Skip to main content

Home/ foe_2013/ Group items tagged casos

Rss Feed Group items tagged

Alexis Agustín

Actuarial Analytics in R - 0 views

    • Alexis Agustín
       
      En este artículo se expone la increible versatilidad del lenguaje R con un monton de ejemplos en los que se ha usado (Analisis de estadisticas en Baseball, juzgar la calidad de un vino, analisis de datos de un scanner de supermercado) y luego introduce una presentacion donde se analizan 4 casos entre los que se encuentra uno interesante sobre el tiempo ademas de otro donde se valora los datos de un grupo de trabajadores
  • With data analysis showing up in domains as varied as baseball, evidence-based medicine, predicting recidivism and child support lapses, judging wine quality, credit scoring, supermarket scanner data analysis, and “genius” recommendation engines, “business analytics” is part of the zeitgeist. This is a good moment for actuaries to remember that their discipline is arguably the first – and a quarter of a millennium old – example of business analytics at work.
  • This session will include an overview of the R statistical computing environment as well as a sequence of brief case studies of actuarial analyses in R. Case studies will include examples from loss distribution analysis, ratemaking, loss reserving, and predictive modeling.
    • Alexis Agustín
       
      En este artículo se expone la increible versatilidad del lenguaje R con un monton de ejemplos en los que se ha usado (Analisis de estadisticas en Baseball, juzgar la calidad de un vino, analisis de datos de un scanner de supermercado) y luego introduce una presentacion donde se analizan 4 casos entre los que se encuentra uno interesante sobre el tiempo ademas de otro donde se valora los datos de un grupo de trabajadores
LaRuPu upv

Statistical Computing with R: A tutorial - 0 views

  • R is a software package especially suitable for data analysis and graphical representation
  • is not particularly efficient in handling large data sets
  • Students can quickly grasp the role of outliers and influential points in a simple linear regression
    • LuCla EdPa
       
      No es eficiente manejando bases de datos grandes
  • ...9 more annotations...
  • R can be used as an ordinary calculator
    • LuCla EdPa
       
      Fácil manejo, se puede interactuar con expresiones simples
  • > 2 + 3 * 5      # Note the order of operations. > log (10)       # Natural logarithm with base e=2.718282 > 4^2            # 4 raised to the second power > 3/2            # Division > sqrt (16)      # Square root > abs (3-7)      # Absolute value of 3-7 > pi             # The mysterious number > exp(2)         # exponential function > 15 %/% 4       # This is the integer divide operation > # This is a comment line
    • LuCla EdPa
       
      Al igual que Matlab, puede usarse como una potente calculadora
  • x<- log(2.843432) *pi
    • LuCla EdPa
       
      Ejemplos
  • R can handle complex numbers, too.
    • LuCla EdPa
       
      Para fijar valores a variables, usamos '
  • Important note: since there are many built-in functions in R, make sure that the new object names you assign are not already used by the system. A simple way of checking this is to type in the name you want to use. If the system returns an error message telling you that such object is not found, it is safe to use the name. For example, c (for concatenate) is a built-in function used to combine elements so NEVER assign an object to c!
    • LuCla EdPa
       
      También admite el uso de números complejos
  • Character vector:
    • LuCla EdPa
       
      Al igual que en los lenguajes de programación no puedes poner una variable con nombre de función, en R no puedes asignar una variable con nombre de objeto
  • Note that m1*m2 is NOT the usual matrix multiplication. To do the matrix multiplication, you should use %*% operator instead
    • LuCla EdPa
       
      Vectores de caracteres
  • 2.4 Finding roots: a simple example
    • LuCla EdPa
       
      Para multiplicar matrices, usamos %*%
  • R is a software package especially suitable for data analysis and graphical representation. Functions and results of analysis are all stored as objects, allowing easy function modification and model building. R provides the language, tool, and environment in one convenient package. It is very flexible and highly customizable. Excellent graphical tools make R an ideal environment for EDA (Exploratory Data Analysis). Since most high level functions are written in R language itself, you can learn the language by studying the function code.
    • LuCla EdPa
       
      La información que ya hemos adquirido es suficiente para tener una idea del funcionamiento de R, omitimos el resto
  •  
    Ejemplos gráficos y explicación matemática de lo que es capaz de hacer R
  •  
    uso de R para crear estadisticas y graficos en este caso en la industria del automovil.
diigo lemon

