What is r in spanish.

What is r in spanish.

1. R ppt 1 Better Decisions Faster Stats DecisionStats

2. Introducción El lenguaje R es ahora el idioma principal para el análisis y estadísticas sobre este planeta.Este R comienza con lo básico del lenguaje R y abarca conceptos básicos de análisis. Este curso proporciona experiencia práctica para ejecutar análisis utilizando el lenguaje R. Habrá muchas tareas desafiantes y prácticas enfocadas para los alumnos.

3. Que es R? El desarrollo de R. R es un conjunto integrado de servicios de software para la manipulación de datos, cálculo y representación gráfica. E ste incluye U n manejo eficaz de los datos y la instalación de almacenamiento, un conjunto de operadores para los cálculos de matrices, en matrices particulares, una gran colección, coherente, integrada de herramientas intermedias para el análisis de datos, instalaciones gráficas para el análisis y visualización de datos, ya sea en pantalla o en la versión impresa . un lenguaje de programación bien desarrollado, simple y eficaz que incluye condicionales, bucles, funciones recursivas definidos por el usuario y facilidades de entrada y salida. http ://www.r-project.org/about.html

4. Usando R con otros software https://rforanalytics.wordpress.com/useful-links-for-r/using-r-from-other-software/ Tableau http://www.tableausoftware.com/new-features/r-integration Qlik http://qliksolutions.ru/qlikview/add-ons/r-connector-eng/ Oracle R http://www.oracle.com/technetwork/database/database-technologies/r/r-enterprise/overview/index.html Rapid Miner https://rapid-i.com/content/view/202/206/lang,en/#r JMP http://blogs.sas.com/jmp/index.php?/archives/298-JMP-Into-R!.html

5. Usando R con otros software https://rforanalytics.wordpress.com/useful-links-for-r/using-r-from-other-software/ SAS/IML http://www.sas.com/technologies/analytics/statistics/iml/index.html Teradata http://developer.teradata.com/applications/articles/in-database-analytics-with-teradata-r Pentaho http://bigdatatechworld.blogspot.in/2013/10/integration-of-rweka-with-pentaho-data.html IBM SPSS https://www14.software.ibm.com/webapp/iwm/web/signup.do?source=ibm-analytics&S_PKG=ov18855&S_TACT=M161003W&dynform=127&lang=en_US TIBCO TERR http://spotfire.tibco.com/discover-spotfire/what-does-spotfire-do/predictive-analytics/tibco-enterprise-runtime-for-r-terr

6. Algunas ventajas de R Código abierto. Gratis. Gran número de algoritmos y paquetes especialmente para las estadísticas. Flexible. muy bueno para la visualización de datos. Excelente comunidad. En rápido crecimiento. Se puede utilizar con otro software.

7. Algunas desventajas de R En la memoria (RAM) de uso Empinada curva de aprendizaje Algunos departamentos de TI fruncen el ceño en código abierto Documentación detallada Soporte técnico Evolución de los ecosistemas para las empresas

8. Soluciones R En memoria (RAM) usage specialized packages, in database computing steep learning curve TRAINING !!! some IT departments frown on open source TRAINING and education! verbose documentation CRAN View , R Documentation tech support expanding pool of resources evolving ecosystem for corporates getting better with MS et al

9. R usado por el gobierno . En los primeros días del desastre de Deepwater Horizon, el NIST utilizó el análisis de la incertidumbre en armonizar las estimaciones de derrame de varias fuentes , y para proporcionar rangos de estimaciones a otras agencias y medios de comunicación . Antes de nuevos fármacos son permitidos en el mercado , la FDA trabaja con las empresas farmacéuticas para verificar la seguridad y eficacia a través de ensayos clínicos . A pesar de la falsa percepción de que sólo el software comercial puede ser utilizado , muchas empresas farmacéuticas están utilizando código abierto R para analizar los datos de los ensayos clínicos . El Servicio Meteorológico Nacional utiliza R para la investigación y el desarrollo de modelos para predecir las inundaciones fluviales . La Oficina recién formado Consumidor Financiero Protección - liberado de las restricciones de una infraestructura de TI legado - se defiende el uso de las tecnologías de código abierto en el gobierno . Los gobiernos locales también están construyendo aplicaciones basadas en datos . El Instituto Estuario SF utiliza R y Google Maps para proporcionar una herramienta para el seguimiento de la contaminación en el área de San Francisco Bay. http ://gsnmagazine.com/node/26483?c=cyber_security

10. R usado por Telecom Churn usando Analisis en las redes sociales http://www.slideshare.net/dataspora/social-network-analysis-for-telecoms

