Page 5 - Introducción a la Bioestadística con R

Sección 1: ¿Por qué aprender R? Conceptos clave.
Introducción a la Bioestadística con R
•
•
•
•
R es un programa estadístico gratuito, y RStudio su IDE (acrónimo inglés que se traduce como Entorno de Desarrollo Integrado) que nos facilita la interacción con el programa.
R contiene por defecto utilidades básicas que pueden mejorarse añadiendo “paquetes”, que son extensiones de R donde se han recopilado códigos, datos y documentación en un formato predeterminado para desarrollar análisis estadísticos especializados.
La mayoría de los paquetes de interés pueden encontrarse en CRAN (https:// cran.r-project.org) y Bioconductor (https://bioconductor.org).
Algunas plataformas gratuitas útiles para aprender R son Quick-R (https:// www.statmethods.net) y STHDA (http://www.sthda.com/english/).
En primer lugar, bienvenido a este curso introductorio de R. Si estás aquí posiblemente te estes preguntando si merece la pena o no invertir tu tiempo y esfuerzo en aprender R. Cuando estaba al comienzo de mi doctorado una compañera de oficina mucho más senior que yo y con un gran dominio de este programa me recomendó aprender R porque aportaba mucho valor a tu CV. Seguí su consejo y hoy en día R es mi software estadístico de preferencia y el cual uso para la mayoría de los análisis que hago. Mi antigua compañera llegó a ser la directora del departamento de genética en el que trabajábamos, de una institución líder en su campo en Reino Unido, mucho antes de cumplir los 40. Lo que quiero decir con esto es que R ayuda.
Pero... ¿por qué aprender R? Pues hay varios motivos. Es un software gratis y libre, líder indiscutible en Bioestadística, gracias a una gran comunidad de usuarios a nivel mundial. Al no depender de una licencia de pago para usar R, esta herramienta irá contigo durante tu carrera investigadora, de manera que podrás hacer prácticamente cualquier análisis o encontrar respuesta a cualquier duda a través de los múltiples paquetes y foros de usuarios que hay disponibles en internet. Si tu campo evoluciona, o decides ampliar tu radio de acción, seguramente no tengas ningún problema en encontrar una solución a tus necesidades analíticas empleando R. Otros programas muy competentes, como SAS, SPSS, Matlab, Stata, son soluciones de pago y ninguno tiene actualmente tantos recursos como R. A esto hay que sumarle que muchas instituciones ya no mantienen sus licencias. Durante mi licenciatura aprendí Matlab y SPSS, y en alguna de las instituciones en las que he trabajado no podía usarlos ya que no estaban disponibles.
¿Cuáles son las dificultades de R? En primer lugar, en R se utiliza una consola para comunicarnos con el programa mediante instrucciones denominadas comandos. Como alternativa, podemos instalar una IDE que tiene algunos botones donde puedes ejecutar acciones básicas (subir y bajar archivos, seleccionar tu directorio de trabajo, etc.) pero que es básicamente una interfaz basada en líneas de comandos y no una verdadera GUI (Graphical User Interface o Interfaz Gráfica de Usuario) como sí puede ser por ejemplo la de SPSS. Si siempre has usado programas con GUIs, trabajar con comandos tiene una pequeña curva de aprendizaje y adaptación, pero se va haciendo cada vez más fácil tras adquirir unos conocimientos básicos y
1