En nuestro afán de generar mayor competitividad entre nuestros estudiantes y asegurar el desarrollo profesional de nuestros alumnos, estamos trabajando para conseguir acuerdos con firmas de consultores de negocios en las que pondrán en práctica los conocimientos aprendidos. Estos beneficios se darán exclusivamente a los alumnos que alcancen el nivel de excelencia*. El primer acuerdo lo hemos concretado con RSM International especializada en consultoría y auditoría, para que los mejores estudiantes de Análisis de Datos, Finanzas (próximamente) y Riesgos (próximamente) se les dé prioridad para las convocatorias de prácticas en lo que concierne a precios de transferencia, consultorías económicas y riesgos operacionales.
Parafraseando un artículo de The New York Times, para muchos R es tan sólo una letra, pero para otros puede ser uno de los lenguajes de programación más populares especializado en estadística. A continuación algunas razones para estudiar R:
1.-Es gratuito: si lo comparamos con otros softwares del mismo tipo como STATA, SPSS, Eviews, entre otros; nos daremos con la sorpresa que R es superior a éstos y no se paga una licencia, que en muchos casos es costosa (para darnos una idea se paga aproximadamente por STATA $10 000 anuales por computadora).
2.- Es abierto: Una de las características más importantes y por la cual tiene una gran variedad de paquetes y funciones muy útiles es debido a que su código es abierto. Al ser código abierto la comunidad de especialistas (y amantes) de R pueden publicar sus propias mejoras de R (más velocidad por dar un ejemplo) y la creación y mejora de paquetes.
El CRAN almacena los mejores paquetes (4300 sólo en el CRAN) aunque existen otros servidores de paquetes como bioconductor (el cual se especializa en paquetes para bioinformáticos).
3.- Fácil de aprender: R es uno de los softwares más fáciles de aprender gracias a la gran cantidad de documentación acerca de los paquetes y funciones.
4.- Velocidad de procesamiento: Estamos en la Era de la Información y para los analistas ello es sinónimo de data y más data. STATA es uno de los mejores software estadísticos ya que puede procesar grandes cantidades de data. Pero ¿podrá competir con R? STATA tiene un límite y ese límite es el procesador y memoria RAM de la computadora, R tiene paquetes (y he ahí de nuevo su característica de abierto) entre los cuales pueden utilizar memoria y velocidad de procesamiento en nube con ello el analista que utiliza R no está limitado a la capacidad física de su computadora sino que puede apoyarse del Internet (e incluso de otras PCs conectadas en red). Además gracias a otros paquetes especializados en big data se puede procesar a una velocidad mayor gracias al poder de compresión de data de tales paquetes.
5.- Fomenta la Investigación Reproducible: ¿Se imaginan la cantidad de papers que se publican al año? ¿Cómo poder saber si las investigaciones están bien realizadas? Debemos recordar que el sólo hecho de obtener un p-value menor a 0.05 (en la mayoría de casos) no significa que ya esté realizada una buena investigación, pueden haber errores metodológicos, de limpieza de datos, de conclusiones, etc. Además ¿cómo criticar una investigación si los investigadores sólo ofrecen los resultados finales? Una solución para esto es la investigación reproducible. El término de La Investigación Reproducible se atribuye a Jon Claerbout de Standford's University y se refiere a la idea de que el producto final de la investigación no debería circunscribirse a un artículo sino también al análisis de datos gracias al entorno computacional completo (código de análisis, datos) para que éstos sean reproducidos por otros investigadores para avanzar a partir de éstos y/o analizar y aprender mejor de las investigaciones.
6.- Un software documentado: Para los análisis estadísticos existen diversas formas de realizarse que pueden variar desde autores, enfoques y, obviamente, software. Por ejemplo para realizar el bootstraping existe diversos estadísticos que tienen diversas metodologías, aunque sus resultados no difieren mucho; puede ser importante para los criterios de los investigadores. Por ejemplo al realizar en STATA y R un bootstrapping pueden diferir sus resultados, pero con R vas a saber exactamente cuál es el procedimiento de éste. En resumen con los software que no tienen documentación no sabes exactamente qué están realizando para obtener ese resultado.
7.- Puede usarse en cualquier sistema operativo: Existen algunos software que no se pueden usarse en ciertos sistemas operativos, perjudicando a ciertos usuarios. R permite instalarse y utilizarse en todos los sistemas operativos.
8.- Tiene paquetes especializados: El uso de las estadísticas no sólo lo utilizan los estadísticos; sino también diversas profesiones como Economía, Finanzas, Marketing, Medicina, Biología, etc. Existen desde paquetes especializados de Economía que pueden coger cualquier variable macro o micro del mundo hasta paquetes de Trading de Alta Frecuencia que permiten obtener data a tiempo real en finanzas. Adicionalmente de hacer espectaculares gráficos hasta la elaboración de papers con el uso del lenguaje Latex.
