UNIVERSIDAD CENTRAL DE VENEZUELA
FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES
ESCUELA DE ESTADÍSTICA Y CIENCIAS ACTUARIALES
MATERIA: COMPUTACIÓN I
- PRIMER SEMESTRE II-2024
R y RSTUDIO
El Lenguaje y El Entorno de Desarrollo Integrado
D’windt, Vehiller 12.916.826
CIUDAD UNIVERSITARIA, DICIEMBRE DE 2024
1. Historia y evolución de R
R es un lenguaje de programación y entorno de software libre basado en el
lenguaje S, enfocado en el análisis estadístico y la visualización gráfica. R fue
desarrollado por Ross Ihaka y Robert Gentleman en la Universidad de Auckland,
Nueva Zelanda a comienzos de los 90, y lanzado por primera vez en 1995.
Gracias a la contribución de una gran comunidad de desarrolladores y usuarios,
R evoluciona año tras año, con un amplio repositorio de paquetes (CRAN)
librerías y actualizaciones que añaden nuevas funciones y mejoras útiles para
esa creciente comunidad de estadísticos, científicos de datos, investigadores y
académicos en todo el mundo. La última versión de R es la 4.4.2, del año 2024.
2. Propósitos y aplicaciones de R en la actualidad
Propósitos Aplicaciones
Estadísticas y Análisis de Análisis descriptivo, inferencia y modelado estadístico,
Datos gráficas
Machine Learning: Herramientas y bibliotecas como caret y randomForest para
técnicas de aprendizaje automático.
Biología y Bioinformática Análisis genómico y de expresión., bioestadística
Finanzas Análisis financiero, valoración de activos, modelado de
riesgos
Marketing Análisis de segmentación, optimización de campañas.
Investigación académica: En todas las disciplinas que involucran análisis de datos
3. R vs otros lenguajes de programación y Softwares Estadísticos
Atributo R Python SAS
Propósito Estadística, Ciencia de datos, Análisis estadístico,
principal análisis de datos machine learning, informes
desarrollo web
Sintaxis Más similar a S Más legible, versátil Proc orientados, poco
flexible
Comunidad Muy activa, Grande y Menor que R y Python
enfocada en diversa,enfocada
estadística en ciencia de datos
Aprendizaje Curva de Facil aprendizaje para Requiere más tiempo
aprendizaje principiantes para dominar
empinada
Costo de código abierto de código abierto de pago, y muy costoso
4. ¿Qué es RStudio?
RStudio es un entorno de desarrollo integrado (IDE) para R que facilita la
escritura y ejecución de código, la visualización de datos y la generación de
informes, ya que Incluye un editor de scripts, un panel de consola, herramientas
para visualización de datos/ gráficos, y gestión de proyectos.
5. Ventajas de usar RStudio para programar en R
Interfaz Intuitiva y Amigable: organiza el espacio de trabajo en paneles que
facilitan el uso de R tanto para principiantes como para usuarios avanzados.
Editor de Código Avanzado: incluye resaltado de sintaxis, autocompletado, y
soporte para múltiples lenguajes. Visualización de Datos: Soporte integrado para
obtener gráficos generados con R. Gestión de Paquetes y Entornos: gracias a
su interfaz gráfica. Herramientas de Depuración: útiles para identificar y resolver
errores de manera eficiente, crucial para el desarrollo de software robusto.
Integración con Git y Control de Versiones: Facilita la gestión de cambios en el
código y la colaboración en proyectos de manera organizada.
6. Descarga e instalación de R y RStudio
Requerimientos básicos: Sistema Operativo Windows, macOS o Linux,
Procesador: Cualquiera moderno de 64 bits, 4GB Memoria RAM, Espacio en
disco: 100 GB o más (según la cantidad de datos y paquetes que se
instalen).Primero se descarga e instalación de R desde el sitio oficial de CRAN
([Link] hacer clic en el enlace de descarga del archivo que
corresponda al sistema operativo, seguir las instrucciones específicas y una vez
descargado abrirlo y seguir las instrucciones como en cualquier otro programa.