11. R utilizados por los seguros . ChainLadder - Reserva de métodos en R. El paquete proporciona caballa , Munich-, Manos a la Obra , y los métodos multivariantes de cadena con escalera , así como los métodos de ajuste de curvas LDF de modelos que reservan con sede en GLM Dave Clarkmbiente : ChainLadder – Métodos en R. El paquete proporciona caballa, Munich -, Manos a la Obra, y los métodos multivariados en cadena de la escalera, así como los métodos de ajuste de curvas LDF de Dave Clark y Reserva de GLM-basada reservando modelos. cplm Algoritmos Monte Carlo EM y métodos bayesianos para el montaje de modelos lineales Tweedie compuesto Poisson . lossDev – Un modelo de desarrollo la pérdida de series de tiempo bayesiano. Las características incluyen la distribución-t sesgado con el parámetro de escala variable en el tiempo, reversible Jump MCMC para determinar la forma funcional de la trayectoria de consumo, y una ruptura estructural en este camino; por Christopher W. Leyes y Frank A. Schmid A ctuar Distribuciones de pérdida de modelado, la teoría del riesgo (incluyendo la teoría de la ruina), la simulación de modelos jerárquicos compuestos y la teoría de la credibilidad comprobar hacia fuera el paquete ACTUAR por C. Dutang , V. Goulet y M. Paloma. favir : Formateados Actuariales Viñetas en R. FAViR reduce la curva de aprendizaje del medio ambiente: R. Se trata de una serie de documentos Sweave revisadas por pares que utilizan un estilo coherente. mondate : R packackge to keep track of dates in terms of months lifecontingencies – Paquete para llevar a cabo la evaluación actuarial de las contingencias de la vida Introduction to R for Actuaries por Nigel de Silva Y http://www.rininsurance.com/

12. R en las finanzas. http://www.rinfinance.com/

13. R en las finanzas . http://cran.r-project.org/web/views/Finance.html CRAN E s una Vista de tareasque contiene una lista de los paquetes útiles para el trabajo empírico en Finanzas, agrupados por topi c . PerformanceAnalytics contiene un gran número de funciones para los cálculos de rendimiento de cartera y gestión de riesgos . Esta CRAN Contiene una vista de tareas y de paquetes de útiles para el trabajo empírico en Finanzas , agrupados por temas . La suite Rmetrics de paquetes comprende Farma , fAsianOptions , FASSETS, fBasics , fBonds , TimeDate (antes: fCalendar ), fCopulae , fExoticOptions , fExtremes , fGarch , fImport , fNonlinear , fOptions , fPortfolio , fRegression , series de tiempo (antes: fSeries ), fTrading , fUnitRoots y contiene un gran número de funciones relevantes para diferentes aspectos de las finanzas empírico y computacional . El paquete RQuantLib ofrece varias funciones de valoracion de opciones y es tan bueno como algunas funciones de renta fija del proyecto QuantLib a R. El paquete quantmod ofrece una serie de funciones para el modelo cuantitativo de las finanzas , así como acqusition datos , trazado y otros servicios . El paquete de portfolio contiene clases para la gestión de cartera de renta variable; la portfolioSim construye un marco de simulación relacionada . El backtest ofrece herramientas para explorar hipótesis basada en la cartera sobre instrumentos financieros . El paquete stockPortfolio proporciona funciones para el índice único , la correlación constante y modelos multigrupo . El paquete pa ofrece funcionalidad atribución de los resultados para las carteras de renta variable. El paquete de performance

14. R en la industria farmacéutica . http://blog.revolutionanalytics.com/2013/08/r-drug-development-and-the-fda.html Opening the Doors to Open Source Programming in Drug Development . R: Regulatory Compliance and Validation Issues A Guidance Document for the Use of R in Regulated Clinical Trial Environments in which he concluded that useR 2012 FDA statistician Jea Brodsky presented a poster described how FDA scientists “use R on a daily basis” and have themselves written R packages for use at various stages in the drug submission process. Open Source Software in the Biopharma Industry: Challenges and Opportunities ,

15. R en la industria farmacéutica . http ://web.quanticate.com/bid/102741/Using-the-Statistical-Programming-Language-R-in-the-Pharma-Industry

16. R en la industria farmacéutica . http://cran.r-project.org/web/views/ ClinicalTrials.html Esta task view recopila información sobre los paquetes específicos para el diseño de R, monitorea y analiza datos en ensayos clínicos Se centra en la inclusión de paquetes de diseño de ensayos clínicos y la vigilancia en los paquetes generales además de análisis de datos para un tipo específico de diseño

17. Compañias que usan R from http://www.revolutionanalytics.com/companies-using-r ANZ, the fourth largest bank in Australia, using R for credit risk analysis Bank of America uses R for reporting . The Consumer Financial Protection Bureau uses R for data analysis . Facebook Facebook and R: Analysis of Facebook Status Updates Facebook's Social Network Graph How Google and Facebook are using R Predicting Colleague Interactions with R

18. CRAN 107 sites in 49 regions

19. Non CRAN http://www.rdocumentation.org/

20. G ithub https ://github.com/trending?l=R

21. Bioconductor http ://www.bioconductor.org/

22. RStudio RStudio Desktop le permite las siguientes ventajas de la consola R nativa El resaltado de sintaxis, autocompletado de código, y la sangría inteligente Ejecutar código R directamente desde el editor de código fuente Rápidamente salta a la definición de funciones. Administre fácilmente múltiples directorios de trabajo utilizando proyectos Depurador interactivo para diagnosticar y corregir los errores rápidamente Herramientas de desarrollo paquete Extensas http://www.rstudio.com/products/

23. RStudio El servidor RStudio le permite ofrecer una interfaz basada en el navegador (the RStudio IDE) a una version de R que se ejecuta en un servidor linux . Deploying R y R s tudio en un servidor tiene una serie de beneficios, incluyendo : La posibilidad de acceder a su área de trabajo R desde cualquier ordenador en cualquier lugar ; Fácil intercambio de código, datos y otros archivos con los colegas ; Permitir que varios usuarios compartan el acceso a los más poderosos recursos informáticos (memoria, procesadores, etc.) disponibles en el servidor bien equipado ; Instalación y configuración centralizada de R, paquetes R, TeX , y otras librerías de soporte

