Microsoft R Server, la plataforma analítica de datos basada en R

El análisis de datos, la estadística, la tecnología y la informática van muy relacionadas. En estos tiempos de análisis masivo de datos no se concibe una sin la otra. El Big Data ha llegado para quedarse en nuestras vidas. Las grandes corporación están dando pases al frente para no perder mercado y posicionarse para comer el mayor trozo de pastel posible. 

Microsoft ha presentado Microsoft R Server, su plataforma de analítica de datos empresarial, escalable y segura, basada en R, el lenguaje de programación para estadística y análisis predictivo más usado en el mundo. 

El nuevo Microsoft R Server soporta una gran variedad de sistemas estadísticos de Big Data, modelización predictiva y capacidades de machine learning. La compañía ofrece R Server a través de múltiples plataformas, permitiendo a los clientes empresariales acceder a sistemas analíticos avanzados sin importar si usan Hadoop (Hortonworks, Cloudera y MapR), Linux (Red Hat y SUSE), o Teradata. Para Windows, Microsoft R Server estará incluido en SQL Server 2016. Microsoft también ha anunciado el lanzamiento de una edición para desarrolladores con todas las características de la versión comercial que puede descargarse de forma totalmente gratuita. Para estudiantes, Microsoft R Server también está disponible para su uso académico a través del programa Microsoft DreamSpark.

Además, Microsoft sigue fiel a su compromiso de ofrecer soporte al proyecto open-source de R con el lanzamiento de Microsoft R Open, que mejora el rendimiento del antiguo Revolution R Open desarrollado por Revolution Analytics.

Balance del Blog

Nos vais a permitir que escribamos una entrada lejos de los contenidos técnicos sobre estadística a los que os estamos acostumbrados. Simplemente nos gustaría haceros partícipes de los datos que maneja este sencillo blog, que como decimos en nuestra sección, simplemente nació con el objetivo de convertirse en un punto de encuentro, información, consulta y opinión de los profesionales del análisis de datos.

El blog en estadísticas

Se han publicado 38 entradas, tenemos 27 comentarios útiles publicados y 10 seguidores.
La primera entrada es de Septiembre de 2012. 2 años después hemos visto como han ido creciendo sus visitas de manera lenta.

En el gráfico podéis ver el ritmo de visitantes:

Monetización

Famosa palabra entre los negocios online. Hacer el trabajo de escribir, publicar, etc, nos lleva unas cuantas horas, trabajo y en algunos momentos hasta dinero. Por ese motivo este blog intenta financiarse con 3 vías.

• Publicidad Adsense. Podéis verla en el menú de la derecha. Poco intrusiva. Si os interesa algún anuncio no dudéis en hacer click. 
• Donativos: si te gusta lo que lees y quieres que esto crezca, puedes hacer un pequeño donativo en la sección colaboración. El importe lo eliges tú.
• Libros de estadística: hemos decidido hacer crecer esta sección. Facilitamos títulos elegidos y clasificados entre el catálogo de Amazon y ayudamos a difundir publicaciones de interés a cambio de una pequeña comisión.

En el futuro

Seguir creciendo, nos encantaría poder ofrecer nuestros propios cursos online, hacer nuestros libros, crear un foro para poder responder dudas, tener nuestro propio hosting y dominio.... pero todo cuesta dinero.

Iremos poco a poco, compraremos un dominio y aumentaremos la frecuencia de publicaciones para fidelizar más a nuestros visitantes.

Por último, hemos decidio eliminar la sección servicios ya que no podemos atender y resolver todas  vuestras dudas. Pero aquellas que nos lleguen, las publicaremos para que cualquier visitante pueda daros soporte a través de sus comentarios.

Hay trabajo para Matemáticos y Estadísticos

La Encuesta de Población Activa (EPA) realizada por el Instituto Nacional de Estadística trimestralmente además de conocer datos sobre el paro de los Españoles, permite analizar la principales actividades de ocupación. En su última entrega, los resultados demuestran que las especialidades de Matemáticas y Estadística, es la segunda especialidad con mayor tasa de empleo (la primera es Veterinaria). 

Más del 75% de los 101.400 personas adultas en España con estudios de Estadística y Matemáticas tienen empleo.



















¿Quieres ayudarnos a mantener vivo el blog?
 

