Ratio: 5 / 5

Inicio activadoInicio activadoInicio activadoInicio activadoInicio activado
 

software r

Figura 1. Logo del Software R.

 

[dropcap type="square" color="COLOR" background="COLOR" ]R[/dropcap] es el software de referencia en el mundo de la Estadística, la herramienta más potente del mercado. Numerosas empresas y universidades utilizan el software R para sus análisis pero, ¿qué es realmente R? y ¿por qué me debería interesar?.

¿Qué es R?

R es un lenguaje para el análisis estadístico y gráfico. Se trata de un ambiente de programación formado por un conjunto de herramientas muy flexibles que pueden extenderse fácilmente mediante paquetes o librerías o definiendo nuestras propias funciones. Además es gratuito.

Es de código abierto, un Open Source parte del proyecto GNU como Linux o Mozilla Firefox. ¡Y ahí radica una de sus principales ventajas! Cualquiera puede descargar y crear su código de manera gratuita, no hay restricciones de uso, la única regla es que la distribución siempre sea libre (GPL).

Gracias a poder acceder a su código, el software deja de ser la caja negra típica de otros softwares estadísticos comerciales (como Statistica, SPSS). Como resultado, R forma parte de un proyecto colaborativo, donde la comunidad de usuarios (integrada por programadores de alto nivel) contribuye a desarrollar nuevas funciones y paquetes que rápidamente son accesibles a todo público. Esto hace que R sea estable, confiable y actualizado.

[message_box title="" type="error" close="yes|no"]El software R no es la caja negra típica de otros softwares estadísticos comerciales.[/message_box]

R es un lenguaje Orientado a Objetos: significa que las variables, datos, funciones, resultados, etc., se guardan en la memoria activa del computador en forma de objetos con un nombre específico. Esta característica permite aplicar cálculos a un conjunto de valores a la vez sin la necesidad de utilizar un algoritmo más sofisticado como una función bucle (loop).

R es un lenguaje interpretado (como Java) y no compilado (como Fortran o Pascal), es decir, los comandos escritos en el teclado son ejecutados directamente sin necesidad de construir un ejecutable. Esto facilita mucho nuestro trabajo.

grafico R1

grafico R2 

Figura 2. Ejemplos de gráficos en R.

 

¡Y aún quedan muchas ventajas por contar del software R!, por ejemplo:

  • Es una herramienta muy poderosa para todo tipo de procesamiento y manipulación de datos.
  • Algunas técnicas avanzadas y robustas solo pueden realizarse con este software.
  • Ambiente de trabajo muy flexible y extensible.
  • Existe una gran comunidad de usuarios y programadores que actualizan y agregan constantemente funciones y paquetes de funciones.
  • Gráficos de alta calidad exportables en diversos formatos: PostScript,pdf, bitmap, pictex, png, jpeg, etc...
  • Gran cantidad de información sobre sus funciones y paquetes de funciones.
  • Consume pocos recursos informáticos.
  • R está disponible para todos los sistemas operativos (Windows, Macintosh y sistemas Unix -como Linux-).
  • R trabaja con otros lenguajes. R permite leer datos de otros softwares como SPSS, SAS, Excel, etc..
  • Puedes crear aplicaciones web interactivas (apps) desde R con la herramienta Shinny.
  • Puedes crear un flujo de trabajo para escribir informes reproducibles y dinámicos con R, y en varios formatos (pdf, word, html).

Mmm… pero alguna contra debe de tener, ¿no? Pues, no te voy a mentir, su principal ventaja es también su punto débil para los principiantes. R utiliza una línea de comandos en lugar de la interfaz gráfica que utilizan otros tipos de softwares comerciales. Esto hace que la sintaxis sea exigente y requiera mucha práctica. ¡La práctica hace al maestro!

El inicio con R es exigente (se suele decir que tiene una curva de aprendizaje "empinada") pero es recompensado con creces al poco tiempo cuando conoces la potencia que tiene en el manejo de datos. Por eso, no desesperes a la primera, relájate y practica todo lo que puedas con códigos de ejemplos.
Solo existe una forma de aprender R, ¡utilizarlo! Lo importante es que pases un tiempo frente al ordenador practicando y, por qué no, jugando con él.

