# Contexto: Como se organizan aleatoriamente muchos sistemas
# con muchos enlaces
# Hay una explicación matemática dada por Barabasi-Albert

# Objetivo: Grafo del modelo Barabasi-Albert

# Proceso : Generar un grafo de n nodos
# El grafo se genera a partir de un nodo y añadiendo más nodos
# y enlaces según un nivel preestablecido de conexión preferencial

# contexto: Aplicaciones de grep() y grepl()
# Con salida grafica

# objetivo: Hay dos visualizaciones:
# - Cuenta las filas donde hay y no hay mango
# - Muestra gráficamente las filas
# donde hay mango y donde hay coco
# y donde están ambos

# objetivo: solucion numerica de:
# dN/dt = V*exp(-alpha*t)
# Encontrar N(t)

# contexto: Metodología para resolver diferentes escenarios

# salida : Mostrar resultado en diferentes escenarios

# objetivo: Graficar superficie
# - Mostrar 3 puntos

# contexto: Gráfico 3D dinámico
# Con escalas numericas

# proceso : plotly

# objetivo: Dibujar microestructuras con elipses

# entrada : n elipses aleatorias:
# - centro de elipse: abscisa, ordenada
# - angulo contra-reloj en radianes
# - color
# Parámetros fijos:
# - numero de elipses
# - semiejes de elipse: mayor, menor

# objetivo: Mostrar el rumbo entre aeropuertos Maiquetia - El Dorado
# - En forma didáctica

# salida : Se muestra:
# - Rumbo
# - Distancia
# - Circulo máximo

# proceso : Crear Mapa local

# objetivo: Plotear dos polígonos semejantes de N lados
# - Uno en el centro del otro

# contexto: Semejanza geo-espacial
# Compatibilidad entre sf y ggplot ?

# proceso : Crear objectos espaciales: puntos y polígonos
#

# contexto: Reclamos de seguros de automóviles
# realizadas en el tercer trimestre de 1973

# objetivo: Convertir una columna del dataframe a series de tiempo

# proceso : Crear matriz serie de tiempo de la columna y su logaritmo

# objetivo: Analizar la circunferencia del bíceps por edades

# resultado: Bíceps de Hombres disminuye levemente con edad
# Bíceps de Mujeres aumenta con la edad

# contexto: Masa muscular:

# entrada : paquete openintro
# dataset bdims

#Lecheria #ANZ #EstadoAnzoategui #Costarica #rstats #Sarcopedia #Running
#SlowFibers #FastFibers #Muscle #jumping #lifting

# objetivo: Comparar numero de peatones durante el dia
# en dos avenidas de Melbourne:
# - Melbourne Central
# - Victoria Point

# contexto: Regresion local para suavizar data ruidosa

# entrada : Usamos un solo sensor de la avenida durante una semana

# objetivo: Análisis de un reporte medico mediante un plot de barras
# - Archivo tiene 14 lineas que sosn representadas en 14 barras

# context: Cada barra tiene un nombre de enfermedad
# - La altura de barras esta dada por campo numerico prevalencia
# - El orden de las barras esta dado por prevalencia

# process: Se muestran varios ordenes de la columna derma:

# entrada : Seis curvas de observaciones cada una ordenadas forma creciente

# objetivo: Graficar 6 curvas de observaciones y sus derivadas

# Proceso : Interpolar cada curva mediante modelo spline-matriz

# salida : Mostrar las 6 curvas en dos facetas:
# - Original
# - Derivada
# - Ordenar variable categórica por altura

# objetivo: Plot de suma algebraica de seno y coseno
# - Mostrar máximo y mínimo con lineas auxiliares
#
# contexto: Curva type="b"

# objetivo: Comparar una serie de tiempo y su estacionalidad

# entrada : Dataset AirPassengers ya viene en base R

# proceso : Se ajusta el modelo (AirPassengers) ~ seq_along(AirPassengers)
# - estacionalidad <- AirPassengers / tendencia
# - La Estacionalidad es como un indice alrededor de uno
# Combinar objetos series y estacionalidad para plot

# objetivo: Crear una serie temporal a partir de un vector de valores
# - Crear un objeto ts

# contexto: Manejo de objeto ts con varias funciones

# proceso : Comparar 3 series de tiempo:
# - serie original
# - serie original retrasada 2 cuatrimestres
# - serie original sin la tendencia

# contexto : Una forma de visualizar un texto es contar las palabras
# y encontrar las palabras más comunes

# objetivo : Contar palabras de un texto en español y visualizar

# entrada : Texto en español

# proceso : Entra texto como estructura ordenada:

# salida : Nube de palabras

#Trump #Lecheria #ANZ #EstadoAnzoategui #Costarica #Refugees #Rstats #Nube #ideas

# contexto: Reporte de como evalúan los profesores

# entrada : Dataset del paquete moderndive:
# - muestra de 463 cursos dictados por 94 profesores

# objetivo: Crear un histograma dividido en deciles de notas promedio

# proceso : crear vector con 11 cortes (10 intervalos):
# - Histograma legacy
# - Histograma ggplot

# objetivo: Plotear barras de probabilidad verticales

# contexto: Probabilidad

# plot : Compare estilo de vida 3 y 4

# objetivo: Simular varia curvas de esperanza de vida
# y <- 100 * (1 - (x/a)**n)

# contexto: Modelar la Sarcopedia:
# - Perdida de fuerza y masa muscular

# entrada : Preguntar por teclado numero de curvas

# proceso : Guarda parámetros en tibble de 4 columnas

# contexto: Comparar pandas y dplyr
# - Mismo resultado

# objetivo: Manejo de tibble con dplyr

# proceso : Crear un tibble
# Ordenar por dos columnas
# Crear columna porcentaje,
# del cambio de las dos columnas anteriores