Documente Academic
Documente Profesional
Documente Cultură
Características estable
Influido por S, Scheme, XLispStat
Extensiones y paquetes
Ha influido a Gretl (software) Julia (lenguaje)
Ejemplos mínimos
Ejemplo 1: Instalación y activación de Sistema Multiplataforma
paquetes operativo
Ejemplo 2: Elaboración de mapas Licencia GPL
Ejemplo 3: Estimación de salarios de
manera semilogaritmica
Proyectos relacionados
Herramientas de productividad
Interfaces gráficas
Editores e IDEs
Lenguajes de script
Alternativas libres
Alternativas privativas
Referencias
Enlaces externos
Documentación en español
Historia
Fue desarrollado inicialmente por Robert Gentleman y Ross Ihaka del Departamento de Estadística de la
Universidad de Auckland en 1993.1 Sin embargo, si se remonta a sus bases iniciales, puede decirse que
inició en los Bell Laboratories de AT&T y ahora Alcatel-Lucent en Nueva Jersey con el lenguaje S. Este
último, un sistema para el análisis de datos desarrollado por John Chambers, Rick Becker, y colaboradores
diferentes desde finales de 1970. La historia desde este punto es prácticamente la del lenguaje S. Los
diseñadores iniciales, Gentleman y Ihaka, combinaron las fortalezas de dos lenguajes existentes, S y
Scheme. En sus propias palabras: "El lenguaje resultante es muy similar en apariencia a S, pero en el uso
de fondo y la semántica es derivado desde Scheme". El resultado se llamó R "en parte al reconocimiento de
la influencia de S y en parte para hacer gala de sus propios logros".2
Su desarrollo actual es responsabilidad del R Development Core Team. Para saber más al respecto y en el
entorno del programa, puede teclearse contributors(); el la lista desplegada aparecen los nombres de los
autores iniciales y los actuales pertenecientes al R Development Core Team (Equipo Central de
Desarrolladores R).
Versión 0.16: Es la última versión alfa desarrollada esencialmente por Ihaka y Gentleman,
que incluye gran parte de las características descritas en el "White Book".
Versión 0.49 (23 de abril de 1997): Es la versión más antigua de la que se conserva el código
(que todavía compila en algunas plataformas UNIX). En esta fecha arrancó también CRAN
con tres espejos que albergaban 12 paquetes. Poco después aparecieron las versiones alfa
para Windows y Mac OS.
Características
R proporciona un amplio abanico de herramientas estadísticas (modelos lineales y no lineales, tests
estadísticos, análisis de series temporales, algoritmos de clasificación y agrupamiento, etc.) y gráficas Una
Herramienta Util.
Al igual que S, se trata de un lenguaje de programación, lo que permite que los usuarios lo extiendan
definiendo sus propias funciones. De hecho, gran parte de las funciones de R están escritas en el mismo R,
aunque para algoritmos computacionalmente exigentes es posible desarrollar bibliotecas en C, C++ o
Fortran que se cargan dinámicamente. Los usuarios más avanzados pueden también manipular los objetos
de R directamente desde código desarrollado en C. R también puede extenderse a través de paquetes
desarrollados por su comunidad de usuarios.
Además, R puede integrarse con distintas bases de datos y existen bibliotecas que facilitan su utilización
desde lenguajes de programación interpretados como Perl y Python.
Otra de las características de R es su capacidad gráfica, que permite generar gráficos con alta calidad. R
posee su propio formato para la documentación basado en LaTeX.
Para facilitar el desarrollo de nuevos paquetes, se ha puesto a servicio de la comunidad una forja de
desarrollo (http://r-forge.r-project.org) que facilita las tareas relativas a dicho proceso.
Otros sistemas de software comerciales que integran con R incluyen: JMP,8 Mathematica,9 MATLAB,10
Spotfire,11 SPSS,12 Statistica,13 Platform Symphony,14 SAS,15 Tableau Software,16 Esri ArcGis,17
Dundas,18 Statgraphics.19 y SQL Server 2017.20
Ejemplos mínimos
Algunos ejemplos mínimos para ver la forma en que se puede introducir el código.
> chooseCRANmirror(graphics=FALSE)
HTTPS CRAN mirror
Selection:
Al escribir solo chooseCRANmirror() se desplegará una ventana para elegirlo manualmente con el ratón.
Lo mismo ocurrirá si se omite graphics = FALSE o se escribe graphics = TRUE.
