RStudio Estadísticas

"Yo lo utilizo gratuitamente, así que la relación precio calidad es infinita. Me parece muy completo y muy fácil de utilizar una vez que se conocen todas las funcionalidades que ofrece. Recomiendo hacer los cursos de DataCamp para aprender a manejarlo"

Gran variedad de funcionalidades
Fácil de aprender a utilizar
Ideal para organizar proyectos

Poco vistoso

"La gran ventaja es que es de código abierto y tiene una gran visualización de datos. Lo he utilizado para varios proyectos en ciencias de la Tierra y me ha sido de gran funcionalidad."

Práctica visualización de datos
Código abierto
Amplia información en línea
Métodos estadísticos de mayor alcance y exactitud
Interfaz amigable a usuarios no especialistas en programación.

Errores desconocidos
Edición de visualización de información no es tan amigable y practica
Me gustaría que se desarrollarán packs o addins especializados para diferentes ramas de ciencia e ingeniería

"Me ha facilitado la visualización de datos así como también el cruze de información para poder resumir tendencias de grandes bases de datos."

Me gusta la flexibilidad que tiene el software para llamar datos desde diferentes fuentes y la presentación de gráficas que dificilmente se hacen con otros softwares.
Así como también la cantidad de atributos que puede tener cada función y la edición de los mismos.

Lo que no me gusta es la sección de AYUDA del software, es muy pobre con la explicación y la manera en la que ejemplifica el uso de las funciones.

"Usamos RStudio gratuito en el area de Analytics de Entel (además de en trabajos anteriores y proyectos personales). Lo he usado diariamente o semanalmente (según el periodo) hace más de un año y medio y creo que es la mejor forma de trabajar con R."

Muy buen autocompletado
Tiene muchos shortcut útiles para ordenar el código, comentar varias lineas, escribir cadenas de caracteres que uno usa mucho (como %>%), etc
Git integrado
Manejo de proyectos
Fácil creación de templates de RMarkdown
Addins para agregarle más funcionalidades si uno las quiere crear (o importar algunas ya creadas)
Exploración de listas con cómoda opción para recuperar un dato específico que uno busca
Conexiones a bases de datos
Terminal
Visualización de gráficos en general. En caso de RMarkdown también es muy cómodo para visualizar fórmulas en LaTeX, output de código, etc.
La versión gratuita nunca me ha quedado corta
Manejo de paquetes
Historial de comandos
Visualización de environement
Herramientas para creación de paquetes
Para análisis con datos no tan grandes, es muy cómodo. Usándolo en AWS uno tiene cientos de GB de RAM para procesar.
Buen sistema de debuging (salgo algunos problemas que se pueden evitar)
Se puede programar en multilenguaje desde RMarkdown.
Tanto R como RStudio tienen mucha documentación, ya que hay muchas personas utilizándolos
R también tiene muchos otros pros, pero no los explicitaré acá ya que RStudio usa R, pero no es R

Como usa R, se usa con RAM y para volúmenes de información muy grandes se queda corto. Con máquinas en AWS se puede llegar a cientos de GB, pero pasar a TB lo veo poco factible.
A veces el botón stop se queda pegado y hay que forzar el reinicio de la sesión.
He encontrado que el debug con el punto rojo no funciona siempre y me he visto obligado a usar browser() para debuguear un poco más manualmente.

"Usé RStudio en la facultad. Me pareció una herramienta sólida para aprender y para implementar proyectos de machine learning."

"Utilizado en estadística, Machine Learning, aprendizaje supervisado y no supervisado, redes neuronales, bastante fácil de utilizar practico y simple, bastante documentación y bastante clara, lo utilice durante 5 meses para el desarrollo y predicción."

Me gusta su simplicidad y rápida curva de aprendizaje para su manipulación y utilización, ademas de generar reportes con código en pdf y html .

En el procesos de informes de html la falta de buena ubicación en los gráficos y datos juega un poco ne contra, como al utilizar grandes volumenes de información el software tiende a decaer en rendimiento, en la parte de visualización de los datos puede tener debilidades cuando se manejan gran cantidad de predictores. Independiente de lo anterior sus ventajas son considerablemente mayores.

"Lo he utilizado en data science durante los últimos 6 años es un software muy útil sobre todo en Data & Analytics y bastante sencillo de usar. Lo único malo es que para bases de datos muy grandes se cae o queda pegado."

La interfaz de usuario es muy amigable

no es util para big data. o sistemas en producción

"Como Data Scientist utilizo Rstudio a diario, es el mejor IDE para el análisis de datos, permite visualizar datos, gráficos, manejar distintos proyectos con simples clicks. Permite gestionar GIT directamente desde la IDE."

