Trabajo usualmente con el software / lenguaje estadístico R. R es un recurso de acceso libre. A continuación tenéis recursos que he ido encontrando para comenzar y profundizar en el manejo de este interesante, completo y gratuito entorno de análisis.
Instalación de R y de la interfaz R-Studio.
R es un software con licencia de libre uso, y se puede descargar en el sitio oficial, R-Project. Pulsa aquí y descárgate la última versión estable.
Una vez instalado R, conviene instalar R-Studio. R-Studio es una interfaz que permite trabajar con R de un modo más cómodo que utilizando la propia interfaz básica de R. Hay que instalarla a continuación de R. Accede a la última versión pulsando aquí.
Conviene instalar primero R, y luego R-Studio.
Primeros pasos con R y R-Studio.
Lo cierto es que creo que, para comenzar a trabajar con R utilizando la interfaz R-Studio, creo que uno de los mejores manuales es el libro R desde el principio. Curso ceRo de R, cuyos autores son Emilio López Cano y Javier Martínez Moguerza. Se puede descargar del sitio personal de Emilio en la UCLM, pulsando aquí. Además, en esta web puedes encontrar los ficheros para las prácticas que vienen en el manual. Otro libro que supone una ampliación del anterior, específico para Economía y Empresa, y en período de construcción, cuyo autor es Emilio López Cano puede ser consultado pinchando aquí.
Análisis de Datos con R.
O’Reilly es una editorial que publica libros geniales sobre lenguajes de programación y muchos temas más. Tenemos la suerte de que esta editorial nos permite acceder libremente a algunos de los libros. Entre ellos destaca un clásico fundamental: R for Data Science. Dicho y hecho, pulsa en el enlace y te llevará al libro. Sin piratería de por medio.
Modelos econométricos y otras técnicas de análisis multivariante con R.
Algunas de las técnicas estadísticas aplicadas al análisis económico integran lo que conocemos habitualmente como Econometría. Hay una gran variedad de modelos econométricos más o menos refinados, parrtiendo del modelo general. Por otro lado, existen otras técnicas de análisis muy útiles en su aplicación al análisis económico que no pertenecen al cuerpo de los modelos econométricos en sentido estricto, como son los métodos de agrupación de información (componentes principales, análisis factorial, cluster) o de clasificación (análisis discriminante, árboles de decisión, etc.). Algunos de estos métodos de análisis incluyen elementos de aprendizaje automático, es decir, lo que conocemos como Machine Learning. Muchas de estas técnicas se pueden implementar en R. Un buen texto para sumergirse en estas técnicas es el libro de Francisco Parra Estadística y Machine Learning con R, que puede ser consultado de modo gratuito pinchando en el enlace anterior.