Actualmente, en el ámbito de las Ciencias (Biología, Geología,...) se enseña a calcular técnicas estadísticas reduciéndolas al trabajo de laboratorio, en concreto, a realizar Análisis de Varianza y comparaciones múltiples con la prueba HSD de Tukey.

Otros han aprendido que, cuando no se puede aplicar Anova deben utilizar técnicas no paramétricas como Chi-cuadrado, Kruskal-Wallis o t-Student.

Otros se especializan en una técnica multivariante que aplican en numerosas investigaciones.

Pero nos olvidamos de que existen una multitud de técnicas de análisis estadístico, actuales y avanzadas, que nos pueden abrir un sinfín de posibilidades para nuestras investigaciones.

¿Por qué aprender a utilizar estas técnicas?

------------------------------------------------------------

- Es ideal para investigadores, ingenieros, alumnos, PhDs que se encuentran cursando trabajos fin de grado, trabajos fin de máster, realizando tesis o investigaciones y quieren realizar un análisis cuantitativo en sus estudios.

- Para diseñar correctamente la investigación desde la toma adecuada de datos.

- Para saber detectar y tratar los outliers o datos anómalos y que no desvirtúen la inferencia de nuestras investigaciones.

- Para aplicar técnicas estadísticas actuales más avanzadas que las clásicas, que han quedado ya obsoletas.

- Para no dar datos falsos como válidos, aún apareciendo como positivos esos datos proporcionados por técnicas clásicas.

- Para poder publicar en revistas científicas sin tener dudas a la hora de la técnica utilizada.

- Para una interpretación correcta de datos estadísticos.

- Para conocer qué formulación sobre estas técnicas hay que poner en las publicaciones.

- Para que no puedan refutar nuestros datos sino confirmarlos para su publicación.

- Porque tanto para biólogos, ingenieros, físicos, sociólogos o cualquier investigador, el conocimiento de este campo matemático resulta de vital importancia para poder realizar valoraciones sobre un experimento o hacer hipótesis.

- Para ahorrar esfuerzo y trabajo a la hora de obtener resultados fiables.

- Para una interpretación correcta de los gráficos diseñados.

- Para ampliar el conocimiento estadístico sobre Regresión y Análisis de Series Temporales con detección y tratamiento de datos anómalos.

- Para conocer la estadística aplicada que realmente es necesaria para el investigador, no formulaciones excesivas.


RGLGraph82

¿Por qué el software R?

-------------------------------

- R es un software libre (GNU-GPL).

- R es el software más empleado por estadísticos e investigadores.

- La comunidad estadística provee la mejor documentación en línea sobre la utilización de R.

- R está en continuo desarrollo y crecimiento por estadísticos de renombre (R Development Core Team).

- R permite realizar todas las técnicas clásicas, avanzadas, actuales, robustas y de remuestreo, al contrario de los programas comerciales.

- R proporciona un amplio abanico de herramientas estadísticas y gráficas de gran calidad.

- R permite aprender mientras se hacen los cálculos.

- R es multiplataforma, funciona en Mac, Windows y Linux.