Del mismo modo con RStudio. Luego de esto ya se puede comenzar a utilizarlos.
7. Configuración inicial del entorno de desarrollo en R
Configuración inicial: Se abre RStudio y configura tus preferencias en Tools >
Global Options. Se ajusta la apariencia, el comportamiento del editor, y otras
opciones según sean las necesidades. Acto seguido, se instalan los paquetes
necesarios para hacer los análisis. Se puede hacer desde la consola usando la
función [Link](), por ejemplo: [Link]("tidyverse")
8. Navegación por la interfaz de RStudio
La interfaz se divide en cuatro paneles principales: Source (Script Editor): Aquí
es donde se puede escribir y editar tu código R, además de manejar los archivos
de script y [Link] (Consola) muestra la salida del código a ejecutar
y permite la ejecución de comandos interactivos.
Environment/History/Connections: Aquí se ven los objetos actualmente en el
espacio de trabajo, y los comandos ejecutados previamente en la pestaña
History, Files/Plots/Packages/Help/Viewer: Esta ventana incluye varias pestañas
para gestionar archivos, visualizar gráficos, manejar paquetes instalados,
acceder a la documentación y ver informes HTML
9. Sintaxis y gramática de R
Sintaxis Básica de R: Comentarios: Éstos se inician con el símbolo #. Son
esenciales para documentar líneas de código haciéndolas más comprensibles;
Asignación: Se utiliza el símbolo <- para asignar un valor a una variable. Por
ejemplo: mi_variable <10; Operadores: éstos son aritméticos (+, -, *, /),
relacionales (<, >, ==, !=) y lógicos (&&, ||, !); Funciones: Son bloques de código
reutilizables que realizan tareas específicas. Se definen con la palabra clave
function; Paquetes: Son colecciones de funciones y datos predefinidos que
amplían las capacidades de R. Se instalan y cargan utilizando las funciones
[Link]() y library(). Case-sensitive: R distingue entre mayúsculas y
minúsculas; Indentación: Mejora la legibilidad del código, aunque no es
estrictamente necesaria; Bloques de código: Se delimitan por llaves {}, y se
utilizan en estructuras de control como if, else, for, while, etc.
10. Variables y tipos de datos
R maneja datos como números (enteros y decimales), caracteres (texto), lógicos
(TRUE o FALSE) y factores (categorías). Las variables pueden contener letras,
números y guiones bajos. No se permiten espacios. se usa guión o piso en su
lugar.
11. Operaciones básicas
1. Operaciones aritméticas: Suma (+): Ejemplo: 5 + 3 = 8; Resta (-): Ejemplo: 10
- 4 = 6; Multiplicación (*): Ejemplo: 2 * 5 = 10; División (/): Ejemplo: 15 / 3 = 5;
Módulo (%): Devuelve el resto de una división entera. Ejemplo: 17 % 5 = 2; 2.
Operaciones Lógicas: Estas trabajan con valores booleanos (True o False) y se
utilizan para tomar decisiones en un programa. Y (and): Devuelve True sólo si
ambos operandos son True. O (or): Devuelve True si al menos uno de los
operandos es True. No (not): Invierte el valor booleano. Operaciones
Relacionales. 3. Operaciones relacionales: comparan valores y devuelven un
valor [Link] que (==): Ejemplo: 5 == 5 = True; Diferente de (!=): Ejemplo:
3!= 5 = True; Mayor que (>): Ejemplo: 10 > 5 = True; Menor que (<): Ejemplo: 2
< 7 = True; Mayor o igual que (>=): Ejemplo: 8 >= 8 = True; Menor o igual que
(<=): Ejemplo: 4 <= 6 = True.
12. Buenas prácticas de programación en R
1. Mantener el código ordenado y usar nombres informativos para los objetos; 2.
Organizar los archivos en carpetas específicas para cada proyecto, como código,
datos, documentos, y gráficos; 3. Utilizar herramientas como lintr para verificar
el estilo del código y styler para formatearlo automáticamente; 4. Vectorización:
usar operaciones vectorizadas en lugar de bucles, ya que son más eficientes en
R; 5. Evitar prácticas obsoletas: adoptar el uso de tidyverse para un código más
limpio y eficiente.
