El lenguaje de programación R

En este libro se asume también que se dispone de conocimientos básicos de R (R Core Team, 2023), un lenguaje de programación interpretado y un entorno estadístico desarrollado específicamente para el análisis de datos. Esta herramienta puede ser de gran utilidad a lo largo de todo el proceso de generación de conocimiento a partir de datos, como se explica en la introducción del Capítulo 1. En cualquier caso, el objetivo es que el libro resulte de utilidad aunque el lector emplee algún otro lenguaje (como Python, Van Rossum y Drake Jr., 1991) o herramienta (como Microsoft Power BI).

Para una introducción a la programación en R se puede consultar el libro Fernández-Casal et al. (2022). Adicionalmente, en el post https://rubenfcasal.github.io/post/ayuda-y-recursos-para-el-aprendizaje-de-r se proporcionan enlaces a recursos adicionales, incluyendo bibliografía y cursos. En primer lugar es necesario tener instalado R, para ello se recomienda seguir los pasos descritos en el post https://rubenfcasal.github.io/post/instalacion-de-r. Para el desarrollo de código e informes se sugiere emplear RStudio Desktop, que se puede instalar y configurar siguiendo las indicaciones proporcionadas en el post https://rubenfcasal.github.io/post/instalacion-de-rstudio.

Este libro tiene asociado el paquete de R mpae (Métodos Predictivos de Aprendizaje Estadístico, Fernández-Casal et al., 2024), que incluye funciones y conjuntos de datos utilizados a lo largo del texto. Este paquete está disponible en CRAN y puede instalarse ejecutando el siguiente código2:

install.packages("mpae")

Sin embargo, para poder ejecutar todos los ejemplos mostrados en el libro, es necesario instalar también los siguientes paquetes: caret, gbm, car, leaps, MASS, RcmdrMisc, lmtest, glmnet, mgcv, np, NeuralNetTools, pdp, vivid, plot3D, AppliedPredictiveModeling, ISLR. Para ello, en lugar del código anterior, bastaría con ejecutar:

install.packages("mpae", dependencies = TRUE)

Bibliografía

Fernández-Casal, R., Oviedo-de la Fuente, M., y Costa-Bouzas, J. (2024). mpae: Metodos Predictivos de Aprendizaje Estadistico (Statistical Learning Predictive Methods). https://github.com/rubenfcasal/mpae
Fernández-Casal, R., Roca-Pardiñas, J., Costa, J., y Oviedo-de la Fuente, M. (2022). Introducción al Análisis de Datos con R. https://rubenfcasal.github.io/intror.
R Core Team. (2023). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. https://www.R-project.org/
Van Rossum, G., y Drake Jr., F. L. (1991). Python reference manual. Instituto Nacional de Investigación en Matemáticas e Informática (CWI), Holanda.

  1. Alternativamente, se puede instalar la versión en desarrollo disponible en el repositorio rubenfcasal/mpae de GitHub. Por ejemplo, el comando remotes::install_github("rubenfcasal/mpae", INSTALL_opts = "--with-keep.source") instala el paquete incluyendo los comentarios en el código y opcionalmente las dependencias.↩︎