Cuando se instalan paquetes para análisis especializados, específicos o que simplemente no tiene
predeterminadamente instalados pero no activados el sistema, se instala. Así pues, en este caso, los
paquetes, al ser un entorno con dependencias funcionan mejor con tales paquetes auxiliares. Las
dependencias pueden ser por ejemplo otros paquetes o bases de datos para que funcione o bien, o mejor o
de hecho lo haga. Algunos paquetes funcionan con dependencias muy específicas, otros con dependencias
muy generales; como sea, a veces la misma instalación, al ser común la dependencia, lo hace de forma
automática, pero no en todas las ocasiones. Por esto para instalar el paquete de interés se escribirá:
Todos tanto con comillas dobles (" ") como con comillas simples (' ') o libres. Si se instalaron las arriba
mencionadas dependencias, aparecerán indicaciones luego del comando que describe las dependencias que
también se activaron al llamar la librería que se usará.
# Se define la paleta de colores. Escala de grises en este caso. En el original, rosas y magenta.
colors = c("#F1EEF6", "#D3D3D3", "#B9B9B9", "#787878", "#2E2E2E", "#111111") # Colores
unemp$colorBuckets <- as.numeric(cut(unemp$unemp, c(0, 2, 4, 6, 8, 10, 100))) # Rangos de desempleo
leg.txt <- c("<2%", "2-4%", "4-6%", "6-8%", "8-10%", ">10%") # Etiquetas de los rangos
library(AER) # Para el compendio de datos del libro de Kleiber & Zeileis (2008)
library(scales) # Para las transparencias de los elementos de color.
library(quantreg) # Para usar las regresiones por cuantiles
Acá abajo aparece la imagen que se generó con el código de arriba. Además, cualquier error que en la
imagen venga no es culpa de los autores del libro citado. Los propietarios de los derechos de autor son
totalmente los autores del libro.
Proyectos relacionados
Bioconductor, un conjunto de paquetes para el análisis de datos en genómica.
Rmetrics, orientado al análisis de los mercados financieros y la valoración de instrumentos de
inversión.
Herramientas de productividad
Existen diversas interfaces que facilitan el trabajo con R.
Interfaces gráficas
JGR o Java GUI for R, una terminal de R multiplataforma basada en Java.
R Commander (Rcmdr), una interfaz gráfica multiplataforma basada en tcltk.
RExcel, que permite usar R y Rcmdr desde Microsoft Excel.
rggobi, una interfaz a GGobi para visualización.
RKWard, basado en KDE.
Sage
Statistical Lab
nexusBPM, una herramienta de automatización.
RStudio
Cantor21
Editores e IDEs
Entre los editores de texto e IDEs con soporte para R se cuentan:
Bluefish,22 Crimson Editor, ConTEXT, Eclipse,23 Emacs (Emacs Speaks Statistics), Geany, jEdit,24
Kate,25 RStudio,26 RKWard,27 Syn, TextMate, Tinn-R, Vim, gedit, SciTE, WinEdt (R Package
RWinEdt), notepad++ y Visual Studio.28
Sweave es un procesador de documentos que puede ejecutar código de R incrustado en código de LaTeX y
para insertar código, resultados y gráficos en el documento escrito en LaTeX. LyX puede usarse para crear
y compilar documentos desarrollados en Sweave. El paquete odfWeave es similar, generando documentos
en el formato OpenDocument (ODF); extensiones en estado experimental también permiten generar
documentos del tipo presentación u hoja de cálculo.
Lenguajes de script
La funcionalidad de R puede ser invocada desde código desarrollado en otros lenguajes de script tales
como Python (mediante RPy29 ), Perl (mediante Statistics::R30 ), Ruby31 y F#.32 También pueden
desarrollarse scripts en R directamente usando littler33 o Rscript, que forma parte de la distribución básica
de R desde la versión 2.5.0.
Alternativas libres
Otras alternativas a R son las que abajo se presentan. Cabe recordar que pueden tener cierto sesgo a
especializarse en algún tema específico, como R lo hace con la biología, fisiología o similares, por ejemplo
con el proyecto Bioconductor. En el caso de estos sesgos positivos puede mencionarse a GNU Octave, que
es más matemático, o Gretl que se centra más a series de tiempo (usadas en econometría).
No obstante los sesgos temáticos, hay amplísimos grupos que usan todas las alternativas para usos
eclécticos. Econometría, biología, edafología, topología, estadística pueden ser algunas de las ramas que
cada vez están usando más las alternativas libres de software o lenguajes de programación (como R) para
su aplicación teórica o práctica.
