Bienvenidos a este e-Tutorial, en el que voy a cubrir porque deberías usar R, como instalarlo, y dar tus primeros pasos 1

¿Qué es R y porqué usarlo?

R es un lenguaje gratuito, libre, de código abierto, y orientado a objetos. R no es un lenguaje de programación como C o Java. No fue creado para el desarrollo de software, sino que fue diseñado por estadísticos como un entorno interactivo para el análisis de datos.

La interactividad es unas de sus características más importantes ya que nos permitirá explorar rápidamente los datos con los que estamos trabajando. Pero, además, dado que es un lenguaje de programación, al igual que otros lenguajes. uno puede guardar su trabajo en scripts que pueden ser ejecutables en cualquier momento

Al ser libre y de código abierto implica que cualquiera es libre de usar, redistribuir, y cambiarlo de cualquier forma. Es decir, que podemos no sólo usar las funciones que vienen en el software, sino que también crear propias, o utilizar las que otros investigadores, desarrolladores, y miembros de la comunidad idearon y pusieron a disposición en [CRAN] (http://cran.r-project.org), github, u otros lugares.

Adicionalmente, R esta extremadamente bien soportado, y la comunidad es genial. Si tiene una pregunta puede googlearla, publicarla en StackOverflow o usar R-bloggers . Es más, los usuarios habituales resaltan esto cuando se les pregunta como se puede ver en la gráfica de abajo.

Si aún no está convencido, simplemente escriba “por qué usar R” en google, y creo que los resultados hablarán por sí mismos.

Finalmente, y no menos importante, es gratuito y siempre lo será.

Descargar e Instalar R

Podemos obtener una copia gratuita de R en CRAN (Comprehensive R Archive Network) y eligiendo su sistema operativo. El siguiente .gif ilustra como hacerlo a través de google:

Una vez descargado, siga las instrucciones para instalarlo.

La Interfaz de R y Rstudio

Luego de descargar R, podemos trabajar al menos de dos formas: utilizando una interfaz gráfica o trabajando en batch mode. Pero dado que esto es una introducción dejaremos el batch mode para otro momento, y nos centraremos en las interfaces gráficas.

Al usar R de forma interactiva o con scripts, puede usar una interfaz gráfica de usuario (GUI). La distribución de R estándar viene con una interfaz gráfica lista para ser utilizada. Luego de instalar R, notará que creo un acceso directo en su escritorio. Haciendo doble click en este podrá usar la GUI.

Otra opción, y la que usaremos en el curso, es RStudio, que también es gratuito y de código abierto. El siguiente .gif ilustra como hacerlo a descargarlo con google:

Primeros pasos en R

El siguiente paso es aprender la sintaxis de R, lo que significa aprender sus reglas. Luego de abrir el RGUI o RStudio, verá la consola, que muestra los resultados de su análisis, o cualquier mensaje asociado con el código ingresado en la línea de comando (después de la flecha >).

Por ejemplo, podemos usar R como calculadora, pruebe:

    2 + 2
[1] 4

o

    log(1)
[1] 0

El [1] indica que es el primer resultado del comando, y en este caso, el único. Pero puede también ingresar algo son múltiples valores, por ejemplo, una secuencia de enteros desde el 10 al 40:

    10:40
 [1] 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34
[26] 35 36 37 38 39 40

La primer línea inicia con el primer valor retornado, designado con [1], la segunda línea comienza con el 26vo, designado con [26].

Para salir de su sesión puede escribir simplemente o cerrar RStudio:

    q()

Paquetes de R

Cuando instalamos R sus funciones básicas, si bien poderosas, sólo reflejan una pequeña fracción de lo que es posible hacer en R. Es más, nos referimos a estas funciones como base R. Las funcionalidades adicionales vienen dadas por paquetes.

Un paquete junta código, datos, documentación y pruebas, de forma tal que es fácil de compartir con otros. En R, uno puede compartir código a través de estos paquetes.

En octubre de 2021, hay más de 18,300 paquetes disponibles CRAN. Esta enorme variedad de paquetes es una de las razones por las que R tiene tanto éxito: lo más probable es que alguien ya haya resuelto un problema en el que estamos trabajando y por lo tanto podemos beneficiarnos de su trabajo descargando su paquete. Por ejemplo, yo he creado dos paquetes: RATest e ioanalysis

En este curso utilizaremos varios paquetes, los principales serán tidyverse, tidymodels, y caret. Para instalar un paquete utilizamos la función install.packages()

install.packages("tidyverse")

En RStudio, también puede hacerlo en la pestaña de Tools.

Una vez instalado hay que llamarlo o cargarlo con la función

library(tidyverse)

Una vez instalados no es necesario volverlos a instalar, pero si cargarlos cuando vamos a utilizarlos. Recordemos, también que los paquetes están instalados en R (el motor), y no en RStudio (la interface).

Finalmente, podemos ver todos los paquetes que tenemos instalados con la función:

installed.packages()

Próximos pasos

En la primera clase veremos con mas profundidad como trabajar en R. Si tiene preguntas o problemas instalando, no dude en enviarme un Slack.

  1. Aplican los “disclaimers” usuales. Si tenes comentarios, sugerencias, no dudes en enviarme un mensaje por Slack.↩︎