+ Editor de código
+ Gestor de proyectos
+ Importación de datos
+ Manejo de Notebook
+ Visualización de datos
+ Visualización de gráficos
+ Manejo de GIT
+ Consola de comando
+ Conector con Base datos
+ Historial de comandos
+ Manejo de paquetes
+ Editor de Markdown con visualizador

+ Cuando se cuelga el software se reinicia y se pierde lo ejecutado hasta el último save

"Lo usé en mi trabajo de memoria para procesar grandes cantidades de datos. Requería procesar archivos de audio obteniendo características de bajo nivel para posteriormente aplicar algoritmos de machine learning para identificar agresiones verbales"

Gratuito
Versátil
Gran cantidad de librerías
Librerías de avanzado nivel científico
Ágil

Para loops con una gran cantidad de datos y nivel de procesamiento, a veces cuesta mucho interrumpir el proceso. En esas ocasiones el botón "stop" rojo no funciona, se congela el software, hay que finalizar el proceso a través del administrador de tareas y luego abrir y cerrar el software un par de veces para que vuelva a la normalidad

"Como Asistente Comercial de un Start Up, decidí aprender este software porque me permitirá desarrollarme mejor en las funciones que realizo , dándome la posibilidad de obtener indicadores estadísticos y sobretodo proyectar las ventas mensuales."

Lenguaje predeterminado y amigable
2 opciones de realizar el Clustering Customer
Arboles de decision con innumerables variables

Es necesario saber el paso a paso de cada acción porque es un software muy sensible.
Al guardar los sprips no hay manera de guardar los resultados, teniendo que ejecutar de nuevo los códigos.

"Como estudiante universitario he utilizado Rstudio para el análisis de datos climáticos (Temperatura, Precipitación y parámetros de calidad del aire), mediante el uso de series de tiempo, correlaciones, análisis de frecuencias, modelos ARMA y ACP."

La interfaz de Rstudio es similar a la de MatLab, lo que posibilita en un mismo instante la visualización del código, los paquetes utilizados, las tablas y las gráficas generadas. Esto es ventajoso comparado con R.
Al momento de importar a Rstudio archivos desde Excel (.csv) que presentan algunos datos nulos, existe la opción de omitirlos y de esta manera poder generar gráficas.
Rstudio reconoce scripts de lenguajes de programación como C++ y Python.
No requiere licencia para su funcionamiento.
Permite realizar análisis estadísticos descriptivos, multivariados, autoregresivos, espaciales y mucho más.

En algunas ocasiones la ayuda dada por Rstudio para ciertos paquetes no está lo suficientemente detallada.
Algunos paquetes demandan mayor espacio en el disco duro, por lo cuál a veces, la ejecución simultánea de estos genera errores que retrasan la visualización de los resultados.

"Diría que, hablando de RStudio, es la mejor interfaz (IDE), genera mucha confianza, gracias a su estabilidad y adaptabilidad para diferentes funcionalidades. Excelente para generar aplicaciones web basadas en R a través de Shiny y Markdown."

1 Open Source
2 Facilidad de manejo
3 Intuitivo
4 Entorno amigable

1 Que no pueda programar Scripts en Python

"Como estudiante de analítica y como docente de BI el sw me parece muy útil aunque no tan intuitivo. Tiene muchas librerías que son precisas para su finalidad."

Simpleza
Gratuito
Uso de recursos
Comunidad

Poco intuitivo
Interfaz

"Para mi tesis creé un modelo econométrico con RStudio. Hasta entonces sólo sabía utilizar SPSS y Excel."

Es liviano.
Es gratis
Con los paquetes es personalizable para lo que necesitas usar.
Interfaz simple
Biblioteca de usuarios (cran project) donde puedes encontrar suferencias o ayuda.

El comienzo es difícil para alguien que no sabe de programación, pero se aprende rápido.

"Como ingeniero consultor, utilizo R para desarrollar aplicaciones a nuestro clientes, principalmente gracias a la existencia de Shiny. Lo he utilizado para resolver problemas de optimización, Data Mining, Simulación de procesos, entre otros."

Open Source
Está a la vanguardia con las librerías de Machine Learning (TensorFlow está habilitado para RStudio)
Permite la creación de presentaciones / documentos (Rmarkdown).
Permite la creación de plataformas web (Shiny).
Posee excelentes librerías de visualización.
Posee librerías para atacar una infinidad de tipos de problemas, ya dejó de ser sólo un software orientado a estadística.
Dada la gran cantidad de gente que utiliza el lenguaje R, encontrar la solución a errores o formas óptimas de escribir los códigos es usualmente sencillo.

