GEOMETRIA ANALITICA CON R

GEOMETRIA ANALITICA CON R

Ing. Luis Manfredo Reyes

R es actualmente el lenguaje de análisis   más utilizado en el mundo académico y de investigación, primero por su potencia de procesamiento, y en segundo lugar por ser un software libre.

R  puede ser descargado del siguiente sitio: http://www.r-project.org/

Existen versiones para Windows, Mac, Linux y Android

UN ERROR MUY COMUN POR TODOS LADOS ES: HAY GENTE QUE CREE QUE R ES UN PAQUETE ESTADÍSTICO (COMO SAS O SPSS).

Por ser un lenguaje y no un paquete, R tiene capacidades para muchos procesos, pero se debe reconocer que quizá donde más se le ha utilizado es en el campo de la estadística.

Una de las ventajas de R, es la enorme cantidad de librerías (o paquetes), que han sido desarrolladas para ampliar sus capacidades.

Computación Simbólica con R

Computación Simbólica con R

Ing. Luis Manfredo Reyes

Traducción y adaptación del documento:

http://www.di.fc.ul.pt/~jpn/r/symbolic/

R es actualmente el lenguaje de análisis   más utilizado en el mundo académico y de investigación, primero por su potencia de procesamiento, y en segundo lugar por ser un software libre.

R  puede ser descargado del siguiente sitio: http://www.r-project.org/

Existen versiones para Windows, Mac, Linux y Android

UN ERROR MUY COMUN POR TODOS LADOS ES: HAY GENTE QUE CREE QUE R ES UN PAQUETE ESTADÍSTICO (COMO SAS O SPSS).

Por ser un lenguaje y no un paquete, R tiene capacidades para muchos procesos, pero se debe reconocer que quizá donde más se le ha utilizado es en el campo de la estadística.

Una de las ventajas de R, es la enorme cantidad de librerías (o paquetes), que han sido desarrolladas para ampliar sus capacidades.

R no fue diseñado como un software matemático, por lo que no posee muchas capacidades de cálculo simbólico (Por ejemplo (x-1)⁷ ). Sin embargo, para los que desean realizar éste tipo de cálculos sin abandonar el ambiente de R, hay esperanzas.

Existen varios paquetes desarrollados para “salir” momentáneamente de R a realizar cálculos en programas especializados y “retornar” con el resultado

ALGEBRA LINEAL CON R

ALGEBRA LINEAL CON R

Ing. Luis Manfredo Reyes Chávez

R es actualmente el lenguaje de análisis   más utilizado en el mundo académico y de investigación, primero por su potencia de procesamiento, y en segundo lugar por ser un software libre.

R  puede ser descargado del siguiente sitio: http://www.r-project.org/

Existen versiones para Windows, Mac, Linux y Android

UN ERROR MUY COMUN POR TODOS LADOS ES: HAY GENTE QUE CREE QUE R ES UN PAQUETE ESTADÍSTICO (COMO SAS O SPSS).

Por ser un lenguaje y no un paquete, R tiene capacidades para muchos procesos, pero se debe reconocer que quizá donde más se le ha utilizado es en el campo de la estadística.

Una de las ventajas de R, es la enorme cantidad de librerías (o paquetes), que han sido desarrolladas para ampliar sus capacidades.

Hay muchos procesos estadísticos que requieren operaciones con matrices, de modo que no es extraño que R posea una vasta cantidad de funciones para trabajar con ellas. Y para casos especiales, hay un paquete que permite emular a MATLAB, y otros para trabajar con casos más complejos (Matrix, LAPACK, TAUC)

SOLUCIÓN DE ECUACIONES Y SISTEMAS DE ECUACIONES CON R

SOLUCIÓN DE ECUACIONES Y SISTEMAS DE ECUACIONES CON R

Ing. Luis Manfredo Reyes Chávez

R es actualmente el lenguaje de análisis   más utilizado en el mundo académico y de investigación, primero por su potencia de procesamiento, y en segundo lugar por ser un software libre.

R  puede ser descargado del siguiente sitio: http://www.r-project.org/

Existen versiones para Windows, Mac, Linux y Android

UN ERROR MUY COMUN POR TODOS LADOS ES: HAY GENTE QUE CREE QUE R ES UN PAQUETE ESTADÍSTICO (COMO SAS O SPSS).

