Fundamentos básicos para manejo de R en Estadística Descriptiva

Los cursos tradicionales de estadística han sido soportados por una diversidad de paquetes que agilizan el proceso de información y permiten realizar diversos análisis para facilitar la toma de decisiones, sin embargo el egresado al aplicar los conocimientos adquiridos queda limitado cuando debe ana...

Full description

Autores:
Suárez Cifuentes, Julio Fernando
Rojas Medina, Ricardo Alfredo
Tipo de recurso:
Book
Fecha de publicación:
2013
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/21084
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/21084
http://bdigital.unal.edu.co/11824/
Palabra clave:
0 Generalidades / Computer science, information and general works
51 Matemáticas / Mathematics
Estadística - procesamiento de datos
R (lenguaje de programación de computadores)
Statistics - data processing
R (Computer programming language)
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Los cursos tradicionales de estadística han sido soportados por una diversidad de paquetes que agilizan el proceso de información y permiten realizar diversos análisis para facilitar la toma de decisiones, sin embargo el egresado al aplicar los conocimientos adquiridos queda limitado cuando debe analizar información, por no contar con paquetes que procesen y generen los resultados requeridos. Adicionalmente el alto costo que tienen los programas especializados en este campo hace que muy pocas empresas puedan acceder a ellos, originando ésta situación, que los análisis estadísticos queden limitados a las aulas de clase, o al empleo de las escasas opciones que traen las hojas electrónicas. R es un lenguaje de programación con el que se puede analizar un conjunto de información estadística referida a diferentes áreas del conocimiento como finanzas, mercados, control de calidad, investigación de operaciones, vías y transporte, etc., además permite el análisis de datos que van desde la estadística descriptiva, hasta llegar a estudios mucho más complejos como: análisis multivariado; series de tiempo, regresión múltiple, diseño de experimentos, estadística no paramétrica, estimación bayesiana, optimización, finanzas y muchos otros temas más