Cuando los programas tienen gran cantidad de cómputos, tiende a colapsar RStudio y se reinicia la sesion.

"Como Consultor en Análisis de Datos y de información R-studio es una herramienta indispensable de trabajo, su uso me permite presentar mi trabajo de una manera más técnica, más profesional, satisfaciendo al usuario final."

La versatilidad de conexión a fuentes de datos y la generación del Rmarkdown para presentación del resultado.

Que con cada actualización se requiere reinstalar los paquetes.

"Como alumno de economía, he usado R para diversos análisis econométricos, trabajando en modelos de regresión por MCO, MCG, series de tiempo, datos de panel para diversas variables de interés económico o financiero."

Se puede cambiar la pantalla a color negro lo que genera menor desgaste en la vista.
Es facil realizar operaciones y generar variables.

En caso de error, no reporta el tipo de error cometido.
Al modificar bases de datos no dice la cantidad de cambios generados o de missing values, lo que si hacen otros softwares como Stata.
Es tedioso tener que instalar tantos paquetes

"Como asistente técnico de investigación con formación matemática, utilizo el software en distintas áreas referentes a eficiencia energética y energías renovables, con la finalidad de realizar proyecciones, simulaciones y análisis de bases de datos."

Software libre en código fuente.
Disponible para los sistemas operativos Linux (Debian, Redhat, SUSE o Ubuntu), Windows o MacOS.
Amplia colección de paquetes de alto nivel para la construcción de gráficos y análisis de datos.
Herramienta flexible y potente, que facilita la aplicación de nuevos paradigmas y metodologías.
Interfaz de programacion amigable.
Diversidad de paquetes estadísticos para todos los ambientes de investigación.
Trabaja con data sin importar el tipo de archivo (.xlsx, .txt. web , entre otros).
Trabaja con varias fuentes de programación (Sql, C++,etc).
Muestra ayuda, y ejemplos de programación para entender el código.
Existe colaboración dentro del grupo de programadores para optimización de los códigos expuestos.

No todas las librerías funcionan en la misma versión de software.

"He utilizado R Studio para análisis de datos de diferentes fuentes y tamaños, tareas de machine learning y para crear aplicaciones web con el framework shiny."

Manejo de gran volumen de datos
Una extensa variedad de paquetes
Soporte amplio de la comunidad
Fácil de usar
Integración de GitHub
Soporte con distinros DBMS y NoSQL

Ninguno por el momento

"Lo he utilizado en el ambito académico (para el aprendizaje de conceptos de analytics y bigdata, así como en concursos datathon) en el ambito laboral me permite elaborar modelos para identificar comportamiento en clientes y evitar churn."

facil comprender su uso
elementos ordenados
permite trabajar con multiples paquetes
permite conectar multiples fuentes de datos

tener que llamar a los mismos paquetes en cada script, debería poder haber una opción default.
pocs veces me ha pasado que con gran cantidad de datos demora el procesamiento, pero esto también depende de la capacidad del computador.

"He utilizado RStudio para análisis estadístico de distintos emprendimientos"

Maneja gran volumen de datos
Tienes muchas herramientas estadísticas

Requiere una noción de programación
Es tedioso tener que instalar las librerías

"Con R puedes programar cualquier tarea y puedes conectarte a diferntes bases de datos. La variedad de paquetes desarrollados por especialistas dan muchas opciones de analisis de datos, ademas cuenta con paquetes como shiny para hacer dashboards."

Autoayuda para escirbir codigo.
Help() para entender los argumentos del codigo.
Variedad de librerias para machine learning.

No tengo criticas negativas para este IDE ya que es muy bueno.

"Como Especialista Web Analytics pude realizar conexión con la Api de Twitter a a modo de poder extraer información, filtrando los términos de mayor frecuencia para la detección y medición de debilidades en los canales de atención."

*Permite manejar gran cantidad de datos.
*Maneja un lenguaje universal como sql.
*Se puede realizar actualización de paquetes
*Puede desarrollar Graficos
*Se puede ultilizar lenguaje Phyton
*Extracion de datos

No tengo ninguna observación por el momento.

"Como analista de riesgo de crédito, me permite realizar modelos de originación, comportamiento y entre otros modelos para el control en la colocación de los créditos, adicional lo utilizo para otros análisis de inferencia estadística."