24. RStudio - Interface

25. Entorno a R

26. Documentación en R http://cran.r-project.org/ manuals.htm l Manuales

27. Documentación en R Vignettes

28. CRAN Vistas. http://cran.r-project.org/web/views/

29. Comunidad R Grupos de mail http://www.r-project.org/mail.html R-announce R-help R-package- devel R- devel R-packages Special Interest Groups Stack Overflow [r] Twitter # rstats Blogs at http://www.r-bloggers.com/ (573 blogs)

30. Stack Overflow http://stackoverflow.com/questions/tagged/r

31. Twitter https://twitter.com/search?q=rstats&src=sprv

32. Ayuda a dentro de R ?”keyword” ??”keyword” Ejemplo - > ? kmeans > ?? kmeans

33. Introducción a R > Sys.Date () [1] "2015-05-10" > Sys.time () [1] "2015-05-10 18:28:32 IST"

34. R como una calculadora? Matemática Básica R Console + - Log Exp * / () mean sum sd log median exp

35. Demo- Matemática básica sobre R Console + - Log Exp * / Hint- Ctrl +L clears screen

36. Demo- Objetos Básicos sobre R Console + - Log Exp * / () Hint- Up arrow gives you last typed command Functions- ls () – what objects are here rm (“foo”) removes object named foo Assignment Using = or -> assigns object names to values

37. Funciones y bucles Bucles Para ( número es 1:5){ imprimir ( n ú mero ) }

38. Funciones y bucles . Funci ó n functionajay =function(a)(a^2+2*a+1) Hint: Always match brackets Each ( deserves a ) Each { deserves a } Each [ deserves a ]

39. Otras fuentes para aprender R swirlstats http://swirlstats.com/ datacamp https://www.datacamp.com/ codeschool http://tryr.codeschool.com/ coursera https://www.coursera.org/course/compdata https://www.coursera.org/course/rprog

40. Buenas prácticas de codificación Utilice # para hacer comentarios Utilice git para el control de versiones Utilice Rstudio para múltiples líneas de código

41. Funciones en R Funciones personalizadas Código fuente para una función La comprensión de ayuda? , ??

42. TRABAJO EN CASA !

43. Entorno ls () enumera los objetos - rm () - elimina un objeto gc () - hace la recolección de basura y libera la memoria

44. Desarrollo . ls () - lista de objecto rm ()- remover un objecto gc () - hace la recolección de basura y libera la memoria

45. Desarrollo ls () – Lista de objetos rm () -Remover un objeto gc () - hace la recolección de basura y libera la memoria

46. Sistema de archivos getwd ()- Obtener el directorio de trabajo setwd ()- Establecer o cambiar el directorio de trabajo dir () - E numera los archivos en el directorio de trabajo

47. File System getwd()- get working directory setwd()- set or change working directory dir() - lists files in working directory

48. File System getwd()- get working directory setwd()- set or change working directory dir() - lists files in working directory

49. File System getwd()- get working directory setwd()- set or change working directory dir() - lists files in working directory

50. Asignación objectname = read.csv ( filepath,parameters ) OR objectname <- read.csv ( filepath,parameters )

51. Data Input read.table () or read.csv () read.spss () read.sas7bdat()

52. read.table() https://stat.ethz.ch/R-manual/R-devel/library/utils/html/read.table.html

53. Formatos estadísticos read.spss from paquete extranjero . Paquete read.sas7bdat from sas7bdat

54. Entrada manual

55. Edición manual

56. Edición manual.

57. readr desde Hadley El objetivo de readr es proporcionar una forma rápida y agradable para leer los datos tabulares en R. Las funciones más importantes son: : Lee desde determinados archivos : read_delim () , read_csv () , read_tsv () , read_csv2() . Leer archivos de ancho fijo : read_fwf () , read_table () . Lee líneas : read_lines () . Leer archivo completo : read_file () . Re-analizar trama de datos existente : type_convert () . https://github.com/hadley/readr

58. R eadr Hadley Source Data - https://bit.ly/dsdata https ://github.com/hadley/readr

59. R eadxl desde Hadley Readxl soporta tanto por el formato .xls formato y lo moderno xml -based . xlsx formato . . xls support es posible con la bibloteca libxls C , que abstrae muchas de las complejidades del formato binario.Analizar . xlsx , utilizamos la bibloteca RapidXML C++ read_excel ( "my-old- spreadsheet.xls " ) read_excel ( "my-new- spreadsheet.xlsx " ) read_excel ( "my- spreadsheet.xls " , sheet = "data" ) read_excel ( "my- spreadsheet.xls " , sheet = 2 ) read_excel ( "my- spreadsheet.xls " , na = "NA" ) https://github.com/hadley/readxl

60. data.table fread es la manera más rápida de leer los datos

61. data.table fread es la manera más rápida de leer los datos

62. data.table fread es la manera más rápida de leer los datos

63. Algunos aprendizajes Paquetes múltiples pueden hacer lo mismo más rápido o más lento en R Conociendo el paquete adecuado es la diferencia esencial como un científico de datos Poner código dentro system.time () ayuda a la velocidad medida También vemos http://adv-r.had.co.nz/ Profiling.html formas avanzadas para spped Código de.

