generalizada para modelar datos de conteo con sobredispersión en GAMLSS, mediante el paquete DiscreteDists de R. Se desarrollan las funciones estándar y dos parametrizaciones: NPGL, basada en los parámetros originales, y NPGL2, en términos de la media. Se realiza un estudio de simulación para evaluar los estimadores y se ilustra su aplicación con datos del sector salud.
Ver resumen
¿Sabes de dónde viene cada arista de tu red biológica? bioeviR es un paquete de R que integra literatura (PubMed), interacciones proteicas (STRING), anotación funcional (GO), y regulación transcripcional en un único objeto evi_network, conservando la procedencia de cada interacción: fuente, tipo de evidencia y confianza. Incluye análisis topológico, detección de comunidades, exportación a Cytoscape y reposicionamiento de fármacos. Redes reproducibles y auditables para biología de sistemas.
Ver resumen
Se estudió la evolución de los indicadores del Índice de Percepción de la Corrupción y su relación con variables económicas e institucionales en América Latina y el Caribe entre el 2014 y 2024 en 19 países de la región. La metodología usada es el STATIS. Se utilizó RStudio con las librerías Ade4, dplyr, purrr, RColorBrewer, ggplot2 y writexl. Se encontró que entre 2023 y 2024, es donde se encuentra el mayor cambio en la percepción de la corrupción entre los países
Ver resumen
¿Sabías que es posible analizar una encuesta nacional con un diseño muestral complejo en R y obtener resultados epidemiológicos confiables? En esta presentación mostraremos, a partir de los datos de la ENDS 2025, cómo el paquete Survey permite incorporar factores de expansión, estratificación y conglomerados, y cómo los modelos de regresión logística ayudan a explorar los factores asociados a la prevención del cáncer de cuello uterino en Colombia.
Ver resumen
¿Cuánta flor tendrás lista la próxima semana? ChrysaPlanner responde esa pregunta. Es una aplicación Shiny para productores de crisantemo que combina el registro de siembras con los ciclos de floración de cada variedad para proyectar, día a día y semana a semana, cuántos tallos estarán listos para cortar y desde qué camas. Desarrollada en R con un enfoque práctico para la toma de decisiones en campo. App: https://ghadhara.shinyapps.io/EstimadosFloracionshinyapp/
Ver resumen
78.000 registros por viaje. Miles de posibles fallas escondidas ahí dentro. Analizarlas a mano, con scripts que hay que reescribir cada vez, es un cuello de botella que nadie quiere. Te muestro cómo un dashboard en R Shiny convierte ese diluvio de datos de sensores en un mapa de anomalías que se explora con clics, no con código. Menos horas debuggeando scripts, más decisiones rápidas y bien sustentadas.
Ver resumen
¿Qué patrones caracterizan a la economía popular en Colombia? Este trabajo analiza los microdatos de EMICRON 2024 del DANE mediante un pipeline reproducible en R y minería de reglas de asociación con Apriori. El análisis revela una fuerte polarización: la exclusión digital se presenta como un fenómeno acumulativo, mientras que la formalización fiscal no muestra patrones predecibles a partir de variables financieras o tecnológicas. Se presentan además tres perfiles de micronegocios.
Ver resumen
La mayoría de las flotas de la región no tiene sensores, pero sí años de órdenes de trabajo. Mostramos cómo convertir esos registros en mantenimiento predictivo accionable para 38 camiones recolectores: redes (igraph) para descubrir modos de falla, Random Survival Forest para el cuándo va a fallar un vehículo, XGBoost para el qué sistema estará involucrado. Incluye lo que no funcionó, y los controles de validación que sostienen el resultado. Todo el pipeline en R, reproducible de punta a punta.
Ver resumen
La app en R Shiny integra TDA y Matrix para ejecutar un flujo completo de Análisis Topológico de Datos (ATD) desde el navegador. Permite generar nubes de puntos, construir complejos de Vietoris–Rips, visualizar diagramas de persistencia, códigos de barras y paisajes de persistencia, además de realizar pruebas de hipótesis por permutación para comparar estructuras geométricas.
Ver resumen
El cáncer de mama triple negativo (TNBC) es un subtipo agresivo con limitadas opciones terapéuticas, pero ¿su perfil inmunológico es igual en todos los pacientes? Analizamos tres cohortes e identificamos mayor activación de la vía inflamatoria de IFN-II y diferencias en células inmunes tumorales. Incluso, un subgrupo con alta actividad de IFN-II presentó mayor actividad inmune y mejores desenlaces clínicos, destacando su potencial como marcador pronóstico y herramienta de estratificación.