Además, los paquetes se desarrollan para R conforme las investigaciones o publicaciones, como el caso del
ejemplo 3 líneas arriba. Otro ejemplo es el paquete de Benchmarking de R elaborado por Peter Bogetoft y
Lars Otto, ambos investigadores y especialistas del tema. Es decir, los productores de estos paquetes con,
casi siempre, especialistas e investigadores que desean compartir los conocimientos aplicados a la
comunidad de usuarios.
La naturaleza de los paquetes libres permiten que se testeen rápido y sean sinérgicas las opiniones para un
avance pronto. Entonces, existen ámbitos positivos en este caso también tanto como en las siguientes
alternativas, las privativas.
GNU Octave
Maxima
RStudio [1] (http://www.rstudio.com/)
Gnumeric
Gretl
WinBUGS
Tinn-R [2] (https://web.archive.org/web/20071214225832/http://www.sciviews.org/Tinn-R/)
PSPP [3] (https://www.gnu.org/software/pspp/)
Alternativas privativas
No obstante las poderosas alternativas libres mencionadas arriba, existen opciones que son privadas o
empresariales. En este caso, pueden presentarse lenguajes de programación con comunidades que
comparten códigos. En éste caso, Stata es un fuerte ejemplo. Es decir, un especialista puede desarrollar un
paquete especial para ese programa y luego compartirlo usualmente con la empresa autora; entonces, la
empresa puede distribuirla primero a manera de prueba y luego de forma gratuita (o con montos monetarios
especiales) y con el respaldo de la calidad avalada.
Existen puntos a favor de que las empresas distribuyan con cierto aval los códigos o paqueterías: se asegura
del óptimo funcionamiento de las mismas, se evitan los bugs que eventualmente pueden ser comunes en
ciertos códigos de las alternativas libres y otras más.
Enlaces externos
Wikimedia Commons alberga una categoría multimedia sobre R.
Página oficial (http://www.r-project.org/)
The R Reference Manual - Base Package (https://web.archive.org/web/20071217004131/htt
p://www.network-theory.co.uk/R/base/), R Development Core Team. ISBN 0-9546120-0-0
(vol. 1), ISBN 0-9546120-1-9 (vol. 2)
Colección de paquetes en CRAN (Comprehensive R Archive Network) (https://web.archive.or
g/web/20080105045216/http://cran.r-project.org/)
R-Wiki (https://web.archive.org/web/20080821105438/http://wiki.r-project.org/)
Interfaz Web para R (https://web.archive.org/web/20060615112752/http://www.math.montan
a.edu/Rweb/)
R Graph Gallery (https://web.archive.org/web/20130113002105/http://gallery.r-enthusiasts.co
m/), una colección de gráficos creados con R.
Proyecto R UCA (http://knuth.uca.es/R/), Universidad de Cádiz
Documentación en español
R para Principiantes (http://cran.r-project.org/doc/contrib/rdebuts_es.pdf), la versión en
español de R for Beginners, traducido por Jorge A. Ahumada (PDF).
Versión en español de An Introduction to R (http://cran.r-project.org/doc/contrib/R-intro-1.1.0-
espanol.1.pdf) por Andrés González y Silvia González (PDF).
Estadística Básica con R y R-Commander (http://knuth.uca.es/moodle/course/view.php?id=3
7) (libro libre)
Gráficos Estadísticos con R (http://cran.r-project.org/doc/contrib/grafi3.pdf) por Juan Carlos
Correa y Nelfi González (PDF).
Cartas sobre Estadística de la Revista Argentina de Bioingeniería (http://cran.r-project.org/do
c/contrib/Risk-Cartas-sobre-Estadistica.pdf) por Marcelo R. Risk (PDF).
Introducción al uso y programación del sistema estadístico R (http://cran.r-project.org/doc/con
trib/curso-R.Diaz-Uriarte.pdf) por Ramón Díaz-Uriarte, transparencias preparadas para un
curso de 16 horas sobre R, dirigido principalmente a biólogos y especialistas en
bioinformática (PDF).
Lista de correo R-help-es en español (https://stat.ethz.ch/mailman/listinfo/r-help-es) Lista de
correo oficial de R en español.
Obtenido de «https://es.wikipedia.org/w/index.php?title=R_(lenguaje_de_programación)&oldid=123636831»
Esta página se editó por última vez el 18 feb 2020 a las 16:18.
El texto está disponible bajo la Licencia Creative Commons Atribución Compartir Igual 3.0; pueden aplicarse cláusulas
adicionales. Al usar este sitio, usted acepta nuestros términos de uso y nuestra política de privacidad.
Wikipedia® es una marca registrada de la Fundación Wikimedia, Inc., una organización sin ánimo de lucro.