[message_box title="" type="error" close="yes|no"]¡La práctica hace al maestro! Solo existe una forma de aprender R, ¡utilizarlo![/message_box]

ALGUNOS EJEMPLOS DE LO QUE PUEDES HACER CON R

Con R, por ejemplo, puedes estudiar correlaciones, ajustar modelos, crear gráficos 3D de altísima calidad, aplicar árboles de decisión, realizar análisis cluster, análisis de componentes principales, crear redes neuronales de predicción, etc..
Debajo te dejo algunas imágenes de estos análisis aplicados a un conjunto de datos clásico como son los datos de lirios (iris) que tienen un gran interés histórico. Fisher (1936) los utilizó en su trabajo pionero sobre el análisis discriminante. Se trata una muestra de 150 plantas de tres especies del género de flores de Iris (Setosa, Versicolor y Virginica; 50 de cada clase) y 4 variables, sobre el sépalo (longitud y ancho del sépalo) y el pétalo (longitud y ancho del pétalo; ambas en centímetros) de la flor.

analisis con R software
Figura 3. Ejemplos de análisis con R

HERRAMIENTAS RECOMENDADAS PARA COMENZAR CON R

Mi caja de herramientas. Esta es mi selección de herramientas recomendables para utilizar con R software.

1. Utiliza RStudio como editor de texto.

R studio

R no es una aplicación, es decir, podemos elegir nosotros mismos qué editor de texto queremos utilizar junto con R. Estos permiten comprobar si hemos escrito bien el código indicando, por ejemplo, si nos falta ningún paréntesis o autocompletando el código cuando no recordamos el nombre completo de alguna función. Te recomiendo que utilices el editor de texto RStudio, que además de ser muy completo es gratuito. Tiene un sistema de ventanas y pestañas muy intuitivo y sencillo, como puedes ver en la siguiente imágen.

Rstudio editor RFigura 3. RStudio, el mejor editor de texto para R.

2. Crear aplicaciones web interactivas con Shiny.

shiny

¿Cómo puedes compartir en la web los desarrollos de R de forma rápida y sencilla? A partir de R y RStudio puedes crear aplicaciones web interactivas (apps) con el paquete Shinny. Se le llama programación reactiva porque vincula valores que cambian en el tiempo y expresiones que registran esos cambios, es decir, la salida que reconstruye el servidor depende de los valores de entrada que le demos. Para recoger estos valores dados por el usuario Shiny utiliza widgets preestablecidos de gran calidad que permiten al usuario experimental la app con un mínimo esfuerzo.

No hace falta conocimiento de HTML o JavaScript, solo conocer R. Puedes ver un ejemplo de su aplicación aquí.

Debajo puedes ver algunos ejemplos de los resultados que puedes obtener con Shiny, visita la galería de Shiny para conocer todo el potencial de esta herramienta y llevar R a la web!. También puedes consultar esta sencilla Hoja de referencia a en español para comenzar a trabajar con Shiny.

shiny aplicaciones
Figura 4. Shiny, para crear aplicaciones.

3. Crea informes dinámicos con RMarkdown.

rmarkdown

Podemos convertir nuestros textos y análisis en documentos de alta calidad, informes, presentaciones, etc.y exportarlos en distintos formatos (pdf, word, html). Además podemos incluir fórmulas y tablas con código Latex e imágenes de cualquier formato.

Lo que hace R Markdown es crear un flujo de trabajo para escribir informes reproducibles y dinámicos con R, esto nos viene de perlas para obtener en un mismo documento códigos y resultados de R y actualizarlos rápidamente.

Si quieres comenzar a utilizar R markdown vista esta sencilla Hoja de Referencia en español, debajo te dejo una imagen para que visualices cómo trabaja.

RMarkdown textos
Figura 5. RMarkdown, le da formato a tus textos.

Y por último, puedes combinar estas dos últimas herramientas y convertir tu informe R markdown en un documento interactivo Shiny. ¡Imagina todas las combinaciones que tienes a tu alcance! Te dejo un ejemplo donde Manuel Oviedo de la Fuente (de la Universidad de Santiago de Compostela) convierte un archivo de R markdown ejemplo1.Rmd en uno interactivo con R shiny ejemplo2.Rmd.

Y ahora, ¿qué esperas para comenzar con R?

Enlaces de Interés:

 

Comentarios (0)

Rated 0 out of 5 based on 0 votes
There are no comments posted here yet

Deja tus comentarios

Posting comment as a guest.
Archivos adjuntos (0 / 3)
Share Your Location
Escribe el texto que se muestra en la siguiente imagen. ¿No lo ves claro?