El pasado mes de diciembre, la genetista Sylvia Tippmann publicó un artÃculo en el apartado toolbox de Nature (texto completo en inglés puede leer aquÃ) cuyo tÃtulo era “Programming tools: Adventures with R”. Os traigo este post porque en el artÃculo se destacaba el imparable incremento del uso del software estadÃstico R para el análisis de datos en los últimos años. En la gráfica que se muestra a continuación extraÃda del artÃculo 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 extraÃdo del artÃculo)
Sylvia Tippmann/Source: Elsevier Scopus database
Como ya sabréis R
es un lenguaje y entorno de programación para análisis estadÃstico y gráfico.
Se trata de un proyecto de software libre, basado en la creación de diferentes
bibliotecas o paquetes con finalidades especÃficas de cálculo o gráfico. Fue
desarrollado por Robert Gentleman y Ross Ihaka
del Departamento de EstadÃstica de la Universidad de Auckland en 1993.
Entre los inconvenientes y ventajas de este programa me
gustarÃa destacar los siguientes:
Como reconocen en el artÃculo, 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 dÃa de hoy existen más de 6000 paquetes para todo tipo de propósitos
frente a los 200 que habÃa 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 artÃculo 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.
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 aquÃ. Y también os ponemos aquà algunas propuestas de sitios para
aprender como son:
- Manuales de introducción:
- 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 EstadÃstica 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 tÃtulo "VIDEOTUTORIAL DE R Y DE SU APLICACIÓN
R-COMMANDER PARA EL MASTER DE SALUD PÚBLICA". Puedes visitar este recurso pinchando aquÃ
No hay comentarios:
Publicar un comentario