+ PROS:

Open source.
Interfaz de programacion amigable.
Diversidad de paquetes estadísticos para todos los ambientes de investigación.
Trabaja con data sin importar el tipo de archivo (.xlsx, .txt. web , etc)
Trabaja con varias fuentes de programación (Sql, C++,etc).
Muestra ayuda, y ejemplos de programación para entender el código
Existe colaboración dentro del grupo de programadores para optimizacion de los codigos expuestos.

Interfaz gráfica no es amigable para ciertos modelos. ( Ejemplo árboles de decision), comparandolo con spss , es mejor la representación gráfica.

Capacidad media en el rendimiento de tera de datos.

"En trabajo como analista de datos y la generación de modelos de predicción estadísticos, en mi experiencia, no he conocido herramienta mas adecuada que RStudio, el cual puede adaptarse, además de al lenguaje R, a la mayoría de los otros lenguajes."

Utilización de cualquier lenguaje de programación para el análisis de datos.
Buena interfaz, Visualización amigable del código, gráficos, errores comunes, ayuda, etc.
Gran comunidad en Internet para la resolución de errores en el codigo.
Poderoso lenguaje primario R que con su conocimiento puede optimizar bastante los codigos.
Gratuito.

Gran uso de la memoria dependiendo aveces en la complejidad o poca eficiencia del código.
Algunos errores que traban aveces (muy pocas) el programa, algunos sin explicación a los que hay que buscarle arreglos manuales como cerrar y volver a abrir

"Como consultor de inteligencia de negocios utilizo la herramienta a diario para realizar análisis estadísticos avanzados, por ejemplo, hacer análisis sin supervisión y con supervisión para encontrar patrones que provean conocimiento."

Me gusta su interfaz ya que se diferencia mucho de R nativo.
Me gusta la sencillez de uso.
Y la rapidez al manipular conjunto de datos menor a 1 millón de observaciones.

El procesamiento de grandes cantidades de información.
Que al manipular conjuntos de datos con muchas observaciones colapse la maquina en la que uno trabaja.

"Como estudiante lo he utilizado para: _ Pruebas de diferentes modelos como regresion lineal Y como profesional en: Configuracion e integracion con herramientas como Shiny"

Es facil de entender y usarlo.
Facil cuando tratas de levantar datos de diversos tipos de fuentes

Esta bueno cuando lo usas en algun cluster. Consume demasiado recursos (graficos, memoria) si queres usarlo en una computadora personal; al punto de a veces bloquearlo completamente

"Como estudiante de economía, RStudio es una herramienta funcional, practica y aplicable para el procesamiento y análisis de datos, así mismo en mi campo el sector financiero es muy util para realizar pronósticos y simular modelos."

Su lenguaje es entendible y las representaciones gráficas son útiles
La interterfaz gráficas es amigable
Permite la importación de datos en varios formatos y desde varias

Requiere instalación de librerías especificas no disponibles en algunos casos
Hace uso significativa de la memoria

"Como estudiante lo he utilizado para: _ Estadística descriptiva _ Estadística Inferencial _ Estadística multivariante _ Serie de tiempo Y como profesional en: _Tratamiento del dataset _Limpieza de datos _Imputación de datos _Modelamiento con ML"

Software libre de acceso
Amigable en sus resultados.
Fácil de programar.
Útil para el análisis con modelos estadísticos y computacionales.
Útil para la conexión con otros softwares como el SQL, entre otros.

Es lento según la cantidad de datos, y el modelo, o el algoritmo que se utilice.
Para estudios como deep learning hay ciertos paquetes que no contiene.

"Como asesora de metodología y estadística para estudiantes de carreras de la salud, he utilizado RStudio para extraer, organizar, analizar y visualizar datos tabulados con propósitos investigativos, he optimizado procesos gracias a la herramienta."

Software estadístico libre y gratuito.
Interfaz amigable.
Extracción de datos de diversas fuentes y formatos.
Gran variedad de paquetes, para diferentes disciplinas y propósitos.
Opciones interesantes para customizar la visualización de los datos.

Según el tamaño del dataset, el flujo de trabajo puede ralentizarse.

"Soy asesora independiente de proyectos de investigación para estudiantes de carreras de la salud, he utilizado RStudio para organizar datos tabulados, aplicar métodos de estadística descriptiva e inferencial y generar gráficos."

RStudio es un software estadístico libre y gratuito.
Interfaz amigable.
Extracción de datos de diferentes fuentes y formatos.
Diversidad de paquetes.
Comunidad activa en foros y plataformas de soporte.
Variedad de opciones para personalizar la visualización de datos.

Según el tamaño de los datasets y de los archivos y la memoria del computador, el flujo de trabajo puede ralentizarse.