Ecología austral - ¿Por qué comprar un programa estadístico si existe R? - 0 views

  • implementan distintos algoritmos para llevar a cabo los mismos tipos de análisis, los usuarios se benefician de una comparación entre los programas más usados
  • son bastante específicos y se circunscriben a aspectos puntuales.
  • Amigabilidad con el usuario.
  • ...59 more annotations...
  • comparación general sobre la base de una serie de aspectos
  • SAS (SAS Institute Inc. 2007) ha sido por largos años el software más utilizado en la comunidad estadística
    • empresa 2013
       
      En cada color se remarcan sus caracteristicas: -SPSS en amarillo -SAS en rosa -R en azul
    • empresa 2013
       
      En verde caracteristicas conjuntas.
  • SPSS es bastante amigable para el usuario, ya que permite acceder a todas las opciones mediante un menú de funciones
  • SAS y R requieren conocer la sintaxis y/o los comandos antes de ejecutar un procedimiento, lo cual los hace poco amigables para aquellos usuarios no familiarizados con la programación computacional
  • R no es necesario utilizar el menú de funciones
  • para ejecutar SAS, además de requerir sintaxis es necesario utilizar los botones de la interfaz gráfica
  • b. Manipulación de datos.
  • Tanto SPPS como SAS permiten abrir el archivo de datos en una ventana aparte, lo cual puede ser importante para algunos usuarios.
  • R muestra los datos, o una porción de ellos, según se requiera, aunque empleando la función "fix" también es posible mostrar y editar los datos en una ventana.
  • c. Calidad de gráficos.
  • d. Control de procesos.
  • e. Costo
  • f. Variedad de análisis estadísticos
  • g. Documentación y soporte de ayuda.
  • h. Sistemas operativos
  • SPSS ofrece una serie de gráficos tipo que si bien pueden modificarse en su formato
  • son difíciles de personalizar
  • SAS como R permiten el diseño personalizado de gráficos
  • SAS requiere del uso de diferentes rutinas (o paquetes)
  • R son más sencillas (o "planas") y no requieren de una gran cantidad de paquetes.
  • Tanto SPSS y SAS ofrecen generalmente una gran cantidad de salidas completas ("outputs") para un procedimiento estadístico cualquiera
  • R ofrece como salidas sólo aspectos básicos y, en el caso de que el usuario necesite más detalles, debe solicitarlos especialmente.
  • R es totalmente gratuito y está disponible en Internet,
  • SAS es el software estadístico más caro del mercado.
  • SPPS cuesta U$S 1599 (SPPS Inc. 2007), un valor promedio a levemente alto entre los programas estadísticos de similar categoría, y corresponde a una licencia perpetua
  • A pesar de que el sistema operativo (S.O.) Microsoft Windows® está ampliamente difundido, existe una gran cantidad de usuarios que usan otros sistemas operativos. Los tres programas analizados están implementados para Windows®. Si bien tanto SPSS como SAS pueden funcionar en el S.O. Linux, su configuración es compleja. SPPS también puede ejecutarse en Macintosh®. R es el único que funciona de manera estable e íntegra en los tres sistemas operativos de mayor uso. La versatilidad de plataformas donde R puede ser instalado ofrece una ventaja para los diferentes usuarios en distintas disciplinas.
  • Una ventaja de SPSS y de SAS es el soporte (e.g., servicio al cliente), a través del cual es posible indicar problemas de ejecución en ciertos procedimientos y, por lo tanto, obtener el respaldo técnico de las respectivas empresas.
  • para R no existe un respaldo formal de una empresa con respecto a todos sus paquetes, rutinas y funcionamiento general. Es decir, R no tiene ninguna garantía legal y el usuario asume cualquier potencial problema causado por su uso
  • SPPS ofrece un amplio rango de procedimientos estadísticos, que probablemente cubren gran parte de los que se utilizan en ecología e ingeniería. Sin embargo, cuando se requiere de mayores especificaciones en los procedimientos (e.g., el ajuste de un modelo no lineal no converge y es necesario definir el rango posible de valores para los parámetros del modelo), SPPS no ofrece mucha versatilidad.
  • SAS es un software de sólido desarrollo y en donde la empresa invierte cerca del 20% de sus utilidades en investigación (SAS 2007). Por lo tanto, la variedad de procedimientos implementados es bastante amplia.
  • R ha sido desarrollado por estadísticos que trabajan en diferentes instituciones a nivel mundial y, por lo tanto, implementa algoritmos modernos y robustos. Además, un número importante de paquetes están continuamente siendo desarrollados y puestos a disposición en Internet para su instalación.
  • nueva alternativa, el programa R
  • Existen varios programas estadísticos genéricos.
  • uso de los botones de la interfaz gráfica
  • SPSS (SPSS Inc. 2007) es un software lanzado al mercado en 1968.
  • programa estadístico y un lenguaje de programación de uso libre, de distribución gratuita y de código abierto
  • ciencias sociales
  • SAS (SAS Institute Inc. 2007) ha sido por largos años el software más utilizado en la comunidad estadística
  • uso sencillo de las opciones, acceso rápido a datos y procedimientos, generación de salidas y gráficos
  • SAS (SAS Institute Inc. 2007)
  • requiere el ingreso de comandos
  • SAS (SAS Institute Inc. 2007)
  • necesita del conocimiento de la sintaxis antes de su uso
  • R (Ihaka & Gentleman 1996; R Development Core Team 2007)
  • programa estándar empleado en ensayos clínicos y por la industria farmacéutica en los Estados Unidos.
  • basado sobre comandos, en el que se puede acceder a todos los procedimientos y opciones a través de sintaxis computacional.
  • similar al programa estadístico S-plus
  • derivados de un lenguaje estadístico llamado S y
  • orientación y administración diferentes a las de R, y además se enfocan en aquellos mercados y usuarios que les proporcionan los mayores beneficios.
  • SPSS como SAS son programas comerciales
    • Joan Bono
       
