Libros recomendados sobre estadística y R
¡Aloha! Hoy te voy a mostrar varios libros excelentes, los pondré en orden de dificultad para que vayas directamente al nivel en el cual te encuentras.
También te dejo los links para que puedas encontrarlos en la web rápidamente.
La lista la iré actualizando según lea otros libros destacados que me parezcan imprescindibles
Contenidos
Nivel básico
• R for Data Science de Hadley Wickham y Garrett Grolemund. Es actualmente el libro de referencia en Ciencias de Datos con R. Encontrarás cómo obtener datos, cómo convertirlos en la estructura más útil (datos ordenados), cómo transformarlos, visualizarlos y modelarlos. Es un libro sencillo de leer y con énfasis en la interpretación (no solo en programación) y eso me encanta. Además, está escrito por los dos gurús, dos de los miembros más destacados de la comunidad de desarrolladores de lenguaje R, especialmente por su papel en la creación de tidyverse. Ah, ¡y está traducido al español gracias a la comunidad de usuarios de R!
• Introductory Statistics with R de Peter Dalgaard. Es un curso de Estadística básica con R que logra su objective, es rápido y una buena referencia para comenzar. Utiliza mucho ejemplos para su desarrollo y puedes descargarte un paquete que contiene todos los datos.
• Using R for Introductory Statistics de John Verzani. Es un libro de R básico que se divide en pequeños pasos orientados a la realización de tareas. Tiene un paquete propio que se llama UsingR, disponible en el CRAN, con los datos mencionados en el texto, las respuestas a los problemas, algunas demostraciones y código. Es de acceso público.
• An Introduction to R de W.N. Venables, D. M. Smith & the R Core Team. Es una introducción al lenguaje R y cómo utilizarlo para el análisis estadístico y gráfico. Es simple, corto y al grano, pero termina siendo más una guía de referencia que un buen libro. Es de acceso público.
• R for Beginners de Emmanuel Paradis. Es un buen punto de partida para aprender R, sencillo. Es de acceso público.
• A first course in statistical programming with R de W.J. Braun & D.J. Murdoch. Es una buena introducción para emperzar a programar en R. Está escrito por uno de los integrantes del R Core Team. Cuenta con una buena colección de ejercicios y no asume conocimientos previos de estadística ni programación. Sin embargo algunos ejemplos son más estadísticos que de casos reales.
• The R Book de Michael J. Crawley. Una guía exteeeensa sobre la estadística aplicada en R, puedes encontrar de todo en este libraco. Es bastante sencillo de seguir.
• A Beginner´s Guide to R de Alan Zuur. Me gusta mucho este autor, tal vez porque trabaja con Estadística aplicada en Ecología, mi campo, aunque en persona no es tan simpático como en sus libros… :p. Este libro es una introducción a R que no asume conocimientos previos de estadística ni de R. El único contra es que es un poco lento para avanzar.
Nivel intermedio
• Discovering Statistics Using R de Andy Field & Jeremy Miles. Es un libro muy interesante, con humor y autocrítica. Cubre desde la estadística básica hasta niveles más avanzados como el MANOVA y los modelos multinivel. Utiliza muchos ejemplos de la vida real y bien editados.
• A Handbook of Statistical Analyses Using R (2nd ed.) de B.S. Everitt & T. Hothorn. Es un libro muy demandado y bastante completo, que te sitúa en el background estadístico de cada tema con buenas referencias.
• Data Analysis and Graphics Using R: An Example-based Approach de J. Maindonald & J. Braun. Como indica el título trata del análisis de datos y gráficos mediante ejemplos, digamos que corresponde a un curso intermedio de estadística.
• R in a Nutshell de Joseph Adler. Es una guía sencilla y práctica sobre el lenguaje R. Tiene una gran cantidad de ejemplos para cada paso. Es muy interesante aunque un poco pesado para principiantes.
