R
Library support; visualization
Steep learning curve
Yes
Finance; Statistics
Contents contributed and discussions participated by Alpha Teleco
1More
R - 2 views
-
De los documentos que hemos podido leer, podemos concluir que R, es un lenguaje de programación que es muy útil dentro del ámbito de la empresa, ya que se puede utilizar en diferentes áreas dentro de una misma empresa, como pueden ser modelos lineales y no lineales, tests estadísticos, análisis de series temporales, algoritmos de clasificación y agrupamiento, etc.Este lenguaje consta también de una buena capacidad gráfica, por lo que se pueden generar gráficos de una alta calidad. R también tiene la ventaja añadida de que es un proyecto de software libre, por lo que tanto las empresas grandes como las pequeñas pueden utilizarlo como mejor les convenga, pudiendo incluso modificarlo para que satisfaga completamente sus necesidades
3More
Comparison of data analysis packages: R, Matlab, SciPy, Excel, SAS, SPSS, Stata | AI an... - 2 views
-
-
Matlab Elegant matrix support; visualization Expensive; incomplete statistics support No Engineering
-
En esta página web podemos observar una tabla comparativa entre las herramientas de analisis de datos más importantes
16More
A big list of the things R can do | (R news & tutorials) - 1 views
-
-
-
R is an incredibly comprehensive statistics package
-
R can do pretty much everything you need for data manipulation, visualization, and statistical analysis.
- ...8 more annotations...
-
-
-
ANALYTICS
-
-
-
GRAPHICS AND VISUALIZATION
-
R APPLICATIONS and EXTENSIONS***
-
-
-
PROGRAMMING LANGUAGE FEATURES
-
-
12More
Why R is Hard to Learn | (R news & tutorials) - 0 views
-
Misleading Function or Parameter Names (data=, sort, if)
-
The most difficult time people have learning R is when functions don’t do the “obvious” thing.
-
Nonstandard Output
- ...9 more annotations...
-
Too Many Commands
-
Sloppy Control of Variables
-
Loop-a-phobia
-
Functions That Act Like Procedures
-
Naming and Renaming Variables is Way Too Complicated
-
Inability to Analyze Multiple Variables
-
Poor Ability to Select Variable Sets
-
Too Much Complexity
-
Lack of Graphical User Interface (GUI)
31More
Time Series Analysis and Mining with R | (R news & tutorials) - 0 views
-
-
Cómo clasificar y agrupar series de tiempo en R y explicación mediante una serie de ejemplos.
-
-
classification and clustering of time series data are not readily supported by existing R functions or packages.
-
-
Ejemplo de descomposición de una serie temporal, con el ejemplo de pasajeros de avión.
-
- ...18 more annotations...
-
Time series data are widely seen in analytics. Some examples are stock indexes/prices, currency exchange rates and electrocardiogram (ECG)
-
Time Series Decomposition
-
-
-
Time series decomposition is to decompose a time series into trend, seasonal, cyclical and irregular components.
-
-
-
-
-
-
-
-
-
Time Series Forecasting
-
Time series forecasting is to forecast future events based on known past data.
-
-
-
Time Series Clustering
-
-
Ejemplo de agrupacion con 600 graficos, agrupados en 6 grupos. (Normales, ciclicos, tendencia alcista, tendencia bajista...)
-
-
Time series clustering is to partition time series data into groups based on similarity or distance, so that time series in the same cluster are similar.
-
-
Clasificacion de series de tiempo. Construir un modelo de clasificacion basado en las series de tiempo marcadas y usando el modelo construido, predecir la continuación de la series.
-
-
Time series classification is t
-
o build a classification model based on labelled time series and then use the model to predict the label of unlabelled time series.
-
Time Series Classification
36More
shared by Alpha Teleco on 29 Apr 13
- No Cached
R Tutorial Series: Basic Polynomial Regression | (R news & tutorials) - 0 views
www.r-bloggers.com/es-basic-polynomial-regression
tutorial series basic basico regression regresion news tutorials polynomial no lineal
shared by Alpha Teleco on 29 Apr 13
- No Cached
-
-
-
Polynomial regression can be used to explore a predictor at different levels of curvilinearity.
-
This tutorial will demonstrate how polynomial regression can be used in a hierarchical fashion to best represent a dataset in R.
- ...24 more annotations...
-
Scatterplot
-
-
El grafico de dispersion demuestra que estos datos pueden no ser lineales.
-
-
The preceding scatterplot demonstrates that these data may not be linear.
-
-
-
Creating The Higher Order Variables
-
-
Paso 1: centrar la variable, restando la media de cada punto y guardando el resultado en una nueva variable de R.
-
-
In this tutorial, we will explore the a linear, quadratic, and cubic model.
-
Step 1: Centering
-
To center a variable, simply subtract its mean from each data point and save the result into a new R variable, as demonstrated below.
-
-
Paso 2: Crear los terminos de orden superior multiplicando la variable creada por si misma y guardando el resultado en una nueva variable.
-
-
Step 2: Multiplication
-
Once the input variable has been centered, the higher order terms can be created.
-
we can simply multiply our centered term from step one and save the result into a new R variable, as demonstrated below.
-
-
-
Creating The Models
-
Now we have all of the pieces necessary to assemble our linear and curvilinear models.
-
-
Evaluar los modelos y compararlos, en el ejemplo se observa que no ha una diferencia significativa entre los tres modelos.
-
-
Evaluating The Models
-
In this case, the quadratic and cubic terms are not statistically significant themselves nor are their models statistically significant beyond the linear model.
-
it can be helpful to summarize and compare our potential models using the summary(MODEL) and anova(MODEL1, MODEL2,… MODELi) functions.
-
-
A traves de los modelos que hay en este tutorial se pueden crear modelos muy complejos, utilizando las mismas sencillas tecnicas de este tutorial.
-
-
More On Interactions, Polynomials, and HLR
-
The regression topics covered in these tutorials can be mixed and matched to create exceedingly complex models.
-
The good news is that more complex models can be created using the same techniques covered here. The basic principles remain the same.
12More
Introducción al uso y programación del lenguaje R (S) en bioinformática - 1 views
-
Curso de introducción al uso y programación del lenguaje R (S) en bioinformática
-
-
Este proyecto ofrece la posibilidad, a través del lenguaje R, del análisis y comprensión de alto rendimiento del genoma humano.
-
Bioconductor. Open source software for bioinformatics. http://www.bioconductor.org/
-
-
la herramienta seleccionada ha sido R
- ...6 more annotations...
-
estadística juega un papel clave
-
biología molecular está produciendo una amplia cantidad de datos
-
Programa
-
http://www.bioconductor.org
-
Bioconductor ofrece, por ejemplo, paquetes específicos para la normalización, análisis y anotación de microarrays.
-
estadístico como gráfico
-
El uso del lenguaje R en campos de la biología y medicina debido a sus aplicaciones tanto estadísticas como gráficas. Nos permite ordenar todos los datos obtenidos. Esta página nos ofrece un curso básico sobre lenguaje R para aprender a emplear esta herramienta en nuestros propios proyectos.
12More
RStudio - RStudio IDE - 0 views
-
web using RStudio Server
-
RStudio
-
RStudio Server
- ...8 more annotations...
-
RStudio Server
-
RStudio
-
open source integrated development environment for R.
-
RStudio Server
-
web using RStudio Server
-
Execute R code directly from the source editor
-
Windows, Mac, Linux
-
-
RStudio IDE es un entorno de programación y ejecución de código en lenguaje R. Este tipo de aplicaciones son muy importantes porque permiten centralizar todo el trabajo en un mismo entorno (IDE).
-
Alpha Teleco