Curso de Análisis de Datos Cuantitativos con SPSS Aplicado a la Investigación Socioeducativa

La Universidad Autónoma de Madrid comienza la segunda edición del "Curso de análisis de datos cuantitativos con SPSS aplicado a la investigación socioeducativa - nivel avanzado" formará a los participantes en las diversas aplicaciones de técnicas estadísticas multivariantes de análisis de datos, mediante el uso del programa Statistical Package for the Social Sciences - SPSS.

Partiendo de los conocimientos del curso de nivel básico, se profundizará en técnicas más especializadas tales como Análisis de Regresión, Factorial, de Conglomerados o en Pruebas no paramétricas. De esta forma se profundizará en estrategias estadísticas más complejas que aportarán un conocimiento más profundo de la realidad estudiada.

Estructura y Contenido:

1.     Introducción al análisis de datos cuantitativos con SPSS aplicado a la investigación socioeducativa –Nivel Avanzado

2.     Repaso de la Estadística Básica: estadística descriptiva, t de student, ANOVA.

3.     Análisis de Regresión

a.     Análisis de Regresión Simple

b.     Análisis de Regresión Múltiple

c.     Supuestos del Modelo de Regresión Lineal

4.     Análisis de Conglomerados

a.     Conglomerados de K medias

b.     Conglomerados Jerárquicos

5.     Análisis Factorial

6.     Análisis Discriminante

7.     Estadística No Paramétrica

a.     Prueba para una muestra

b.     Prueba para dos muestra independientes

c.     Pruebas para varias muestras independientes

d.     Prueba para dos muestras relacionadas

e.     Pruebas para varias muestras relacionadas

8.     Análisis de Fiabilidad

9.     Análisis de Regresión Logística

Horario de clases

·        Día 1º: 28 de Mayo de 2013 - 16:30 hrs. a 20:30 hrs.

·        Día 2º: 30 de Mayo de 2013 - 16:30 hrs. a 20:30 hrs.

·        Día 3º: 4 de Junio de 2013 - 16:30 hrs. a 20:30 hrs. 

         Día 4º: 6 de Junio de 2013 - 16:30 hrs. a 20:30 hrs.

Más información AQUÍ

Curso gratuito de R en Coursera

Descubrimos en el blog perosnal de José María Mateos llamado Las penas del Agente Smith, una entrada sobre un curso gratuito de Análisis de Datos con R.

Comienza el 22 de enero y durará 8 semanas y como os comento se basa en el software R de código abierto y gratuito orientado al análisis estadístico. El curso se realiza a través de la plataforma web Coursera, es gratuito e impartido por el profesor Jeff Leek, profesos de bioestadística en Johns Hopkins Bloomberg School of Public Health.

2013 Año Internacional de la Estadística

El Año Internacional de la Estadística (Estadística 2013) es una celebración y un reconocimiento a nivel mundial de las aportaciones de la ciencia estadística. A través del esfuerzo conjunto de organizaciones de todo el mundo se pretende promover la importancia de la estadística entre la comunidad científica, los usuarios de datos públicos y privados, los medios de comunicación, políticos, empresarios, estudiantes y el público en general.

Los objetivos que se persiguen son:

• Aumentar la conciencia pública sobre el poder y el impacto de la estadística en todos los aspectos de nuestra sociedad.
• Promover la estadística como una profesión, especialmente entre la gente joven.
• Fomentar la creatividad y el desarrollo de las ciencias de la probabilidad y la estadística.

Podéis ver las actividades haciendo click aquí.

Web Oficial: http://www.statistics2013.org/

El trabajo de estadístico en Estados Unidos

La web CnnExpansión publicó recientemente un artículo con los 10 mejores empleos de Estados Unidos. En el 7º puesto de este curioso ranking de los perfiles profesionales más exitosos, aparece el de analista de investigación de mercados con experiencia en estadística. De los 10 puestos publicados en el artículo, el de estadístico es el segundo con mayor tasa de crecimiento a 10 años.

 

 

Algunos datos curiosos:

• Promedio salarial: 63,100 dólares
• Salario máximo: 97,700 dólares
• Crecimiento del empleo a 10 años: 41.2%
• Puestos totales*: 282,700

 

¿Qué ocurriría si comparamos estos datos con los de los profesionales estadísticos en España? Tal vez, sería interesante realizar una encuesta sobre la situación laboral en nuestro país.