      Aunque visualmente, no tan avanzado o bonito como puede ser SPSS o SAS, en relación calidad precio, muchísimo mejor (no olvidemos que es de licencia gratuita), y nada tiene que envidiar a los otros dos programas conocidos en cuanto a funcionalidad, que al fin y al cabo, es lo que cuenta. Algo que destacar de R es que para el poco tiempo de "vida" que tiene, cuenta ya con gran cantidad de librerias y algoritmos robustos que son implementados por científicos de todo el mundo.
  • se comparan con el software estadístico R. Sobre la base de este análisis, se propone el uso de R en ciencias ecológicas e ingeniería en Latinoamérica y en países del tercer mundo en general, porque ofrece el uso gratuito de un software de primer nivel, así como también un mayor control de los análisis conducidos, extensa documentación, y un ambiente de programación desarrollado para aplicaciones estadísticas y con capacidad para ser empleado en otras áreas cuantitativas de diversas disciplinas.
  • ¿Por qué comprar un programa estadístico si existe R?
  • R muestra los datos, o una porción de ellos, según se requiera, aunque empleando la función "fix" también es posible mostrar y editar los datos en una ventana. Debido a que tanto SAS como R emplean sintaxis y procedimientos que afectan a los datos en una memoria virtual, cualquier modificación en los datos (e.g., crear una variable que no existe en el archivo) no es guardada físicamente en el archivo (a menos que se requiera al finalizar una sesión). Es decir, uno puede incorporar transformaciones a un archivo de datos, dejando intacto el archivo original. Esta es una gran ventaja ya que por muchos análisis que se realicen, siempre es posible partir de un único archivo de datos, evitando la duplicación de versiones.
  • R es totalmente gratuito y está disponible en Internet, al igual que cada versión nueva. No es necesario pagar ni por obtener el software ni por actualizarlo. La instalación típica de R consiste de una serie de paquetes, y cada paquete nuevo que ha sido desarrollado es publicado en Internet, desde donde se puede obtener y agregar a R. A diferencia de SPSS y de SAS, la distribución de R es actualizable, pudiéndosele agregar paquetes adicionales por separado.
  • La renovación e implementación de nuevos procedimientos en R es relativamente rápida. Frecuentemente aparecen nuevos procedimientos y/o paquetes en desarrollo y en revisión, los cuales después pueden ser obtenidos a través de Internet e instalados directamente.
  • la capacidad de producir gráficos de calidad y la amplia documentación gratuita, entre otros aspectos, hacen de R un excelente programa estadístico para ser usado en docencia e investigación. La gratuidad de R además, permite no solo trasmitir el uso de un software legal, sino también acceder libremente a un programa de alta calidad. Por otra parte, la transparencia en la construcción de R permite un mayor control del proceso de generación de conocimiento por parte de los usuarios.
    • diigo lemon
       
