ESTADÍSTICA CON R Y Rcommander

Sí, lo reconozco, me gusta la estadística y me encanta Linux (oigo voces de fondo que gritan ¡¡¡friki!!!). Bueno, pues no me considero extravagante, raro, excéntrico, pintoresco, ni practico desmesurada y obsesivamente estas aficiones (acepciones para “friki” del DICCIONARIO DE LA LENGUA ESPAÑOLA -Avance de la vigésima tercera edición- de la Real Academia Española).

Como algunos ya sabéis, soy biólogo (zoólogo) y me dedico a la consultoría ambiental. Trabajo fundamentalmente en estudios faunísticos, paisajísticos, de impacto y con sistemas de información geográfica. Utilizó la estadística de forma habitual en mi profesión y, al contrario que Marcos Méndez Iglesias (imprescindible la lectura de su Introducción A La Estadística Para Ornitólogos Que Odian El Ardeola (http://www.escet.urjc.es/biodiversos/espa/personal/marcos/cpp/Estadis.pdf) nunca odié la estadística ni la revista Ardeola (revista científica de SEO/BirdLife). Eso sí, al igual que mi colega (me permito esta libertad pese a que no nos conocemos), cuando estudié Biología en la universidad tuve que soportar esa horrible asignatura de Bioestadística, ¿habrán cambiado ya los planes, temarios y modos en que se ofrece esta asignatura?

A mí, particularmente, me gusta la estadística desde que, ya finalizada la carrera, alguien mucho más inteligente que yo fue capaz de explicarme de forma entendible el fundamento y aplicación de los análisis factoriales. Desde entonces me he formado por propio interés, bien con cursos, bien leyendo y estudiando de forma autodidacta (como ya tengo unos pocos años me dio tiempo a leer y estudiar bastante, aunque no dejo de hacerlo).

Por otra parte, como ya he reconocido, soy un poco fanático de Linux (o GNU Linux) y su espíritu de desarrollo, y por fin he podido dedicar un poco de tiempo a estudiar y trabajar algo con R (http://cran.r-project.org/index.html) y Rcommander (http://www.rcommander.com/).

R, desde mi punto de vista, es el mejor sustitutivo de software estadístico comercial (R funciona en UNIX y también en Windows y Mac). Entre sus características fundamentales y muy ventajosas creo que se encuentran:

1. La gratuidad. Tanto para empresas como organizaciones, y cómo no, también para las personas, es fundamental gestionar bien los recursos económicos (más todavía en el contexto de crisis actual), por lo que un programa gratuito de calidad siempre es ventajoso. Además, un programa con licencia GNU-GPL evita tener que cumplir con los complicados requisitos que tienen las licencias de los programas comerciales. 
2. El soporte. Los programas con licencia GNU-GPL, pese a lo que pudiese parecer, suelen tener un soporte de alta calidad (sin coste) disponible a través de internet, en grupos de noticias, foros o canales de chat, basado en la colaboración entre usuarios y desarrolladores(además de manuales generalmente gratuitos).
3. Libertad y estabilidad. No hay actualizaciones obligatorias (algo típico del software comercial) y las versiones “antiguas” siguen siendo soportadas. En cualquier caso, las nuevas actualizaciones están disponibles gratuitamente (no hay derechos de licencia ni otros gastos). Además, tiene un elevadísimo número de paquetes adicionales (además de los que paquetes “oficiales”, en crantastic.org hay más de 4700), que se pueden instalar (¡o no!, no es obligatorio tenerlos) según las propias necesidades. Asimismo, utiliza formatos abiertos y estándares (no privativos), que pueden ser utilizados sin dificultad en otros programas.
4. Elimina la dificultad y el coste de aprendizaje por cambio de programa, porque ese cambio se hace innecesario (el programa es libre y, por ejemplo, lo instalo en 5 ó 50 ordenadores distintos sin incumplir licencias, con lo cual no tengo que enfrentarme a un nuevo programa que desconozco).

¿Qué no encontrarás y qué encontrarás en este apartado del blog?

No encontrarás un texto de estudio, ya existen innumerables libros de texto y páginas web sobre estadística, y yo no iba a escribir uno mejor que los anteriores (con muy alta probabilidad, mi texto sería bastante peor).

Encontrarás como realizar esas pruebas  estadísticas comunes y menos comunes mediante R, con asistencia o sin  asistencia de Rcommander. Intentaré hacer breves introducciones teóricas y aportar lecturas o materiales de referencia, para que conozcas porqué se utiliza una prueba y cómo se utiliza.

Finalmente, espero poder darle cierta estabilidad y frecuencia de publicación a este apartado del blog, en el que los comentarios y recomendaciones serán siempre bien recibidos.

1.  Test de bondad de ajuste
2.  Test de asociación o independencia (Chi-cuadrado)
3. Test de asociación o independencia (Chi-cuadrado, la corrección de Yates)