IV Jornadas de usuarios de R

Para los que no conozcáis que es R, informaros que es un lenguaje de programación orientado al análisis estadístico. Es software libre publicado bajo licencia GNU-GPL y se puede descargar libremente en el CRAN.

 

Los días 15 y 16 de noviembre de 2012, se realizará en Barcelona el IV encuentro de usuarios de R con los objetivos de:

• Proporcionar un punto de encuentro a los usuarios de R.
• Fomentar la colaboración entre ellos en un ambiente multidisciplinar.
• Divulgar el conocimiento del lenguaje y sus posibilidades.
• Promover el uso de R.

Más información de las jornadas aquí.

El 5 de octubre es el día de la Estadística

El 5 de octubre de 2012 es la fecha elegida para celebrar el Día de la Estadística, una ocasión para reencontrarse la comunidad estadística del país a fin de comentar y debatir temas de interés común desde el punto de vista académico, institucional o de la misma profesión.

La edición de este año será organizada por el Departamento de Estadística e Investigación Operativa de la Universidad Politécnica de Cataluña (UPC), y tendrá lugar el día 5 de octubre en la Facultad de Matemáticas y Estadística de la UPC.

 

Si quieres conocer el programa de actividades, consúltalo aquí.

La Estadística al servicio del fraude electoral

Reciéntemente se ha publicado una interesante noticia donde un grupo de estadísticos austríacos han desarrollado un método estadístico para detectar los fraudes electorales una vez concluido el recuento de votos. Este método está enfocado en la votación de unidades territoriales y los resultados de su estudio, en el que ha participado la Universidad Médica de Viena, se publican ahora en la revista Proceeedings of the National Academy of Sciences (PNAS).

 

La idea es que si una región pequeña tiene un alto porcentaje de participación electoral, y virtualmente todos los votos de esa área son por sólo un candidato, es probable que sea debido a que llenaron las urnas con votos a favor, o destruyeron los votos de oponente (o los contaron mal, etcétera).

 

Si suficientes distritos presentan este problema, es posible que puedan alterar los resultados de una elección, y esto fue lo que encontraron los investigadores al analizar las elecciones del año pasado en Uganda y las de comienzos de este año en Rusia, donde volvió Vladimir Putin al poder tras ser primer ministro.

 

El eje vertical es el porcentaje de votos al candidato ganador, y el eje horizontal, el porcentaje de participación electoral.

Si observamos el gráfico, en las elecciones de Uganda y de Rusia hubo numerosos lugares donde el candidato ganador obtenía cifras cercanas al 100% de los votos efectuados.

 

Ese sistema sugiere que la manipulación electoral puede ser gradual o extrema. En el primer caso el fraude se produce cuando, con una tasa dada, se añaden papeletas a un partido o candidato particular y se retiran las de otros aspirantes. El fraude extremo, en cambio, se observa cuando el 100% de la participación electoral recoge la mayoría de los votos a favor de un partido o candidato concreto.

 

Thurner y sus colegas aplicaron su modelo paramétrico a los últimos procesos electorales de países como Rusia, Austria, Canadá, República Checa, España y Suiza, donde “los resultados electorales están disponibles en una base de datos simple”, comenta Thurner. Se centraron en los datos de la distribución de voto en distritos electorales con menos de 5.000 personas circunscritas.

 

Al analizar los datos de la distribución de voto de acuerdo a esos test vieron que, mientras en países con elecciones justas, como España o Suiza, la distribución de voto al partido ganador seguía una distribución aproximadamente gaussiana, esto no se observaba en otros casos. En Rusia la asimetría de la distribución estaba por debajo de la del resto de países, lo que según los investigadores indica la presencia de alguna anomalía, es decir, de fraude.

 

Este modelo estadístico puede ayudar a hacer más justos los procesos electorales en los sistemas democráticos ya que “permite hacer un análisis cuantitativo para detectar posibles irregularidades”, concluye Thurner. Los responsables del estudio quieren con su investigación llamar la atención para que “organizaciones como la OSCE o las Naciones Unidas creen una página web donde se encuentren los datos electorales de cada nación”.

