R

Software libre
Desktop
Autónomo
Pequeña empresa
Pyme
Gran empresa
R Foundation
Data Science

R es una suite open source de utilidades y un lenguaje de programación para manipulación de datos, cálculos estadisticos, analítica y visualización de gráficos.

El entorno es fácilmente ampliable con nuevos paquetes (estadisticos, de gráficos, analíticos, etc.) aportados por la comunidad de usuarios y desarrolladores de R.

Dada su flexibilidad, sus capacidades y el hecho de tratarse de software libre un gran número de aplicaciones empresariales, especialmente de software de business intelligence y analítica, están creando conectores con R, o incluso lo integran dentro de la misma herramienta.

Existen varios IDE's o entornos visuales que facilitan el trabajo con R, pero quizás el más extendido es RStudio, cuya versión Desktop se distribuye también como Open Source.

 

Recursos sobre R

Formación

Aprende R para Data Science

Recursos

Página oficial del proyecto R

Página de descarga de distribuciones y packages de R

 

Manuales en español sobre R

  • “R para Principiantes”, the Spanish version of “R for Beginners”, translated by Jorge A. Ahumada (PDF).
  • A Spanish translation of “An Introduction to R” by Andrés González and Silvia González (PDF,Texinfo sources).
  • “Gráficos Estadísticos con R” by Juan Carlos Correa and Nelfi González (PDF).
  • “Cartas sobre Estadística de la Revista Argentina de Bioingeniería” by Marcelo R. Risk (PDF).
  • “Introducción al uso y programación del sistema estadístico R” by Ramón Díaz-Uriarte, transparencies prepared for a 16-hours course on R, addressed mainly to biologists and bioinformaticians (PDF).
  • “Generacion automatica de reportes con R y LaTeX” by Mario Alfonso Morales Rivera (PDF).
  • “Metodos Estadisticos con R y R Commander” by Antonio Jose Saez Castillo (PDF, ZIP, 2010-07-08).
  • “Optimización Matemática con R: Volumen I” by Enrique Gabriel Baquela and Andrés Redchuk (PDF, 161 pages).
    Data sets and complementary information are available athttps://www.modelizandosistemas.com.ar/p/optimizacion-con-r.html.
  • “Introducción al uso de R y R Commander para el análisis estadístico de datos en ciencias sociales” by Rosario Collatón Chicana (PDF, 128 pages, 2014-05-11).
  • “El arte de programar en R” by Julio Sergio Santana and Efraín Mateos Farfán (PDF, 197 pages, 2014-12-15; online).

 

Publicaciones sobre R en Dataprix

 

Libros y recursos gratuítos de R y Data Science

Recursos para aprender a trabajar con R y hacer actividades de Datamining o Data Science

 

Análisis exploratorio en R

Dentro de las actividades de análisis de datos, está el análisis exploratorio de los datos fuente. Datos fuente que se utilizarán en diferentes tipos de procesos: integración de datos, reporting, modelos predictivos, etc..

Dicho análisis se basa en gráficos y estadísticos que permiten explorar la distribución identificando características tales como: frecuencias, valores atípicos o outliers, saltos o discontinuidades, concentraciones de valores, disperión, forma de la distribución, correlaciones, etc...

 

Data Science - Breve guía para interpretar modelos cluster

En clustering se deja que los datos se agrupen de acuerdo a su similitud. Estos modelos son agrupaciones de segmentos -clusters- que contienen casos, tales como clientes, pacientes, autos, etc.

Una vez que un modelo de cluster es desarrollado, una pregunta emerge: ¿Cómo puedo describir mi modelo?

Aquí presentaremos una manera para acercarnos a la respuesta, a través de la implementación del Gráfico de Coordenadas in R (código disponible al final del post)..

 

Data Science - Análisis dinámico de outliers con R

Los outliers, (o "valores extremos"), son un tema siempre presente cuando se analizan datos, sin importar el origen de los mismos.

Aquí se presenta un análisis didáctico y visual hecho con el lenguaje R..

 

Geo Data Science con R

El siguiente análisis está realizado con el lenguaje R y la libreria Google Vis para la visualización de gráficos. Es tan importante medir la esperanza de vida así como también la calidad de la misma. Se analizarán datos de eurostat basados en las variables Healthy life years y Life expectancy..

 

Aprendiendo a crear informes automáticos desde R con rmarkdown y knitr

La semana pasada asistí a un encuentro de RugBcn, el Grupo de Usuarios de R de Barcelona, que tenía por objetivo mostrar cómo crear informes automáticos directamente desde R gracias a las librerías rmarkdown y knitr. El título del evento era 'Automatic Reporting with rmarkdown'..

 

Prueba Semrush gratis 14 días!