64. Creando DSN

65. Creando DSN (en Windows) Un nombre de origen de datos (DSN) es el nombre lógico que se utiliza por Open Database Connectivity (ODBC) para referirse a la unidad y otra información que se requiere para acceder a los datos. El nombre es el uso de Internet Information Server para una conexión a una fuente de datos ODBC, como una base de datos Microsoft SQL Server . https://support.microsoft.com/en-us/kb/kbview/300596

66. Creando DSN (En Windows) Haga clic en Inicio, seleccione Panel de control, haga doble clic en Herramientas administrativas y, a continuación, haga doble clic en Orígenes de datos (ODBC). Haga clic en la ficha DSN de sistema y, a continuación, haga clic en Agregar. Haga clic en el controlador de base de datos que se corresponde con el tipo de base de datos a la que se está conectando y, a continuación, haga clic en Finalizar. Escriba el nombre de la fuente de datos. Asegúrese de que elija un nombre que pueda recordar. Usted tendrá que utilizar este nombre después. Haga clic en Seleccionar. Haga clic en la base de datos correcta y, a continuación, haga clic en Aceptar. Haga clic en Aceptar y, a continuación, haga clic en Aceptar. https://support.microsoft.com/en-us/kb/kbview/300596

67. Creando DSN

68. Creando DSN

69. Creando DSN

70. Creando DSN

71. RODBC > library(RODBC) > odbcDataSources() > ajay=odbcConnect(“MySQL”,uid=”root”,pwd=”XX”) > ajay > sqlTables(ajay) >tested=sqlFetch(ajay,”host”)

72. Desde Databases El RODBC   paquete proporciona el acceso a las bases de datos a través de una interfaz ODBC L as primeras funciones son: odbcConnect ( dsn , uid ="", pwd ="") Abrir un conexion desde una database ODBC. sqlFetch ( channel ,  sqltable ) Leer la tabla desde la database ODBC. Hint- a good site to revise R http://www.statmethods.net

73. sqlite http://cran.r-project.org/web/packages/RSQLite/ RSQLite.pdf incrusta el motor de base de datos SQLite en I y proporciona una interfaz compatible con el paquete de DBI. el motor de base de datos SQLite en I y proporciona una interfaz compatible con el paquete de DBI. SQLite es un libreria este implementa un self-contained , serverless , zero-configuration , transactional SQL motos database. SQLite es lel most widely deployed motor database en el mundo . library( RSQLite ) con <- dbConnect ( "SQLite" , dbname = " sample_db " ) # read csv file into sql database dbWriteTable (con, name= " sample_data " , value= " sample_data.csv " , row.names =FALSE, header=TRUE, sep = "," ) http://cran.r-project.org/web/packages/sqldf/index.html Manipular R data marcos usando SQL read.csv.sql en el sqldf paquete importaciones de datos en una base de datos SQLite temporal y luego lee en R.

74. A Detour to SQL

75. RMySQL install.packages("RMySQL") library(RMySQL) mydb = dbConnect(MySQL(), user='user', password='password', dbname='database_name', host='host') dbListTables(mydb) dbListFields(mydb, 'some_table') dbSendQuery(mydb, 'drop table if exists some_table, some_other_table') dbWriteTable(mydb, name='table_name', value=data.frame.name)

76. Otras databases Teradata https://github.com/Teradata/teradataR PostgreSQL http://cran.r-project.org/web/packages/RPostgreSQL/ MongoDB http://cran.r-project.org/web/packages/mongolite/index.html couchDB http://cran.r-project.org/web/packages/couchDB/index.html MonetDB http://cran.r-project.org/web/packages/MonetDB.R/index.html

77. Otras fuentes de datos Cassandra con R http://cran.r-project.org/web/packages/RCassandra/RCassandra.pdf Neo4j con R http://things-about-r.tumblr.com/post/47392314578/venue-recommendation-a-simple-use-case-connecting-r R conHadoop Stack https://github.com/RevolutionAnalytics/RHadoop/wiki Nuevo! ravro – lee y escribe s en formato avro . plyrmr – Nivel alto plyr -like procesamiento de datos- plyr como para datos estructurados, impulsado , por rmr rmr – proporcionar funcionalidad Hadoop MapReduce en R rhdfs - funciones que proporcionan la gestión de archivos de la HDFS desde dentro de R rhbase - funciones que proporcionan gestión de base de datos para el HBase distruido database desde dentro de R https://amplab-extras.github.io/SparkR-pkg/ SparkR ies un paquete de R usando Spark desde adentro R.

78. Web Scraping Web scraping ( web cosecha o web extración data) es una técnica de software de extracción de información de sitios web . Ejemplo - python ( scrapy y bella sopa )

79. Web Scraping L íneas de lectura Hint : R entre mayúsculas y minúsculas Líneas de lectura no es el mismo. Hint : Usa cabeza ( ) y cola ( ) para inspeccionar objetos Otros paquetes son XML y Curl Caso de estudio - http://decisionstats.com/2013/04/14/using-r-for-cricket-analysis-rstats/

80. curl C URL es un proyecto de software que proporciona una herramienta de biblioteca y de línea de comandos para la transferencia de datos a través de diversos protocolos. El cURL , proyecto produce dos productos libcurl y cURL . EL paquete R c url es una R-interface de la libreria libcurl que proporciona, facilidades en HTTP . Esto nos permite descargar archivos desde servidores Web, formularios de correos, de uso This allows us HTTPS (La seguridad HTTP) , usar conexiones persistentes, cargar archivos, utilizar el contenido binario, manejar redirecciones, autenticación de contraseña , etc . Los puntos de entrada de alto nivel primaria son getURL () getURLContent() getForm() postForm() http://www.omegahat.org/RCurl/RCurlJSS.pdf