Por ser un lenguaje y no un paquete, R tiene capacidades para muchos procesos, pero se debe reconocer que quizá donde más se le ha utilizado es en el campo de la estadística.

Una de las ventajas de R, es la enorme cantidad de librerías (o paquetes), que han sido desarrolladas para ampliar sus capacidades.

Si se necesita un poder de computación algébrica, o cálculos demasiado complejos , es mejor usar paquetes libres que sí poseen esas capacidades, por ejemplo MAXIMA O REDUCE, que están disponibles sin costo en el sitio del proyecto GNU.

Sin embargo, para situaciones comunes, es posible usar R

COMPUTACIÓN NUMÉRICA CON R

COMPUTACIÓN NUMÉRICA CON R

Ing. Luis Manfredo Reyes Chávez

R es actualmente el lenguaje  estadístico más utilizado en el mundo académico y de investigación, primero por su potencia de procesamiento, y en segundo lugar por ser un software libre.

R  puede ser descargado del siguiente sitio: http://www.r-project.org/

Existen versiones para Windows, Mac, Linux y Android

UN ERROR MUY COMUN POR TODOS LADOS ES: HAY GENTE QUE CREE QUE R ES UN PAQUETE ESTADÍSTICO (COMO SAS O SPSS).

Por ser un lenguaje y no un paquete, R tiene capacidades para muchos procesos, pero se debe reconocer que quizá donde más se le ha utilizado es en el campo de la estadística.

Una de las ventajas de R, es la enorme cantidad de librerías (o paquetes), que han sido desarrolladas para ampliar sus capacidades.

La computación simbólica, aunque se puede realizar con una interfase a otros programas matemáticos, no es el fuerte de R.

Si se necesita un poder de computación simbólica, es mejor usar paquetes libres que sí poseen esas capacidades, por ejemplo MAXIMA O REDUCE, que están disponibles sin costo en el sitio del proyecto GNU.

COMPROBACIÓN DE LOS SUPUESTOS DEL ANÁLISIS DE VARIANZA CON R

COMPROBACIÓN DE LOS SUPUESTOS DEL ANÁLISIS DE VARIANZA CON R

Ing. Luis Manfredo Reyes

La técnica conocida como Análisis de Varianza (ANDEVA, ANOVA o ANVA), se utiliza intensamente en la experimentación para comparar varios grupos, llamados tratamientos.

La hipótesis nula que se prueba con el ANDEVA, es que “todos los tratamientos son iguales”,  contra la hipótesis alterna que “al menos uno de los tratamientos es distinto a los demás”.

El análisis de varianza, está construido sobre supuestos teóricos, que en la mayoría de casos nunca son comprobados.

ANÁLISIS DE CONGLOMERADOS PARA DATOS MULTIVARIADOS CON R:EL CASO DE LAS HAMBURGUESAS DE MCDONALDS®

ANÁLISIS DE CONGLOMERADOSPARA DATOS MULTIVARIADOS CON R: 

EL CASO DE LAS HAMBURGUESAS DE MCDONALDS®

Ing. Luis Manfredo Reyes

Introducción:

En el análisis estadístico tradicional, se analizan una por una las variables de interés, o a lo sumo se elaboran pruebas de hipótesis para cada variable. Pero cuando se trata de más de dos variables, la situación se hace muy difícil de manejar manualmente.-

De todos los métodos que se han desarrollado, hay uno que permite agrupar los datos, mediante la medición de las distancias entre los individuos y la creación de una gráfica (Dendograma)

La técnica se denomina Análisis de Conglomerados (Cluster).

El objetivo de éste artículo no es profundizar en los detalles del análisis manual de la técnica, sino definir cómo se realiza en el paquete estadístico R.

ANÁLISIS GRÁFICO DE DATOS MULTIVARIADOS CON R: CARITAS DE CHERNOFF

ANÁLISIS GRÁFICO DE DATOS MULTIVARIADOS CON R:

CARITAS DE CHERNOFF

Ing. Luis Manfredo Reyes

Introducción:

En el análisis estadístico tradicional, se grafican una por una las variables de interés, o a lo sumo se elaboran gráficas de dispersión. Pero cuando se trata de más de dos variables, la situación se hace muy difícil de manejar.