      En este artículo se dan a conocer las diversas herramientas de análisis estadístico que están en el mercado y hace una comparación entre ellas. Centrándonos en R, podemos destacar: su poca amabilidad con el usuario, ya que se trata de un lenguaje difícil; su buena disposición al manejo de datos; su sencillez y gran calidad en el diseño de gráficos; su flexibilidad en el control de procesos, gracias a ser de código abierto; su disposición gratis a través de internet ya que se trata de software libre de código abierto; su gran variedad de análisis estadísticos ya que al ser de código abierto, acepta contribuciones de todos los usuarios; su gran cantidad de documentación y el buen soporte de ayuda al que contribuye toda la comunidad de usuarios realizando manuales gratuitos; su versatilidad al poder usarse perfectamente en Windows, Macintosh y Linux. El artículo finaliza con las conclusiones, las cuales se basan principalmente en que es un software libre de código abierto que ofrece una gran variedad de análisis estadísticos, la alta calidad de sus gráficos y la amplia documentación gratuita.
anonymous

getting-started:case-studies:case-studies [R Wiki] - 2 views

    • anonymous
       
      Diferentes casos de personas que utilizaban otros programas, pero al descubrir la programación en R se pasan a ésta por su potencia, flexibilidad, precisión, compatibilidad, etc.
  • gain the extra flexabillity and power
  • R for doing some routine statistical calculations
  • ...2 more annotations...
  • R is known to be more reliable
  • R is also cross-platform
Practica 5 de FOE

R - Nada es Gratis - 0 views

    • pajoje lololo
       
      Según la perspectiva de Jesús Fernández Villa-Verde, compara con otros programas como el Excel, citamos al autor: Todas estas razones me llevan a concluir que R es la mejor manera de efectuar análisis estadístico. Mientras que emplear Excel puede funcionar en unos cuantos casos. Eso entre otra cosas que nos comenta es que el lenguaje R tiene una mayor facilidad al utilizarlo y es mas completo, ya que tiene una gran cantidad de distinto paquetes, los cuales ayudan a la mejora del programa. También nos habla de las relaciones que tiene con los programas como C++ o matlab, lo que ayuda al fácil manejo del programa.
  • R tiene miles de paquetes (packages en inglés) que permiten extensiones de todo tipo.
pajoje lololo

How R Can Help Your Business - ReadWrite - 0 views

    • pajoje lololo
       
      En este curioso artículo se habla de una especie de competición de programación en R, en el cual se exponen algunos ejemplos en los que este lenguaje puede serle útil a la industria. Concretamente se habla del ejercicio ganador, que consistió en un algoritmo capaz de evaluar los Tweets para estimar la satisfacción de los clientes y extraer conclusión sobre la calidad del servicio que ofrece la empresa, en este caso, la industria de las aerolineas.
corozo56

R Matrix Operations - YouTube - 1 views

shared by corozo56 on 25 Apr 13 - No Cached
    • corozo56
       
      En estos dos videos(aqui dejamos el link del video de matlab http://www.youtube.com/watch?v=CnuFGYBvnmU ),podemos observar varias diferencias a la hora,en este caso de realizar matrices con cada lenguaje de programación. Por ejemplo en R,se necesita especificar que es una matriz ,en cambio en Matlab no hace falta especificar y cada dato se separa entre comas,y cada columna entre punto y coma. Otro ejemplo, es la traspuesta en R, se nombra con t y en matlab con ' .Por último,otra diferencia clara es la multiplicación.En matlab se nombra con * , pero en R es de la manera siguiente : %*%. Si seguimos avanzando podemos encontrar mas diferencias,pero estas tres explicadas son claras para cualquier aprendiz básico de los lenguajes de programación.
Raúl Sarrión