81. Rcurl

82. XML

83. Una nota en canalización usando magrittr Esta opción estilística tiene varias ventajas:    1. Requisitos reducidos de parentisis anidadas 2. Orden de las operaciones funcionales ahora lee de izquierda a derecha 3. Estilo de organización del código que se puede mejorar L a libreria usas un operador %>% Que basicamente dice R to tomar el valor de lo que está a la izquierda y pasar a la derecha como argumento http://www.econometricsbysimulation.com/2014/07/more-readable-code-with-pipes-in-r.html 1 + 8 %>% sqrt # Returns 3.828427 # Rather than ( 1 + 8 ) %>% sqrt # [1] 3

84. U na nota en canalización usando magrittr let (|>) x f = f x . some_value |> some_function other_value babynames %>% filter ( name %>% substr ( 1 , 3 ) %>% equals ( " Ste " )) %>% group_by ( year , sex ) %>% summarize ( total = sum ( n )) %>% qplot ( year , total , color = sex , data = ., geom = "line" ) %>% add ( ggtitle ( 'Names starting with " Ste "' )) %>% print INTERPRETE 1. T omando el data , entonces 2. es tal que el nombre de sub-secuencia de caracteres 1-3 iguales " Ste ", entonces 3 . Grupo por año y sexo , entonces 4. resumirlo calculando la suma total para cada grupo, entonces 5 . trazar los resultados s , coloreando por sexo, a continuación, 6. A ñadir el titulo , entonces 7 . I mprimirlo a la lona .

85. R vest Por Hadley Wickham

86. Formato json J sonlite para json data http://arxiv.org/abs/1403.2805

87. Formato J son J sonlite para json data http://arxiv.org/abs/1403.2805

88. Usando APIs para data https://ropensci.org/

89. Paquete ff . http://cran.r-project.org/web/packages/ff/ index.html El paquete ff proporciona estructuras de datos que se almacenan en el disco, pero se comportan (casi) como si estuvieran en la RAM mediante la asignación transparente solamente una sección (tamaño de página) en la memoria principal - el consumo de memoria virtual de efectivo por objeto http ://cran.r-project.org/web/packages/ffbase/index.html Basica (statistical ) funcionalidad para el paquete ff Ejemplo . http://www.bnosac.be/index.php/blog/22-if-you-are-into-large-data-and-work-a-lot-package-ff > require( ffbase ) > hhp <- read.table.ffdf (file="/home/ jan /Work/ RForgeBNOSAC / github / RBelgium_HeritageHealthPrize /Data/ Claims.csv ", FUN = " read.csv ", na.strings = "") Tambien Vemos http://cran.r-project.org/web/packages/bigmemory/ index.html Crear , almacenar, acceder y manipular matrices masivas. Las matrices se asignan a la memoria compartida y puede utilizar archivos asignados en memoria. Paquetes biganalytics , bigtabulate , sincronicidad y bigalgebra proporcionar funcionalidad

90. RevoScaleR paquete RevoScaleR tiene su propio formato de archivo , XDF , que es capaz de acceder rápidamente a los datos por fila o por columna y leer algunos datos de forma secuencial . XDF file data se almacena en el mismo formato binario utilizado en la memoria, lo que elimina la necesidad de la conversión cuando se pone en la memoria . http://www.revolutionanalytics.com/revolution-r-enterprise-scaler

91. rhdf5 Este R/ Bioconductor paquete proporciona una interfaz entre HDF5 y características principales de R. HDF5 son la capacidad de almacenar y acceder a muy grande y / o conjuntos de datos complejos y una amplia variedad de metadatos en almacenamiento masivo (disco) a través de un formato de archivo completamente portátil. http ://www.bioconductor.org/packages/release/bioc/html/rhdf5.html HDF5 es un modelo de datos, biblioteca, y formato de archivo para almacenar y gestionar los datos. Es compatible con una variedad ilimitada de tipos de datos, y está diseñado para flexible y eficiente de E / S y de alto volumen y datos complejos. HDF5 es portátil y es, lo que permite aplicaciones extensibles para evolucionar en su uso de HDF5 . https://www.hdfgroup.org/HDF5/ HDF5 simplifica la estructura de archivos para incluir sólo dos grandes tipos de objeto: Datasets, que son matrices multidimensionales de un tipo homogéneo Groups , que son estructuras de contenedores que pueden albergar conjuntos de datos y otros grupos

92. rhdf5 This R/Bioconductor package provides an interface between HDF5 and R. HDF5's main features are the ability to store and access very large and/or complex datasets and a wide variety of metadata on mass storage (disk) through a completely portable file format. http://www.bioconductor.org/packages/release/bioc/html/rhdf5.html HDF5 is a data model, library, and file format for storing and managing data. It supports an unlimited variety of datatypes, and is designed for flexible and efficient I/O and for high volume and complex data. HDF5 is portable and is extensible, allowing applications to evolve in their use of HDF5. https://www.hdfgroup.org/HDF5/ HDF5 simplifies the file structure to include only two major types of object: Datasets, which are multidimensional arrays of a homogeneous type Groups, which are container structures which can hold datasets and other groups

93. Inspección de Calidad de los Datos head() tail() names() str() objectname[I,m] objectname$variable

94. Inspección de Calidad de los Datos Hint- Try this code please data(mtcars) head(mtcars,10) tail(mtcars,5) names(mtcars) str(mtcars) mtcars[1,] mtcars[,2] mtcars[2,3] mtcars$cyl