De todos los métodos que se han desarrollado, hay uno que permite comparar grupos de datos, de una forma gráfica: Las caritas de Chernoff.

ANÁLISIS DE CONGLOMERADOS (CLUSTER) CON R

ANÁLISIS DE CONGLOMERADOS (CLUSTER) CON R 
Ing. Luis Manfredo Reyes

El análisis de conglomerados (cluster), es una técnica multivariada, en la cual en base a un conjunto de características cuantitativas, se realiza una agrupación de individuos en base a las distancias entre ellos.

No es el objetivo de éste documento profundizar en la teoría del método, sino ejemplificar su análisis en R
Al final del análisis, se obtiene un diagrama llamado DENDROGRAMA, que resume gráficamente el agrupamiento.

ANÁLISIS EXPLORATORIO GRÁFICO DE DATOS CON R

ANÁLISIS EXPLORATORIO GRÁFICO DE DATOS CON R

Ing. Luis Manfredo Reyes

En la estadística descriptiva, para describir las propiedades de una población, se recurre al cálculo de ciertos valores que se obtienen de ella (estadísticos), tales como la moda, la media, la varianza, etc.

Sin embargo, existen otras herramientas que ayudan a explicar el comportamiento de los datos, y que son poco utilizadas. Una de ellas es la gráfica de cajas (Box Plot) y la gráfica de densidad de datos. En ésta ocasión se muestra cómo se realiza el proceso con R

ANÁLISIS GRÁFICO DE BONDAD DE AJUSTE A LA DISTRIBUCIÓN NORMAL CON R

ANÁLISIS GRÁFICO DE BONDAD DE AJUSTE A LA DISTRIBUCIÓN NORMAL CON R
Ing. Luis Manfredo Reyes

Cuando se analiza un conjunto de datos, usualmente se asume que los datos tienen una distribución normal. Tomando en cuenta que casi toda la estadística inferencial está basada en ésta condición, es importante realizar la comprobación respectiva, si los datos se adaptan a alguna distribución teórica. Hay técnicas analíticas que permiten la comprobación (Kolmogorov, Chi Cuadrado, Shapiro), pero también hay métodos gráficos que lo hacen.

En ésta ocasión se muestra como comprobar gráficamente si un conjunto de datos se aproxima a una distribución normal  teórica, usando R

ANÁLISIS ESTADÍSTICO EN LA NUBE CON STATACE

ANÁLISIS ESTADÍSTICO EN LA NUBE CON STATACE
Ing. Luis Manfredo Reyes

Desde su aparición, el paquete R ha gozado de mucha popularidad, especialmente en el mundo académico, donde se cree que se utiliza en un alto porcentaje, abandonando paquetes comerciales de alto costo.

Ahora se tiene una nueva opción para análisis de datos: StatAce, un sistema que permite enviar, analizar y obtener resultados directamente online, sin necesidad de descargar e instalar R en la computadora local.

ANÁLISIS DE VARIANZA Y PRUEBAS DE MEDIAS DEL DISEÑO BLOQUES AZAR EN R PARA ANDROID

ANÁLISIS DE VARIANZA Y PRUEBAS DE MEDIAS DEL DISEÑO BLOQUES AZAR EN R PARA ANDROID

Ing. Luis Manfredo Reyes
El diseño en bloques al azar, es el más utilizado en todas partes, debido a que casi siempre en las condiciones experimentales existe una gradiente que debe ser controlada, o simplemente para reducir el error experimental

ANÁLISIS DE VARIANZA Y PRUEBAS DE MEDIAS DEL DISEÑO AL COMPLETO AZAR EN R PARA ANDROID

ANÁLISIS DE VARIANZA Y PRUEBAS DE MEDIAS DEL DISEÑO AL COMPLETO AZAR EN R PARA ANDROID

Ing. Luis Manfredo Reyes
El diseño al completo azar, también conocido como Al Irrestricto azar, de una vía o Oneway, es el más sencillo de todos los diseños experimentales disponibles, pero tiene el inconveniente que para su utilización se requieren condiciones homogéneas en el sitio experimental (por ejemplo: laboratorio).

