Group items tagged

al margen de los datos estructurados que podemos extraer: usuario, conexiones con otros usuarios, fecha y hora de publicación

con el lenguaje R y las funciones especializadas podemos trasladar las informaciones

Una vez que hemos obtenido los datos en bruto

en tablas normalizadas que nos permitirán realizar una exploración analítica de los datos y su representación gráfica

, de actitudes positivas o negativas hacia un determinado acontecimiento, producto o servicio

Asimismo, tenemos la posibilidad de realizar análisis, en el texto

el aspecto más interesante es poder extraer información significativa del propio texto

para tratar esas cantidades ingentes de datos atómicos y convertirlos en información

Nuevo S y S4

de esa necesidad de tratar con datos surgieron los lenguajes de tratamiento estadístico, como R

Nuevo S y S4

de la que se pueda inferir un conocimiento

‘S’, el antepasado de R

la mayor parte del análisis y computación estadísticos se realizaba por medio de subrutinas en Fortran

desarrollaron ‘S’ como un conjunto de bibliotecas de macros Fortran, que se convirtieron en su entorno de análisis estadístico interno

Nuevo S y S4

en código C

En 1988, se reescribió completamente S

se sustituyeron las macros por funciones y se modificó la sintaxis para hacerla más consistente, aunque también más estricta

se añadieron las funciones de modelado estadístico

en 1998 se liberó la cuarta versión, que actualmente es vigente, también denominada S4

S-Plus y los cambios de manos

En 1993, Bell Labs vendió a StatSci la licencia para la explotación comercial de S

sacaron su versión comercial bajo el nombre S-Plus, haciendo referencia a las múltiples características que habían añadido a S (principalmente interfaz gráfica).

En 2004 adquirió la totalidad del lenguaje S y en 2008 fue comprada por Tibco, que es el propietario actual.

tras todos estos cambios de compañía, los fundamentos de S apenas han variado desde 1998

Ross Ihaka y Robert Gentleman

Era 1991 cuando estos dos neozelandeses crearon R

gran similitud sintáctica con S-Plus

puede ejecutarse sobre cualquier sistema operativo convencional, e incluso en plataformas tan inverosímiles como puede ser una PlayStation 3.

muy poco soporte para gráficos dinámicos o en 3D

obligación de que todos los objetos se guarden en memoria física

R no es un lenguaje ideal para todas las situaciones, pero sin duda es uno de los más útiles a la hora de estructurar y manipular datos, especialmente grandes colecciones de ellos.

Un par de buenas noticias para finalizar este breve análisis. La primera es que disponemos de una suite llamada RStudio que hace algo más sencillo el trabajo con R. La segunda es que podemos aprender a usar R de forma bastante sencilla y gamificada a través de Try R, un curso online elaborado por la editorial O'Reilly usando la plataforma Code School de forma totalmente gratuita.

Just one simple line of [R] code that would work just as well for a 100-by-100 loss triangle as it would for a 10-by-10 triangle. No hidden cells in the spreadsheet, no risk of spreadsheet error. It's a little bit of code you could look at in one screen, it's replicable ... and this does all the work that a spreadsheet would do. 

He uses the Allstate Claim Prediction Challenge data (from a recent Kaggle competition) to fit a Tweedie model to 13 million records of claim data. (The Tweedie distribution is often used to model insurance claims, where many claims are exactly zero, and non-zero claims follow a continuous Gamma-like distribution.) Using the forthcoming rxGLM function, he fit the model to this large data set in just over two minutes (140.22 seconds) using a single quad-core PC.

R is a full-fledged programming language with a radically different approach to processing large and complex datasets

R community develops and releases new software continuously

R also offers benefits to companies trying to reduce their software expenditures with enterprise software vendors such as SAS and SPSS.

R is especially useful for quickly and easily generating charts and graphics

R allows

to create high-quality charts and graphs

R allowed them to effectively communicate their analytic results in ways that were easily understood by non-technical audiences

R is an object oriented programming language. This means that virtually everything can be stored as an R object. Each object has a class. This class describes what the object contains and what each function does with it. For instance, plot(x) produces different outputs depending on whether x is a regression object or a vecto

The assignment symbol is "<-". Alternatively, the classical "=" symbol can be used.

Arguments are passed to functions inside round brackets (parentheses). One can easily combine functions. For instance you can directly type

The symbol "#" comments to the end of the line:

Commands are normally separated by a newline. If you want to put more than one statement on a line, you can use the ";" delimiter.

You can also have one statement on multiple lines. R is case sensitive: a and A are two different objects. Traditionally underscores "_" are not used in names. It is often better to use dots ".". One should avoid using an underscore as the first character of an object name.

Here are some things editors do to keep this book internally consistent. If you have something to contribute, go ahead and make your contribution. Other editors can touch up your edits afterwards so that they conform to the guidelines.

The local manual of style WB:LMOS for the R programming book, including a brief explanation of why we do it that way, is: Examples use "source" tags : <source lang="rsplus"> a <- 1:10 ; mean(a) </source>. That makes them look pretty to our readers. The name of packages are in bold  : '''Hmisc'''. Name of functions are in "code" tags: <code>lm()</code>. Page titles -- the part after "R Programming/" -- are in sentence case, like "R Programming/Working with data frames". We couldn't decide between sentence case and title case, so I flipped a coin. Every page has <noinclude>{{R Programming/Navigation}}</noinclude> at the top and {{R Programming/Navbar|Mathematics|Probability Distributions}} at the bottom. That makes it easier to navigate from one page to another online.