Lenguaje R - 1 views

Después de investigar en diversas páginas sobre el lenguaje de programación R, podemos concluir que, gracias a éste, se pueden manejar grandes cantidades de datos en cuanto a contabilidad y estadís...

r programming diigo opinion

started by Raúl Sarrión on 30 Apr 13 no follow-up yet
Rafa Vaño

Lenguaje R en Linux | - 0 views

    • Rafa Vaño
       
      En esta página se explican algunos comandos más  usados de "r". Los comandos más utilizados son los relacionados con al estadística y las matemáticas. A su vez, asegura que lo más usual es utilizar "r" en UNIX, pero que también se puede utilizar en windows. Al principio, explica un poco de historia.
  • Lenguaje R en Linux
  • El lenguaje R es un sistema para análisis estadístico y gráficos creado por Ross Ihaka y Robert Gentleman
  • ...16 more annotations...
  • dialecto del lenguaje S
  • proyecto de software libre que podemos encontrar a nuestra disposición en un sistema Debian.
  • pero, en Debian, no existen esos archivos. Sin embargo, lanzando synaptic, lo ubiqué con r-cran (por lo del proyecto) e instalando uno de sus paquetes específicos (en este caso fue r-cran-tseries), descargó también el r-base-core como “dependencia”; además de otros paquetes adicionales.
  • través de comandos de cónsola
  • R [Enter]
  • q() [Enter]
  • En el interprete de R, para saber cual es directorio de trabajo: getwd() [Enter]
  • rad <- read.table(“rad.in”) [Enter]
  • rad [Enter]
  • media:
  • mean(rad) [Enter]
  • Para la desviación estándar: sd(rad) [Enter]
  • Para copiar los valores de una variable se usa la función c(). Entonces, para x: x <- c(1,2,3) [Enter] Para y: y <- c(5,7,9) [Enter] y el resultado se visualiza con: lm(y ~ x) [Enter]
  • Para acceder a la ayuda de lm (linear model) basta con: ?lm [Enter]
  • Si se instala el paquete r-base-html se podrá acceder a una documentación más extensa con sólo invocar help.start().
  • los usuarios de Windows también pueden acceder al lenguaje R y el comportamiento del interprete, según leí en la bibliografía al respecto, se realiza de una manera similar al de los sistemas tipo UNIX.
Caballo Loco

El lenguaje de programación R - 0 views

El lenguaje de programación R resulta muy funcional para el ambito de las financias pues sus características le permiten representar gráficos de una manera muy eficiente a part...

started by Caballo Loco on 01 May 13 no follow-up yet
Enrique Diaz Romero

Analisis de supervivencia basico utilizando el lenguaje R | Rafael Borges - Academia.edu - 0 views

  • Análisis de supervivencia utilizando el lenguaje R
  • El paquete survival permite llevar a cabo análisis de supervivencia para datos que presentandiversos mecanismos de censura
  • La función Surv permite crear objetos tipo survival, la estructura para datos que presentancensura por la derecha es
  • ...10 more annotations...
  • La función survfit
  • La función survdiff
  • Estructura del archivo de datos dpa.txt
  • Lectura de los datos en R.
    • Enrique Diaz Romero
       
      Ejemplo de el uso del lenguaje R para el análisis de supervivencia. Podemos ver en acción el uso del lenguaje. 
    • Enrique Diaz Romero
       
      Descripción del paquete survival que nos permite analizar los datos mediante funciones con mecanismos de censura y finalización. Funciones:  *Surv  *Survfit  *survdiff
    • Enrique Diaz Romero
       
      Ejemplo de un archivo de datos en los que incluimos los datos que queremos analizar, los cuales en este caso hace referencia al registro de un hospital. 
  • Estimación de la función de supervivencia a través del estimador de Kaplan yMeier.
  • plot(km1,xlab="Meses",ylab="Supervivencia", main="Gráfico No. 1.Estimador de Kaplan y Meier"
    • Enrique Diaz Romero
       
      Ejemplo de calculo de tabla de supervivencias y posterior muestra gráfica de los datos calculados.
  •  
    Análisis de supervivencia básico utilizando el lenguaje R Ejemplo de un tipo de analisis utilizando el lenguaje R
1 - 11 of 11
Showing 20 items per page