# Cómo instalar R, RStudio y Tidyverse
1. Descargar e instalar R aquí: https://cran.rstudio.com/
- Windows: En la sección "Download and Install R", hacer click en "Download R for Windows". Luego hacer click en "install R for the first time", se llegará a un página con un link que indica "Download R 3.5.3 for Windows". Bajar ese archivo y ejecutar.
- MacOS: En la sección "Download and Install R", hacer click en "Download R for (Mac) OS X". Luego descargar el archivo en el link "R-3.5.3.pkg" y ejecutar.
- Linux: En la sección "Download and Install R", hacer click en "Download R for Linux". Seleccionar la carpeta con el nombre de su distribución.
2. Descargar e instalar RStudio aquí: https://www.rstudio.com/products/rstudio/download/#download
- Windows: Bajo la sección "Installers for Supported Platforms", descargar y ejecutar archivo en link "RStudio 1.1.463 - Windows Vista/7/8/10".
- MacOS: Bajo la sección "Installers for Supported Platforms", Descargar y ejecutar archivo en link "RStudio 1.1.463 - Mac OS X 10.6+ (64-bit)".
- Linux: Bajo la sección "Installers for Supported Platforms", descargar e instalar archivo correspondiente a su distribución.
3. Una vez que tengan todo lo anterior instalado, abran RStudio y se encontrarán con una ventana dividida en 3 secciones,
dirijan su atención a la "Consola" (al lado izquierdo de la pantalla) que es el lugar en donde ejecutaremos los comandos de R. Por ahora, lo único que necesitan hacer es ejecutar el siguiente comando:
```r
install.packages("tidyverse")
```
que instalará los paquetes principales que necesitaremos para trabajar. Una vez que la instalación termine, carguen los paquetes del tidyverse usando el comando `library()` y deberían ver algo como esto:
```r
library(tidyverse)
#> ── Attaching packages ────────────────────────────────── tidyverse 1.2.1 ──
#> ✔ ggplot2 3.1.0.9000 ✔ purrr 0.2.5
#> ✔ tibble 2.0.0 ✔ dplyr 0.7.8
#> ✔ tidyr 0.8.2 ✔ stringr 1.3.1
#> ✔ readr 1.3.1 ✔ forcats 0.3.0
#> ── Conflicts ───────────────────────────────────── tidyverse_conflicts() ──
#> ✖ dplyr::filter() masks stats::filter()
#> ✖ dplyr::lag() masks stats::lag()
```
Eso es por ahora.