• Modern Applied Statistics with S de W.N. Venables & B.D. Ripley. Una buy buena introducción a la estadística moderna. Está escrito para el language S pero el código es buy similar al de R, por eso lo agrego a la lista.
Sobre temas específicos: GRÁFICOS
• R Graphics (2nd ed.) de Paul Murrell. Es un libro interesante sobre cómo realizar gráficos en R, aplica el paquete lattice, pero no toca el tema de ggplot2 (lo cual creo que es un gran fallo).
• R Graphics Cookbook de Winston Chang. Sobre gráficos y manipulación de datos, detalla las ventajas y desventajas de los distintos métodos. Focaliza en el paquete ggplot2, lo cual es una gran gran ventaja a mi entender. Da 150 «recetas» para generar gráficos de alta calidad y rápidamente.
• ggplot2 de Hadley Wickham. Buen libro sobre el paquete ggplot2.
Nivel avanzado
Sobre temas específicos
• An R Companion to Applied Regression de John Fox & Sanford Weisberg. Muy bueno. Sobre cómo realizar análisis de regresión utilizando R. Es una guía paso a paso desde el análisis exploratorio de los datos, pasando por los modelo lineales, modelos lineales generalizados hasta los gráficos. Asume que el lector está familiarizado con los métodos estadísticos que describe. Utiliza el paquete propio car.
• Linear Models with R y Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models, ambos de J.J. Faraway. Los dos son libros muy buenos. Tienen además un suplemento práctico y gratuito (https://cran.r-project.org/doc/contrib/Faraway-PRA.pdf). Estos libros atacan directamente al tema del título, ponen el foco en la práctica de la regresión y análisis de varianza, no dan rodeos como otros tantos libros. Asume que el lector tiene conocimientos previos del tema; puede ser tedioso para el principiante.
• Mixed Effects Models and Extensions in Ecology with R (2009) de Zuur, Ieno. Walker, Saveliev & Smith. Cubre todo tipo de modelos LM, GLM, GAM, GEE, GLMM, GAMM. Un gran libro sobre modelos mixtos, ya he dicho que este autor me gusta mucho.
• Data Analysis Using Regression and Multilevel/Hierarchical Models, de Andrew Gelman & Jennifer Hill. Un gran libro sobre modelos estadísticos, práctico y profundo.
• Introductory Time Series with R de Paul S.P. Cowpertwait & Andrew C. Metcalfe. Muy buena introducción al análisis de series temporales.
• Time Series Analysis with Applications in R de Jonathan D. Cryer & Kung-Sik Chan. Otra buena introducción al análisis de series temporales, paso a paso y con burn código en R.
• Applied Spatial Data Analysis de R. Bivand, Roger S., Pebesma, Edzer, Gómez-Rubio, Virgilio. Desde cómo acceder y visualizar datos espaciales hasta cómo utilizar GRASS GIS desde R y realizar modelos avanzados. Muy interesante y con varios ejemplos de aplicación sencillos.
Deja tus comentarios sobre estos u otros libros que leer sobre Estadística con R que estén en tu ranking de favoritos.
¡Nos interesa tu opinión!
4 comentarios
Buenas!
Muy interesante, alguna recomendación en castellano?
José Pena 29 de diciembre de 2021, 18:27
Hola José, sin dudas te recomiendo la traducción al español de «R for Data Science»: https://es.r4ds.hadley.nz/
Y en este post comparto más material en español que te puede interesar https://www.maximaformacion.es/blog-dat/estadistica-r-libros-y-hojas-de-referencia-en-espanol/
Un saludo!
Rosana Ferrero 17 de enero de 2022, 09:01
Me parece que os falta uno de los esenciales (a mi modo de parecer): R for Data Science, de Hadley Wickham.
Sergio Ciordia 2 de enero de 2022, 10:31
Tienes toda la razón Sergio, gracias por tu comentario, lo he agregado en primer lugar! Este post es un tanto antiguo y faltaba este libro que es un 10.
Un saludo y buen comienzo de semana
Rosana Ferrero 17 de enero de 2022, 08:58