R. LENGUAJE DE PROGRAMACION Y ANALISIS ESTADISTICO DE DATOS de CESAR PEREZ
Ficha técnica
- R. LENGUAJE DE PROGRAMACION Y ANALISIS ESTADISTICO DE DATOS
- CESAR PEREZ
- Número de páginas: 447
- Idioma: CASTELLANO
- Formatos: Pdf, ePub, MOBI, FB2
- ISBN: 9788416228126
- Editorial: GARCETA GRUPO EDITORIAL
- Año de edición: 2015
Leer libros online gratis R. LENGUAJE DE PROGRAMACION Y ANALISIS ESTADISTICO DE DATOS de CESAR PEREZ 9788416228126
Overview
R es un lenguaje y entorno de programación que, además, proporciona un amplio abanico de herramientas estadísticas y gráficas, enriquecido con la posibilidad de cargar diferentes bibliotecas o paquetes con finalidades específicas de análisis estadístico o gráfico.
En este libro se enfoca el uso de R desde una óptica eminentemente aplicada. En un primer bloque de contenido se explica el trabajo en el entorno de R desde un nivel básico, con la idea de ayudar a todos aquellos usuarios que deseen introducirse en el programa de modo ordenado. A continuación se presentan, de modo secuenciado, los elementos del lenguaje de programación de R (operadores, variables, funciones, vectores, matrices, arrays, secuencias, tablas, listas, marcos de datos, series de tiempo, entrada-salida y otros elementos de componen la estructura del lenguaje de R). Este bloque se completa con la estructura de la programación de R (control de flujo, bucles, condicionales, etc.) y su aplicación a los algoritmos de cálculo numérico para trabajar en cálculo diferencial, cálculo integral, variable compleja y otros campos del cálculo científico.
En un segundo bloque de contenido se desarrollan las capacidades gráfias de R para trabajar con curvas y superficies en los diferentes sistemas de coordenadas (explícitas, paramétricas, polares, etc.) Asimismo, se presenta en profundidad el trabajo con R en análisis exploratorio de datos y en estadístia descriptiva.
En un tercer bloque de contenido se desarrolla el trabajo con R en Econometría, tratándose ampliamente el modelo lineal de regresión múltiple,los modelos lineales generalizados, los modelos del análisis de la varianza y la covarianza, los modelos logit y probit, modelos de diseño de experimentos y toda la problemática de estimación y diagnosis de los mismos.
Finalmente, se desarrolla el análisis multivariante de datos, incluyendo las técnicas de reducción de la dimensión, y las técnicas de clasificación como son el análisis de componentes principales, análisis factorial y análisis clúster.
0コメント