Esta es la primera entrada destinada a compartir uno de los programas que utilizo para el trabajo que poco a poco voy mostrándote en el blog. He decidido empezar con R Studio, porque es uno de los programas estrella de mi trabajo.

Gracias a él, puedo hacer los análisis estadísticos necesarios para obtener los datos, que posteriormente puedes ver en forma de gráficos o tablas en las diferentes entradas del blog.
En realidad, R Studio es la interfaz gráfica de un potente lenguaje de programación llamado R, que fue escrito inicialmente por el profesor de estadística canadiense Robert Gentleman, para el análisis estadístico y la representación de datos.
Tanto R como sus interfaces gráficas (R-Studio o R-Commander) son programas de código abierto (Open Source), por lo que muchas personas de todo el mundo trabajan sobre ellos realizando colaboraciones para mejorarlo. Ello significa que son programas con licencia gratuita (también conocida como GNU-GPL) que cualquiera puede descargarse libremente desde la pagina del proyecto: https://www.r-project.org. Son programas disponibles para diferentes plataformas, por lo que tienen versiones para Windows, Mac o Linux.

Inicialmente conocí R a través de la interfaz de R-Commander, en un curso de estadística y epidemiología que realicé en la Escuela Andaluza de Salud Pública hace dos años.
Aunque aparentemente parecía un programa mucho más amigable porque disponía de menús y ventanas como otros programas, y no era necesario trabajar con lineas de código, posteriormente descubrí las enormes ventajas que sobre él tenía R-Studio. Empecé a familiarizarme con éste último tras realizar varios MOOCs (Massive Online Open Courses = Cursos Online Masivos y Abiertos) en plataformas como Coursera, y EdX.
En ellos aprendí una de las principales ventajas que tiene R-Studio: guardar en ficheros de texto o scripts todo el código que se va creando en los sucesivos análisis de nuestros datos. Ello facilita su reutilización y agiliza mucho el trabajo para los siguientes análisis. Además, se pueden tener varios scripts abiertos a la vez y nos permite ejecutar trozos de código con sólo marcarlo en los scripts.
Aunque la curva de aprendizaje puede ser algo elevada al principio, lo difícil no es aprender el lenguaje de R o la interfaz de R-Studio. En mi opinión, lo verdaderamente difícil es saber la suficiente estadística para sacarle todo el potencial a estos potentes programas.
Realizar el análisis descriptivo univariante o bivariante que hasta ahora voy mostrando en el blog no tiene demasiada complejidad. El verdadero reto para mi es avanzar en el aprendizaje de las técnicas multivariantes para otros análisis más complejos.