95. Inspección de Calidad de los Datos : Demo

96. Inspección de Calidad de los Datos : Demo

97. grepl > ajay =c("Ajay","Vijay"," Rjay ","Howard") > grepl ("jay", ajay ) [1] TRUE TRUE TRUE FALSE > ifelse ( grepl ("jay", ajay )," Yes","No ") [1] "Yes" "Yes" "Yes" "No"

98. gsub

99. El manejo de datos de fecha y hora strptime difftime

100. lubridate package mdy dmy ymd

101. Cadenas de manipulación paste substr nchar

102. Paquete stringr stringr : Simplifica las operaciones de cadena mediante la eliminación de opciones que no necesitas 95% de las veces (el otro 5% de las veces que puedas funciones de R o stringi base). Utiliza nombres de las funciones constantes y argumentos. Produce salidas que pueden ser fácilmente utilizados como insumos. str_dup () para duplicar los caracteres dentro de una cadena . str_trim () para eliminar los espacios en blanco iniciales y finales . str_pad () para rellenar una cadena str_c () es equivalente a paste() BUT str_length () es equivalente a nchar () BUT str_sub () es equivalente a substr () pero ? PERO LEA VIÑETAS en un paquete http ://cran.r-project.org/web/packages/stringr/vignettes/stringr.html

103. Operador a s convertir un tipo de objeto a otro eg . as.data.frame as.numeric

104. Data Selección object[ l,m ] Da el valor en l fila y columna m . object[l,] dará a todos los valores de l fila object $ varname da todos los valores de varname Subconjunto ayuda en la selección

105. USANDO MULTIPLES CONDICIONES

106. Combinación split apply http://www.jstatsoft.org/v40/i01/paper L a aplicación de split-apply es una estrategia de división, En donde se rompe un gran problema en trozos manejables, opera en cada pieza de forma independiente y luego pone todas las piezas juntas.

107. Familia Apply lapply(X, FUN, ...) sapply(X, FUN, ..., simplify = TRUE, USE.NAMES = TRUE) vapply(X, FUN, FUN.VALUE, ..., USE.NAMES = TRUE) Apply a Function over a List or Vector Description lapply returns a list of the same length as X, each element of which is the result of applying FUN to the corresponding element of X. sapply is a user-friendly version and wrapper of lapply by default returning a vector, matrix or, if simplify = "array", an array if appropriate, by applying simplify2array(). sapply(x, f, simplify = FALSE, USE.NAMES = FALSE) is the same as lapply(x, f). vapply is similar to sapply, but has a pre-specified type of return value, so it can be safer (and sometimes faster) to use. https://stat.ethz.ch/R-manual/R-devel/library/base/html/lapply.html

108. Apply Family 1 2 3 4 5 6 7 base::apply Apply Functions Over Array Margins base::by Apply a Function to a Data Frame Split by Factors base:: eapply Apply a Function Over Values in an Environment base:: lapply Apply a Function over a List or Vector base:: mapply Apply a Function to Multiple List or Vector Arguments base:: rapply Recursively Apply a Function to a List base:: tapply Apply a Function Over a Ragged Array Desde https://nsaunders.wordpress.com/2010/08/20/a-brief-introduction-to-apply-in-r/ ( Una alternativa de título- la lectura de los blogs que a veces s mejor que leer la documentación para R ) Si usted enciende su R consola, escriba "?? aplicar" y desplácese hacia abajo para las funciones en el paquete básico, verás algo como esto.

109. D ividiendo para aplicar la combinación

110. split apply combine Paquete plyr http://seananderson.ca/courses/12-plyr/plyr_2012.pdf El formato básico es de 2 letras seguidas por capas (). La primera letra se refiere al formato y la segunda a la salida de formato. Las 3 cartas principales son: 1. d = trama de datos 2. a = array (incluye matrices) 3. l = lista Así, significa ddply : tomar una trama de datos, dividirlo, hacer algo a ella, y devuelve una trama de datos . Transformar actos como normalmente como la función de base R y que modifica una trama de datos existente. resuma crea una nueva (por lo general)

111. Dplyr http://cran.rstudio.com/web/packages/dplyr/vignettes/introduction.html Dplyr tiene como objetivo proporcionar una función para cada verbo básico de manipulación de datos: filter () (y slice () ) arrange() select() ( y rename() ) distinct() mutate() ( y transmute() ) summarise () sample_n () y sample_frac ()

112. Dplyr http://genomicsclass.github.io/book/pages/dplyr_tutorial.html

113. Dplyr https://rpubs.com/justmarkham/dplyr-tutorial

114. Dplyr https://rpubs.com/justmarkham/dplyr-tutorial Ayudante de la funcion n() cuenta el número de filas en un grupo. Ayudante de la funcion r n_distinct (vector ) cuenta el número de artículos únicos en ese vector.

