El aumento de uso de R en ciencias según Nature

El pasado mes de diciembre, la genetista Sylvia Tippmann publicó un artículo en el apartado toolbox de Nature (texto completo en inglés puede leer aquí) cuyo título era “Programming tools: Adventures with R”. Os traigo este post porque en el artículo se destacaba el imparable incremento del uso del software estadístico R para el análisis de datos en los últimos años.  En la gráfica que se muestra a continuación extraída del artículo se observa como en los 6 últimos años ha aumentado el uso de este software en todos los campos pero sobre todo en ciencias (ver gráfico extraído del artículo)

Sylvia Tippmann/Source: Elsevier Scopus database

Como ya sabréis  R es un lenguaje y entorno de programación para análisis estadístico y gráfico. Se trata de un proyecto de software libre, basado en la creación de diferentes bibliotecas o paquetes con finalidades específicas de cálculo o gráfico. Fue desarrollado por Robert Gentleman y Ross Ihaka del Departamento de Estadística de la Universidad de Auckland en 1993.

Entre los inconvenientes y ventajas de este programa me gustaría destacar los siguientes:

 

Como reconocen en el artículo, paralelo al aumento en el uso de R se ha producido un aumento en el número de paquetes que se han creado para este programa. A día de hoy existen más de 6000 paquetes para todo tipo de propósitos frente a los 200 que había en 2003. Los paquetes de R son como complementos que se pueden instalar en R con funciones y comandos para realizar todo tipo de análisis.

En este artículo destacan algunos de los paquetes más utilizados en ciencias como son:

SolaR:paquete que proporciona funciones para determinar la radiación solar que cae sobre la Tierra
ggplot2 es uno de los paquetes más populares para la creación de gráficos.
DCluster es un paquete para detección especial de cluster de enfermedades. Bioconductor que proporciona herramientas para el análisis de datos de genómica.

Epicalc: es un paquete de análisis epidemiológico.

Si quieres aprender más sobre R te invitamos a visitar la página de este blog sobre R aquí. Y también os ponemos aquí algunas propuestas de sitios para aprender como son:

• Manuales de introducción:

• http://cran.r-project.org/doc/contrib/R-intro-1.1.0-espanol.1.pdf

• http://web.udl.es/Biomath/Bioestadistica/R/Introduccion/Introduccion%20al%20uso%20de%20R%20(20111).pdf

• Wikis:

• The UCLA wiki: http://www.ats.ucla.edu/stat/r/

• The Princeton wiki: http://data.princeton.edu/R/gettingStarted.html

• York University wiki: http://scs.math.yorku.ca/index.php/R:_Getting_started_with_R

• Vanderbilt’s wiki: http://biostat.mc.vanderbilt.edu/wiki/Main/RS

• Using R to show data wiki: http://www.sr.bham.ac.uk/~ajrs/R/r-show_data.html

Además en  el curso 2010-2011el equipo directivo del Master de Salud Pública de la Universidad Miguel Hernández  en el que imparto docencia decidió introducir en la docencia de la asignatura de Estadística Aplicada a las Ciencias de la Salud el software libre R project. 

Por ello en el año 2011 aprovechando  la Convocatoria de Ayudas a Acciones de Innovación Docente de la UMH 2011, pedimos el siguiente proyecto que llevaba por título "VIDEOTUTORIAL DE R Y DE SU APLICACIÓN R-COMMANDER PARA EL MASTER DE SALUD PÚBLICA". Puedes visitar este recurso pinchando aquí