“Cada persona en este país debería saber cómo programar una computadora… porque eso te enseña a pensar” Steve Jobs

Cuenta con la licencia GNU GPL el cual consta de 4 libertades

• Libertad 0: la libertad de ejecutar el programa como desee y con cualquier propósito
• Libertad 1: libertad de estudiar el funcionamiento del programa y adaptarlo a sus necesidades.
• Libertad 2: La libertad de rescribir copias para ayudar a los demás.
• Libertad 3: La libertad de manejar el programa y publicar las mejorar, de manera que toda comunidad se beneficie.

Muchos de los software comerciales estadísticos cuestan cientos de dólares. Como SigmPlot cuesta cerca de 900 dólares, Minitab más de 1500 dólares, MatLab 2150 dólares, entre otros.

R funciona en Mac, Windows, y en números sistemas UNIX. Esto significa que cualquier persona puede trabajar con tus datos, figuras, análisis y más importante aún usar tus instrucciones (también conocido como scripts o código) para generar las figuras y el análisis. Asi que cualquier persona, y en cualquier lugar del mundo, con acceso a cualquier SO puede usar R sin ninguna licencia.

Existe una gran comunidad de voluntarios trabajando para mejorar R, lo cual permite ser moldeado y dirigido a cuestiones específicas. Creando así programas y paquetes que funcionen en el entorno R. Programas tales como R-studio, Java GUI for R, R- commander, RKWard, ROpen, entre otros, y con más de 6000 paquetes indexado en CRAN, Biocoductor, GitHub y R-Forge.

Esta comunidad de usuarios hace que se actualice constantemente, lo cual ofrece todas las técnicas de análisis de datos. Además de programar nuevos métodos científicos y rutinas estadísticas de una manera fácil y robusta.

• R remplaza la combinación de varios programas para el proceso de análisis de datos, por ejemplo Excel, Minitab, SAS, SigmaPlot, entre otros. Esto no solo resulta en el alto costo de las licencias de múltiples programas, si no también, en la gran cantidad de archivos con diferentes formatos que no podrían leer otros programas estadísticos. En cambio con solo utilizar R, puedes realizar todo el análisis de datos e inclusive leer archivos de diferentes formatos.

• R se está convirtiendo en un estándar en la sociedad científica, por hacer figuras de calidad de publicación, además de poder exportarse a diferentes formatos incluidos PDFs.

http://www.rforscience.com/

http://r4ds.had.co.nz/index.html

La descarga del programa R se describe en los siguientes pasos:

• Accedemos a la página web del R Project a través de un navegador tecleando la dirección: http://www.r-project.org.

• Ingresamos a la CRAN para elegir un repositorio cercano a nuestra localidad. En nuestro caso seleccionamos el repositorio de la Escuela Politécnica de Litoral.

• Nos dirigimos a la parte superior de la página, y nos ubicamos en Download and install R seguido elegimos el sistema operativo. Para nuestro caso hacemos click en Windows.

• Elegimos entre los 3 subdirectorios: base, contrib y RTools. Damos click sobre base.

• Finalmente, en la pantalla damos click sobre Download R ?.?.? for Windows, con lo cual descargamos la versión de R más reciente.

En la actualidad, el software R puede ser instalado incluso sobre la plataforma Android https://play.google.com/store/apps/details?id=com.appsopensource.R&hl=es_419, esto permite que muchos usuarios puedan tener acceso al programa en todo momento con tan sólo contar con un smartphone operativo.

Una vez obtenido el programa ejecutable procedemos a dar doble click.

• Seleccionamos el idioma para la instalación

• Aceptamos todo por default

  

• Para el acceso a la CRAN desde redes con seguridad colocamos en: Internet 2.

  

• Finalmente, esperamos que se instale el programa.

  

RStudio es un conjunto de herramientas integradas diseñadas para ayudarle a ser más productivo con R. Incluye una consola, editor de resaltado de sintaxis que soporta la ejecución de código directa, así como herramientas para el trazado, la historia, la depuración y la gestión del espacio de trabajo.

Lo podemos descargar de la siguiente página, de acuerdo al sistema operativo que estemos utilizando:

https://www.rstudio.com/products/rstudio/download/

La instalación de R Studio se realiza con las opciones por default.

Inicializamos R y para comenzar nuestras actividades nos ubicamos en File y luego en New Proyect .

Elegimos New Directory -> Empty Project ->Directory Name->Create Project

Las capacidades de R pueden ser ampliadas fácilmente mediante la incorporación de paquetes que se encuentran disponibles en varios repositorios, tales como:

• CRAN
• BioConductor
• Github
• Omegahat
• MRAN
• RForge

El programa R incluye 8 bibliotecas o paquetes estándar, mismos que pueden ser visualizados a través del siguiente comando:

search()

## [1] ".GlobalEnv"        "package:stats"     "package:graphics" 
## [4] "package:grDevices" "package:utils"     "package:datasets" 
## [7] "package:methods"   "Autoloads"         "package:base"

Repositorio CRAN La instalación de paquetes en R desde el repositorio CRAN es sencillo, una vez conocido el nombre del paquete a instalarse basta con introducir el siguiente comando en la consola:

install.packages("nombre_paquete", dependencies=TRUE)

En el caso que se desee instalar un lista de nn paquetes planteamos la siguiente solución:

install.packages("nombre_paquete", dependencies=TRUE)

paquetes <- c("pckg_1","pckg_2", ... , "pckg_n")
lapply(seq_along(paquetes), function(i){
      install.packages(paquetes[[i]], dependencies=TRUE)
      })

Repositorios externos repositorios adicionales al CRAN de entre los cuales destacan R-Forge, BioConductor y Omegahat

install.packages("pckgname", repos="http://r-forge.r-project.org")
install.packages("pckgname", repos="http://www.omegahat.org/R")
install.packages("pckgname", repos="http://www.bioconductor.org/
                                    packages/2.10/bioc")

Repositorios Github En la actualidad gran cantidad de usuarios R han alojado sus proyectos en el sistema de control de versiones GitHub, Inc. por lo cual se hace necesario contar con una solución al momento de instalar algún paquete alojado en dicho sistema.

install.packages('devtools', dependencies=TRUE)
devtools::install_github("rstudio/rmarkdown")

Iniciamos instalando el paquete devtools el cual nos provee la función install-github, esta última es la encargada de acceder al sistema Github e instalar el paquete deseado, para esta ocasión hemos seleccionado el paquete rmarkdown alojado en el repositorio del proyecto rstudio.

Una vez instalado un paquete el paso siguiente consiste en cargar las funciones y datos del mismo dentro del área de trabajo con: library( ) y require( )

library('paquete instalado')

Para ocasiones en las cuales se desee eliminar un paquete previamente instalado en R tenemos dos alternativas: la primera consiste básicamente en eliminar la carpeta que contiene dicho paquete del repositorio del computador mientras que la segunda alternativa consiste en emplear el siguiente comando:

remove.packages("nombre_paquete", "directorio")

donde:

• nombre-paquete: Nombre o vector de nombres de los paquetes ha ser eliminados.
• directorio: Es un vector de caracteres que proporcionan la dirección del directorio del cual se eliminará el paquete. Si se omite dicho parámetro se asume por default la dirección obtenida por .libPaths().

Podemos instalar y actualizar paquetes desde la ventana packages