115. Tidy data http://vita.had.co.nz/papers/tidy-data.pdf En los datos ordenada: 1. Cada variable forma una columna. 2. Cada observación se forma una fila. 3. Cada tipo de unidad observacional constituye una mesa

116. data.table búsqueda binaria en lugar de escaneos de vectores http://cran.r-project.org/web/packages/data.table/vignettes/datatable-intro.pdf

117. data.table EL DT [ i,j,by ] comando tiene tres partes : i , j y por. Si tu piensas en la terminología SQL , la i corresponde al DONDE, j to SELECCI Ó N P or el GROUP BY. Nosotros hablamos sobre los comandos d b “ Tomando DT, bconjunto de las filas utilizando ‘ i ’, Entonces calculamos ‘ j ’ agrupados por‘ by ’”. http://blog.datacamp.com/data-table-r-tutorial/

118. data.table > diamonds=na.omit(diamonds) > diamonds[,mean(price),by=color] color V1 1: F 8240.237 2: H 9935.285 3: J 9419.658 4: I 9536.633 5: E 7294.028 6: G 8990.918 7: D 8270.383 8: K 9706.482 9: L 7110.074

119. 6 FORMAS DE HACER LA MISMA COSA EN R un pequeño caselet http://stackoverflow.com/questions/31100579/how-to-do-a-crosstab-with-two-categorical-variables-but-populate-it-with-the-mea

120. M anipulación sqldf . https://github.com/ggrothendieck/sqldf S qldf tramas de datos, optimizados para mayor comodidad . SQL statements El usuario simplemente especifica una sentencia SQL en I utilizando nombres de marcos de datos en lugar de nombres de tabla y una base de datos con los diseños de tabla apropiado / esquema que se crea automáticamente, las tramas de datos se cargan automáticamente en la base de datos, se lleva a cabo la sentencia SQL especificada, el resultado se lee de nuevo en R y la base de datos se elimina automáticamente todo detrás de las escenas que hacen la existencia de la base de datos transparente para el usuario que sólo especifica la sentencia SQL

121. M anipulación sqldf . https://github.com/ggrothendieck/sqldf sqldf ies un paquete R para correr SQL statements Este puede ser por : Aprendiendo SQL Si tu sabes R Aprendiendo R Si tu sabes SQL como una sintaxis alternativa para la manipulación de trama de datos,

122. Combinando el uso de Data Table data.tables puede se combinado usando merge () function merge(dt1, dt2, all = FALSE, all.x = TRUE, all.y = TRUE) where, dt1, first data.table dt2, second data.table all, logical; if all = TRUE then this performs a full outer join all.x , logical; if all.x = TRUE then this performs a left outer join all.y , logical; if all.y = TRUE then this performs a right outer join

123. Combinando el uso de Data Table

124. Combinando el uso de Data Table Nota html output using knit package/button in RStudio Puede ser abierta en browser P uede ser publicada y compartida Rpubs

125. Combinando el uso de Data Table

126. Transportando usando data.table data.tables puede ser reconfigurado usando el melt y dcast funciones : melt : Wide-to-long (melting ) - Usage : melt(data, id.vars , measure.vars , variable.name = "variable", value.name = "value", ... ) Donde , data A data.table to melt id.vars data.table para fundir id.vars vector de variables de identificación; si falta, todas las columnas no identificación se asignan measure.vars vector de variables de medida; si falta, todas las columnas no identificación se asignan variable.name nombre para la columna nombres variable medida value.name nombre para la columna fundida valores de datos . . . argumento avanzado para las funciones melt

127. Ejemplo :

128. Difundiendo un data.table

129. dcast a data.table dcast.data.table : Long-to-wide (casting) Uso : dcast.data.table (data, formula, fun.aggregate = NULL, ...) Donde , data A molten data.table F ormula Una fórmula de la forma LHS ~ RHS to cast, eg : var1 + var2 ~ var3 . La primera varía más lento, y el último más rápido . ".. .” representa todas las otras variables no usadas en la formula y ".” no representa un variable fun.aggregate Función de agregación necesaria si las variables no identifican una sola observación para cada celda de salida . . . O tros argumentos avanzados .

130. Ejemplo :

131. Data Visualization . Data visualization es la presentación de los datos en un formato pictórica o gráfica para entender la información más fácil y rápidamente  la efectiva Visualización ayuda a los usuarios en el análisis y el razonamiento sobre los datos y las pruebas. Hace datos complejos más accesible, comprensible y utilizable. https://www.coursera.org/course/datavisualization

132. Marzo de Napoleon Charles Minard

133. Diagramas Coxcomb Florence Nightangle

134. Cholera Outbreak Jon Snow

135. Algunos principios de la Data Viz Edward Tufte http://thedoublethink.com/2009/08/tufte%E2%80%99s-principles-for-visualizing-quantitative-information/ 1. La representación de los números, mide como físicamente en la superficie de la misma gráfica, debe ser directamente proporcional a las cantidades numéricas representados 2. Etiquetado claro, detallado y minucioso debe utilizar para derrotar a la distorsión gráfica y la ambigüedad. Escriba explicaciones de los datos sobre el propio gráfico. Etiquetar los eventos importantes en los datos. 3. Mostrar la variación de datos, no diseñar variación. 4. En las pantallas de series de tiempo de dinero, desinflado y unidades estandarizadas de medición monetaria son casi siempre mejor que las unidades nominales. 5. El número de portadoras de información dimensiones (variables) representados no debe exceder el número de dimensiones en los datos. Los gráficos no deben citar los datos fuera de contexto.

