R y Chat-GPT

Usar AI para ayudar a programar en R

Author
Affiliation

Mtro. Santiago Ríos

Cursos Orca

En esta presentación veremos cómo usar la inteligencia artificial para ayudarnos a programar en R. Usaremos Chat-GPT por su facilidad de uso y su capacidad para entender el lenguaje natural. No usaremos ningún modelo de paga, sino que usaremos la versión gratuita de OpenAI para hacer preguntas y obtener respuestas.

Para ilustrar el potencial de Chat-GPT + R, vamos a crear una aplicación interactiva de analisis de datos. A pesar de que esta es una tarea avanzada, veremos cómo podemos usar Chat-GPT para hacer preguntas y obtener respuestas en R.

Prompts o preguntas
  • Los prompts son preguntas que se le hacen a un modelo de lenguaje para obtener una respuesta.
  • Para obtener buenos resultados, es importante hacer preguntas claras y concisas. Recuerda especificar el contexto (librerías, dataset, etc.), así como la acción que deseas realizar.
  • Ejemplo de prompts:
    • “Crea un histograma de la variable mpg del dataset mtcars.”
    • “Usando la librería de R”dplyr”, escribe un código de R que filtre todos mis resultados que cumplan la condición “mujeres mayores a 20 años”. Después, realiza un grafico para visualizar estos resultados utilizando la librería “ggplot”
    • Explica cómo funciona la función lm() en R.
    • “¿Cómo puedo hacer un gráfico de barras en R con la librería ggplot2?”
    • Cómo funciona este código de R: m1 <- gam(y ~ s(year, by = sites), data = my_data, family = “poisson”)
    • Genera un conjunto de datos simulados con 100 observaciones y 3 variables, donde la variable dependiente es una variable continua y las variables independientes son categóricas. Luego, ajusta un modelo de regresión lineal simple y muestra los resultados.

Recursos Extra

  • Puedes usar la librería askgpt para hacer preguntas a Chat-GPT desde RStudio. Sigue el tutorial en este enlace
  • Otro paquete popular para usar Chat-GPT en R es gptstudio. Puedes encontrar más información en este enlace

Shiny App

  • Para realizar la aplicación, vamos a utilizar el paquete shiny de R. Este paquete nos permite crear aplicaciones web interactivas con R.
  • Primero, instalamos el paquete shiny si no lo tenemos instalado. Para instalarlo, ejecutamos el siguiente código:
install.packages("shiny")

Puedes cargar y explorar este paquete con el siguiente código:

library(shiny)
runExample("01_hello")
  • Para crear una aplicación de Shiny, necesitamos crear dos archivos: ui.R y server.R. El archivo ui.R contiene la interfaz de usuario de la aplicación, mientras que el archivo server.R contiene el código que se ejecuta en el servidor.
  • Si no entiendes estos conceptos, puedes preguntarle a Chat-GPT: “Cómo es la estructura de una aplicación de Shiny en R? Explica la diferencia entre ui.R y server.R”
  • La estructura básica de una aplicación de Shiny es la siguiente:
library(shiny)

ui <- ...

server <- ...

shinyApp(ui = ui, server = server)

runApp("my_app")

Pasos

  1. Abre RStudio y crea un nuevo proyecto. Crea un archivo llamado app.R (o ui.R y server.R si prefieres). Si no entiendes la diferencia, puedes preguntarle a Chat-GPT.
  2. Abre Chat-GPT y pregunta lo siguiente: “Crea una aplicación de Shiny en R que muestre un histograma de la variable mpg del dataset mtcars.”
  3. Copia y pega el código generado por Chat-GPT en R. Dependiendo de la respuesta de Chat-GPT, es posible que te diga que crees un archivo ui.R y un archivo server.R. Si es así, sigue las instrucciones de Chat-GPT. De otro modo, simplemente copia y pega el código en un nuevo script de R.
  4. En rstudio, presiona “Run App” para ejecutar la aplicación de Shiny. Deberías ver un histograma de la variable mpg del dataset mtcars. Si todo funciona correctamente, se debería abrir la aplicación en tu navegador o en RStudio. ¡felicidades! Has creado tu primera aplicación de Shiny con la ayuda de Chat-GPT.

  1. Si deseas hacer más preguntas a Chat-GPT, puedes hacerlo. Por ejemplo, puedes preguntarle cómo agregar un título al histograma, cómo cambiar los colores, cómo agregar una leyenda, etc. Chat-GPT te ayudará a mejorar tu aplicación de Shiny paso a paso.
  2. También puedes decirle que te explique el código (o alguna sección que no entiendas) para que puedas aprender más sobre R y Shiny:
Para crear una aplicación de Shiny en R que muestre un histograma de la variable `mpg` del dataset `mtcars`, puedes seguir estos pasos. A continuación, te proporciono el código completo para una aplicación básica de Shiny:

```r
# Primero, asegúrate de tener el paquete Shiny instalado
if (!require(shiny)) {
  install.packages("shiny")
}

# Carga el paquete Shiny
library(shiny)

# Define la interfaz de usuario (UI) de la aplicación
ui <- fluidPage(
  # Título de la aplicación
  titlePanel("Histograma de MPG del dataset mtcars"),
  
  # Barra lateral con un control deslizante para el número de bins
  sidebarLayout(
    sidebarPanel(
      sliderInput("bins",
                  "Número de bins:",
                  min = 1,
                  max = 50,
                  value = 10)
    ),
    
    # Panel principal para mostrar el histograma
    mainPanel(
      plotOutput("distPlot")
    )
  )
)

# Define la lógica del servidor para la aplicación
server <- function(input, output) {
  output$distPlot <- renderPlot({
    # Genera un histograma de la variable mpg
    x <- mtcars$mpg
    bins <- seq(min(x), max(x), length.out = input$bins + 1)
    
    hist(x, breaks = bins, col = 'darkgray', border = 'white',
         xlab = "Millas por galón (mpg)",
         main = "Histograma de MPG")
  })
}

# Ejecuta la aplicación
shinyApp(ui = ui, server = server)

Explicación del Código

  1. Carga de Shiny: Nos aseguramos de que el paquete Shiny esté instalado y lo cargamos.

  2. UI (Interfaz de Usuario):

    • fluidPage(): Crea un diseño de página fluido que ajusta los elementos de la UI.
    • titlePanel(): Define el título de la aplicación.
    • sidebarLayout(): Organiza la página en una barra lateral (sidebarPanel) y un panel principal (mainPanel).
    • sliderInput(): Permite al usuario seleccionar el número de bins para el histograma mediante un control deslizante.

  3. Servidor:

    • renderPlot(): Genera el histograma cada vez que cambia el número de bins.
    • hist(): Función que crea el histograma utilizando el número de bins seleccionado por el usuario.

  4. Ejecutar la Aplicación: shinyApp(ui = ui, server = server) combina la UI y el servidor para lanzar la aplicación.

Para ejecutar esta aplicación, guarda el código en un archivo R (por ejemplo, app.R) y ejecuta ese archivo con RStudio o desde la consola de R. Esto abrirá una ventana de navegador mostrando la aplicación interactiva.

```