Ver resumen
¿Por qué elegir entre Python y R cuando podemos aprovechar las fortalezas de ambos? Esta presentación muestra un flujo reproducible que integra Python y R para transformar los microdatos abiertos de natalidad del DANE en información analizable y publicable. Python se encarga de la limpieza y transformación; R, del análisis, visualización y reporte. El caso colombiano demuestra cómo esta arquitectura puede facilitar análisis eficientes, trazables y transferibles a otros datos públicos
Ver resumen
¿Por qué algunos días en Barranquilla se sienten insoportables y otros mucho más cómodos, incluso con temperaturas similares? Esta presentación revela cómo R convirtió miles de registros meteorológicos en una metodología reproducible para comprender el clima local. Mediante visualización de datos, cadenas de Markov y PCA, se descubren patrones estacionales y se construye un Índice de Confort Térmico con temperatura, humedad y viento, transformando datos complejos en conocimiento útil.
Ver resumen
Presentamos una metodología para decidir qué modelos fundacionales (LLM's) usar en ciencia de datos asistida y en soluciones de IA, ya que la elección del modelo y del contexto impacta directamente en costos y calidad. Introducimos el concepto de espacios liminales: zonas de transición entre fases de proyectos de IA donde una idea se transforma en algo accionable. Al cuantificar la brecha entre estados del proyecto, decidimos de forma informada y monitoreamos la calidad a largo plazo.
Ver resumen
Este trabajo presenta un flujo reproducible en R para comparar modelos de lenguaje en una tarea de alineación conceptual entre marcos de habilidades laborales. Usando {ellmer}, se consultan modelos de OpenAI, Claude y Gemini con una misma rúbrica. Sus respuestas se comparan con evaluaciones de 11 expertos mediante correlaciones, error absoluto, ROC, AUC, sensibilidad, especificidad y estabilidad, mostrando cómo R permite evaluaciones transparentes y auditables.
Ver resumen
Los grandes modelos de lenguaje permiten programar en R sin necesariamente dominar el lenguaje, y esto puede reducir el interés y la motivación para aprenderlo. Esta charla analiza el impacto de las herramientas de ‘IA generativa’ en la enseñanza de R, desde la experiencia de instructores. Proponemos adaptar la educación: enfocarse en comprender y modificar el código generado por modelos de IA, y destacar el valor de las comunidades, para cerrar brechas y recuperar el interés en el lenguaje.
Ver resumen
Esta charla presenta la evolución de R de herramienta de análisis a un ecosistema de monitoreo de políticas públicas basado en Shiny y PostgreSQL. Se detallará la implementación de una arquitectura híbrida (R + Python) para integrar IA Generativa (Gemini Enterprise) en el seguimiento de 63 compromisos de gobierno, orquestando una solución robusta para la toma de decisiones de alto nivel y demostrando cómo R puede ser el núcleo de sistemas de gestión estatal frente a los desafíos de la IA
Ver resumen
¿Los modelos de visión facial funcionan igual para todas las personas? Presentamos una auditoría reproducible en R sobre más de 1.000 identidades colombianas para evaluar sesgos en envejecimiento facial, clasificación demográfica y reconocimiento de identidad. Mostraremos cómo combinar métricas de equidad, análisis estadístico y herramientas como Quarto y Shiny para detectar disparidades y comunicar resultados de forma clara y reproducible.
Ver resumen
Adaptación de un modelo de envejecimiento facial al fenotipo colombiano para apoyar la identificación de personas desaparecidas. El ajuste produjo dos versiones candidatas, pero las métricas no permitían decidir cuál funcionaba mejor. Se utilizaron modelos mixtos en R y un dashboard Shiny para analizar y visualizar las evaluaciones. ¿Qué hacer cuando las métricas no pueden decidir? R ayudó a encontrar la respuesta.
Ver resumen
Dos motores OCR pueden empatar en tasa de error y aun así perder cosas muy distintas. En esta charla abrimos esa caja negra con R: qué tipos de error comete cada motor, cuántas fechas, nombres, números y códigos conserva, y qué tan estable es su desempeño entre documentos. Lo hacemos con tidytext y quanteda sobre documentos administrativos colombianos del siglo XX, en un reporte Quarto que puedes reutilizar con tus propios datos.
Ver resumen
En este trabajo mostraremos el flujo de trabajo que combina herramientas de R y Python para la visualización y análisis de datos de actividad de chinchillas en imágenes de cámaras trampa. Utilizamos un modelo de Redes Neuronales Convolucionales en Python para la detección de las especies y realizamos la visualización y análisis de datos en R con Shiny. Hablaremos sobre flujos combinados con ambos lenguajes y la creación de shinyapps para grandes volúmenes de datos geoespaciales.