El diseño se puede manejar con iguales repeticiones (balanceado) o desiguales (desbalanceado).
Es posible realizar el análisis en R

ANÁLISIS DE VARIANZA Y PRUEBAS DE MEDIAS DEL DISEÑO AL COMPLETO AZAR EN R

ANÁLISIS DE VARIANZA Y PRUEBAS DE MEDIAS DEL DISEÑO AL COMPLETO AZAR EN R

Ing. Luis Manfredo Reyes
El diseño al completo azar, también conocido como Al Irrestricto azar, de una vía o Oneway, es el más sencillo de todos los diseños experimentales disponibles, pero tiene el inconveniente que para su utilización se requieren condiciones homogéneas en el sitio experimental (por ejemplo: laboratorio).

ANÁLISIS DE VARIANZA Y PRUEBAS DE MEDIAS DEL DISEÑO BLOQUES AZAR EN R

ANÁLISIS DE VARIANZA Y PRUEBAS DE MEDIAS DEL DISEÑO BLOQUES AZAR EN R

Ing. Luis Manfredo Reyes
El diseño en bloques al azar, es el más utilizado en todas partes, debido a que casi siempre en las condiciones experimentales existe una gradiente que debe ser controlada, o simplemente para reducir el error experimental

SOLUCIÓN DE PROBLEMAS DE PROGRAMACION LINEAL CON R

SOLUCIÓN DE  PROBLEMAS DE PROGRAMACION LINEAL CON R

Ing. Luis Manfredo Reyes

La programación lineal es una técnica de optimización desarrollada por Dantzig alrededor de 1947.

Se tiene una función llamada función objetivo, que debe ser optimizada en dos posibles rutas:

Maximizándola o minimizándola.

El proceso manual de cálculo, aunque relativamente sencillo, es engorroso. Afortunadamente existen muchas opciones de software para resolverlo.

PRUEBA DE HIPÓTESIS PARA DATOS APAREADOS EN R

PRUEBA DE HIPÓTESIS PARA DATOS APAREADOS EN R

Ing. Luis Manfredo Reyes

Un tema obligado en los cursos de estadística inferencial es el de la prueba de hipótesis para datos apareados (o pares coincidentes como le llaman en algunos libros). No es el objetivo de éste documento profundizar en la metodología manual para la resolución de éste tipo de pruebas, sino auxiliar al investigador con la tecnología informática disponible.

PRUEBAS DE NORMALIDAD CON R

PRUEBAS DE NORMALIDAD CON R

Ing. Luis Manfredo Reyes

Casi toda la teoría de la estadística inferencial (pruebas de hipótesis, regresión, análisis de varianza) ha sido construída sobre el fundamento de que “LOS DATOS TIENEN DISTRIBUCIÓN NORMAL”, o dicho de otra manera, para que la teoría sea válida, es necesario que los datos tengan distribución normal.

Tristemente, la mayoría de investigadores simplemente ignoran éste requisito y olímpicamente  suponen que los datos sí tienen distribución normal, cuando en la realidad no se sabe si esto es cierto.

ANALISIS DE VARIANZA CON SUBMUESTREO EN R

ANALISIS DE VARIANZA CON SUBMUESTREO EN R

Ing. Luis Manfredo Reyes

En el experimento tradicional, se toman datos de toda la unidad experimental y el único dato que se tiene es el que se utiliza para los cálculos del análisis de varianza

Pero què pasarìa si de la misma unidad experimental se toman varios datos?

La tècnica conocida como submuestreo (en inglès: Repeated Measures), consiste en tomar varios datos de una misma unidad experimental.

Objetivo: aumentar la precisiòn de los datos, reduciendo el error experimental

Ejemplo:

Experimento de comparación de 5 dietas para engorde de pollos

Unidad experimental: 10 pollos

Mètodo tradicional: sumar o promediar los datos de cada pollo dentro de la misma unidad experimental

Con submuestreo: tomar datos de cada uno e introducirlos al análisis de varianza