13. Estructuras condicionales
if: permite ejecutar un conjunto de instrucciones, u otro conjunto de instrucciones
alternativo, en función de una condición. else: es opcional, permite ejecutar un
conjunto de instrucciones cuando la condición del if no es verdadera. ifelse: es
una versión vectorizada de la instrucción if. Tiene tres parámetros: un vector de
valores lógicos y dos vectores de expresiones. Si los vectores de expresiones
tienen menos elementos que el vector lógico, se reciclan a la longitud del vector
lógico.
14. Bucles
for: itera por los elementos de un vector o lista, ejecutando un conjunto de
instrucciones en cada iteración. while: permite ejecutar un conjunto de
instrucciones un número indeterminado de veces, las instrucciones se ejecutan
mientras que se verifica una condición lógica. repeat: ejecuta repetida e
incondicionalmente un conjunto de instrucciones. Para que no se convierta en
un ciclo infinito debe ejecutar en algún momento una instrucción break.
15. Funciones
Una función permite escribir un fragmento de código parametrizado el cual se
ejecuta para distintos datos. Permiten organizar y reducir el código del
programa. Para crear una función se usa la palabra reservada function. A
continuación, se enumeran los parámetros formales de la función separados por
comas y encerrados entre paréntesis. Después viene el código de la función. Si
la función retorna algún valor, se usa la palabra reservada return la cual termina
la ejecución de la función y el valor devuelto por la función es el parámetro con
que es invocada.
16. Ejemplos de proyectos reales usando R
Walmart: Proyecto para la previsión de ventas
Instacart: Análisis de la cesta de compra
Google: Análisis de datos de campañas publicitarias y predecir la
actividad económica.
Facebook: Análisis de datos y optimización de sus servicios.
Ford: Análisis estadístico de productos y toma de decisiones basadas en
datos.
17. Uso de R en diferentes industrias (finanzas, biología, etc.)
Finanzas: Se utiliza el lenguaje para el análisis y modelización del riesgo
crediticio, la elaboración de informes financieros, la gestión de carteras de
inversión y otras muchas tareas. Biología: permite analizar secuencias de ADN
y ARN, identificar patrones, realizar anotaciones funcionales y ensamblar
genomas, entre otras cuestiones. Transporte: es utilizado para optimizar la
asignación de vehículos y la gestión del tiempo de conducción. Turismo: se usa
para la predicción de la demanda de viajes y la optimización de la gestión de
recursos.
18. Participación en la comunidad de R y recursos adicionales
La comunidad de R está conformada por personas de todo el mundo
comprometidas con el desarrollo del lenguaje ya que utilizan frecuentemente
están aportando mejoras y contribuyendo a los paquetes disponibles en la
biblioteca CRAN. Según hay casi 20 000 paquetes R disponibles. Algunos de
estos paquetes han adquirido importancia por derecho propio, como el
Tidyverse.
REFERENCIAS BIBLIOGRÁFICAS
[Link]
[Link]
[Link]
[Link]
projects-in-r
[Link]
[Link]
[Link]
programaci%C3%B3n/
Davies, Tilman M., The book of R: A first course in programming and statistics.
No Starch Press, San Francisco-California, USA. 2016
de Vries,Andrie; Meys, Joris; R For Dummies, 2nd [Link] Wiley & Sons,
Inc. NJ, USA. 2015
Matloff, Norman. The art of R Programming A Tour of Statistical Software
Design. No Starch Press, San Francisco-California, USA. 2011
Wickham, Hadley Advanced R. CRC Press Taylor & Francis Group. Florida
USA. 2015
Wickham, Hadley; Cetinkaya-Rundel, Mine; Grolemund, Garrett R for Data
Science. O’Reilly Media, Inc, California, USA. 2023