"Como estudiante de Maestría he utilizado el software para análisis geoestadístico realizando una correlación espacial para hacer predicciones en la evaluación del comportamiento mecánico de rocas a partir de valores obtenidos de pozos petroleros."

Interfaz amigable
Carga rapida de las librerias y paquetes

En ocasiones se vuelve lento

"Excelente. Si deseas usar todo el Potencial del leguaje r y sus librería y paquetes de código abierto. En mi opinión esta es la mejor opción. Muy recomendable para análisis de Ciencia de Datos y ML. Sigo descrubriendo nuevas funcionalidades."

Interfase amigable
Shiny es una de las formas más sencillas de crear web apps.
Conexión a plotly y leaflet expande mucho las opciones de visualización que le das al usuario.
Interfase de visualización de dataframes muy amigable (filtrado y búsqueda)
Muy fácil cargar librerias y paquetes (Vs otras opciones como python)
Hace que se disfrute la curva de aprendizaje del lenguaje r

Consume mucha memoria

"Como Analista funcional de planeacion, he usado R para conectarme a base de datos, procesar los datos y realizar indicadores de la empresa, enviando correos, reportes o enviando información a base de datos todos desde R."

Muy fácil de aprender, la comunidad es gigante, muy rápido si tu experiencia como usuario es buena. Paquetes para todo tipo de uso e industria. No sólo es para estadística, sino que también para análisis de datos de grandes volúmenes y otros.

Como todo pone source al principio los paquetes tienen algunos bugs, pero los dueños del paquete por lo general responden rápido.

"La documentación disponible del software permite que cualquier persona con un poco de entendimiento de programación y conocimiento sobre estadística sea capaz de añadir una herramienta con gran potencial a su workflow diario."

Simplicidad en la implementación de modelos
Buenos paquetes de visualización de datos
Flujo de trabajo intuitivo

A veces, al intentar de traer data usando API, los errores pueden ser poco intuitivos

"Como analista de inteligencia comercial, el uso de RStudio ha sido de muy importante ya que me permite desarrollar modelos analíticos, reportes y analizar grandes volúmenes de datos, situaciones que se ven a diario en el área en la que laboro."

Me gusta que existen infinidad de foros en los que puedes encontrar lo que desees realizar, ya que al ser un software libre es posible programar algunas funciones que no estén implementadas o utilizar algunas otras que ya han sido creadas por algunos usuarios mediante paquetes.

Estoy conforme con el software, algunas veces puede resultar algo lento para trabajar, pero esto depende de la memoria ram de la computadora, como cualquier otro programa

"Rstudio es una herramienta de suma importancia para cualquier ámbito de estudio con la finalidad de darle un sentido lógico a una serie de datos, una herramienta fácil de utilizar pero que al mismo tiempo es robusta dentro de un aspecto estadístico."

El lenguaje de programación es sencillo de entender lo que proporciona mayor facilidad para trabajar con un variedad de datos, por otro lado es agradable que permite trabajar información con diferentes tipos de propiedades desde estadistica hasta geografica.

La interacción con el usuario puede ser un poco brusca ya que el acomodo de la ventanas puede ser un poco desesperante dentro de ordenadores con pantallas no tan grandes, por otro lado la exportación de los gráficos en otros formatos es un poco complicado ya que no siempre funciona correctamente desde la interfaz de Rstudio y se tiene que hacer casi obligatorio por código.

"Muy útil para el manejo e inferencia de datos, con herramientas gráficas y estadísticas, igualmente cuenta con una interfaz amigable y fácil de comprender"

Herramientas estadísticas
Representaciones gráficas útiles
Interfaz amigable
Importación de datos desde Excel

Problemas con librerías específicas

"Para el proceso de datos, el programa permite un correcto y fácil manejo de los datos (cosa muy importante cuando cuentas con bases de datos de gran tamaño). Además, para el programa existen muchos codigos de referencia y facil acceso en internet."

Permite facil manejo de datos, creacion de graficas etc.
Muchos tutoriales en internet (Aunque la mayoría en ingles).
Gran cantidad de packages que le dan versatilidad al programa

El programa no es muy intuitivo, y puede ser duro al inicio.
Se requiere la instalación de paquetes por script (o proyecto), lo que puede ser un poco molesto.

"En mi caso, en el cual busco programas para realizar análisis de bases de datos, el programa me resultó una alternativa muy útil para trabajar los datasets."

Manejo de grandes volúmenes de datos
Accesibilidad a funciones estadísticas
gran utilidad para mapeos, gráficos
sencillo para usar sabiendo poco de programación

problemas con los paquetes (instalación/uso)
limitaciones a la hora de emprender proyectos por mí cuenta al no entender los tipos de errores que arroja