136. Algunos principios de Data Viz Edward Tufte http://thedoublethink.com/2009/08/tufte%E2%80%99s-principles-for-visualizing-quantitative-information/ 1. Por encima de todos los datos de otra serie. 2. Maximizar la proporción de tinta datos. 3. Borrar datos no-tinta. 4. Borre redundante de tinta datos. 5. Revisar y editar

137. Principios de diseño Dashboard . Stephen Few http://www.perceptualedge.com/articles/Whitepapers/Common_Pitfalls.pdf http://courses.ischool.berkeley.edu/i247/s10/lectures/Few-Dashboards.pdf (1) No Scrolling (2) Give Context

138. Data Science Stephen Few Cuando necesite más potencia de cálculo, tres opciones posibles : 1.Vuelva a colocar el equipo con uno que es más poderoso 2.Agregar más equipos 3. Actualizar el equipo que usted tiene que hacerlo más potente Cuando necesite más potencia humana, ¿cuáles son sus opciones ? 1.Reemplace el empleado con el que es más productivo 2.Añadir más gente 3.Ayude a su empleado actualizar habilidades para hacerle más productivo

139. Principios de los diseños Dashboard Hay tres preguntas clave :   1. ¿Quién es mi audiencia? 2 . ¿Qué valor tendrá el salpicadero agregar?   3. ¿Qué tipo de tablero estoy creando?

140. Data Visualization in R R tiene uno de los mejores visualizaciones de datos para software estadístico

141. data viz library( RColorBrewer ) data( VADeaths ) par( mfrow =c(2,3)) hist ( VADeaths,breaks =10, col= brewer.pal (3,"Set3"),main="Set3 3 colors") hist ( VADeaths,breaks =3 ,col= brewer.pal (3,"Set2"),main="Set2 3 colors") hist ( VADeaths,breaks =7, col= brewer.pal (3,"Set1"),main="Set1 3 colors") hist ( VADeaths ,,breaks= 2, col= brewer.pal (8,"Set3"),main="Set3 8 colors") hist ( VADeaths,col = brewer.pal (8,"Greys"),main="Greys 8 colors") hist ( VADeaths,col = brewer.pal (8,"Greens"),main="Greens 8 colors") par( mfrow =c(1,1)) plot( AirPassengers,type ="l") par( mfrow =c(3,1)) barplot ( iris$Petal.Length ) #Creating simple Bar Graph barplot ( iris$Sepal.Length,col = brewer.pal (3,"Set1")) barplot (table( iris$Species,iris$Sepal.Length ),col = brewer.pal (3,"Set1")) data(iris) par( mfrow =c(2,2)) boxplot( iris$Sepal.Length,col ="red") boxplot( iris$Sepal.Length~iris$Species,col ="red") boxplot( iris$Sepal.Length~iris$Species,col = heat.colors (3)) boxplot( iris$Sepal.Length~iris$Species,col = topo.colors (3)) par( mfrow =c(2,1)) plot(x= iris$Petal.Length ) #Simple Scatter Plot plot(x= iris$Petal.Length,y = iris$Species ) #Multivariate Scatter Plot par( mfrow =c(1,1)) plot( iris,col = brewer.pal (3,"Set1")) par(mar = rep(2, 4)) par( mfrow =c(5,2)) plot( iris$Petal.Length ) plot( iris$Petal.Length,type ='l') plot( iris$Petal.Length,iris$Species ) plot( iris$Petal.Length,iris$Species,col ='blue') plot( iris$Petal.Length,iris$Species,col =' blue',main ="Title") plot( iris$Petal.Length,iris$Species,col =' blue',main ="Title") plot( iris$Species,iris$Petal.Length,col =' blue',main ="Title") boxplot( iris$Petal.Length ) boxplot( iris$Petal.Length~iris$Species ) barplot ( iris$Petal.Length ) par( mfrow =c(1,1)) library(ggplot2) data(diamonds) library( hexbin ) a= hexbin ( diamonds$price,diamonds$carat,xbins =40) library( RColorBrewer ) plot(a) library( RColorBrewer ) rf <- colorRampPalette (rev( brewer.pal (12,'Set3'))) hexbinplot ( diamonds$price~diamonds$carat , data=diamonds, colramp = rf ) library( vcd ) data( HairEyeColor ) mosaicplot ( HairEyeColor ) library( dplyr ) library( tidyr ) library( magrittr ) b=diamonds %>% group_by (cut, color) %>% summarise (price = mean(price)) %>% spread(color, price) b heatmap ( as.matrix ( mtcars )) image( as.matrix (b[2:7])) library( tabplot ) tableplot (diamonds) library( magrittr ) library(leaflet) m <- leaflet() %>% addTiles () %>% # Add default OpenStreetMap map tiles addMarkers ( lng =77.2310, lat =28.6560, popup="The delicious food of chandni chowk ") m # Print the map library(car) data(iris, package="datasets") scatter3d( Petal.Width~Petal.Length+Sepal.Length|Species , data=iris, fit="linear", residuals=TRUE, parallel=FALSE, bg ="black", axis.scales =TRUE, grid=TRUE, ellipsoid=FALSE) attach(iris) # 3d scatterplot by factor level library(lattice) cloud( Sepal.Length~Sepal.Width * Petal.Length|Species , main="3D Scatterplot by Species") xyplot ( Sepal.Width ~ Sepal.Length , iris, groups = iris$Species , pch = 20) library( corrgram ) cor (iris[1:4]) corrgram (iris)

142. dplyr library(dplyr) library(hflights) # install.packages("hflights") hflights=tbl_df(hflights) names(hflights) select(hflights,Year:UniqueCarrier) select(hflights,Year-UniqueCarrier) filter(hflights,UniqueCarrier=="AA") iris=tbl_df(iris) iris select(iris,Sepal.Length:Petal.Width) summarise(group_by(iris,Species),mean(Sepal.Width))

143. R ppt 1 Better Decisions Faster Stats DecisionStats Traducido por Isabel Rodr í guez https :// www.linkedin.com / nhome /