Lamentablemente el método no es lo suficientemente robusto para países con menos de 100 distritos electorales, como también hay que tener claro que hay países donde hay zonas con profundas discrepancias políticas como Canadá, donde los conservadores ganaron con más del 40% de los votos en todas las provincias angloparlantes de país, pero sólo obtuvieron 16,5% en la provincia francófona de Quebec.

Cursos de Estadística OpenCourseWare en la Universidad Carlos III

La Universidad Carlos III de Madrid promueve la difusión en abierto de material de apoyo a la formación, incentivando la participación de su profesorado en dicha iniciativa. Por ello, la UC3M se adhiere al proyecto del Instituto Tecnológico de Massachusetts (MIT), que ha generado la agrupación de universidades de alto prestigio internacional en torno al Consorcio OpenCourseWare. La misión de esta acción es promocionar la educación y potenciar el conocimiento de manera abierta y sin restricciones.

 

 

OpenCourseWare es una herramienta que permite la libre publicación de material y proporciona los contenidos de forma gratuita a usuarios de todo el mundo.

 

Los cursos gratuitos que promueve la universidad Carlos III relacionados con la Estadística son los siguientes:

Aprendizaje del software estadístico R: un entorno para simulación y computación estadística
Investigación Operativa
Procesos estocásticos con aplicaciones al ámbito empresarial

No se trata de un servicio de formación a distancia, por tanto no se otorga ningún tipo de acreditación ni certificado de aprovechamiento por haber utilizado dichos contenidos.

Toda la información aquí

La Estadística y el Póquer

En la excelente e interesante web Jot Down, léemos una entrevista con el jugador de Póquer Raúl Mestre, donde repasa brevemente la base estadística que subyace en este popular juego de cartas. Publicamos a continuación una extracción de la entrevista, puedes leerla íntegramente aquí.

 

 

¿Pero os habéis planteado —ya que vuestro éxito se basa, entre otras cosas, en el dominio de las matemáticas, estrategias de investigación multidisciplinar— hablar con científicos, con matemáticos, para mejorar los algoritmos con los que trabajáis?

Cuando hablas con un científico la primera idea que te trasmite es la de crear algoritmos que sean convertibles en un bot. Cuando les dices que esto no es legal lo descartan, porque aunque podrían invertir su tiempo en el desarrollo de un algoritmo, el que luego lo tengan que aplicar ellos personalmente no les seduce en absoluto. También hay una realidad, y es que la matemática que subyace en el póquer no es tan complicada. Sí hay quizá algunos estudios más complejos, pero no llega ni mucho menos al nivel de la física cuántica; en el póquer, con que tengas un buen dominio de la estadística, no solo en el porcentaje sino quizá algo más, ya vas bien servido.

 

Trabajáis sobre todo con grandes muestras y la varianza, que son las variables fundamentales.

Sí, a ver; al final, el encanto del póquer como juego, lo que lo hace tan estudiable, es que hay unas reglas fijas que se cumplen siempre. Esto por desgracia en el mundo real no sucede casi nunca. Pero aquí sabes que tienes 52 cartas, que la distribución es aleatoria y que las reglas son fijas en todas las manos. Con estos datos solo es necesario hacer estudios estadísticos de las jugadas que serán más rentables. Puedes basarte en muestras de jugadores que han jugado muchas manos y ver qué les ha sido rentable, y en otras muchas situaciones simplemente harás análisis teóricos de las situaciones que estás estudiando para ver como debería ser el juego. Contado así suena muy complicado, pero en la práctica es relativamente sencillo. Además no olvidemos una cosa muy importante: no necesitas ser el jugador de póquer perfecto; sólo necesitas jugar mejor que los jugadores de tu mesa.

 

Hay un uso generalizado de software de apoyo para el cálculo de probabilidades, ¿tenéis los vuestros o utilizáis algún desarrollo comercial?

Hay gran cantidad de software de apoyo en el mundillo del póquer que te ayuda a calcular probabilidades, una mano enfrentada contra un conjunto de manos, una mano contra otra, probabilidades de ligar cada tipo de mano… todo esto es como las herramientas, la base, el ABC que un jugador de póquer debe conocer para después poder tomar buenas decisiones. Si no sabes cuánto a menudo gana tu mano, o cuánto a menudo ligas cada tipo de mano, difícilmente las decisiones que tomes después van a ser acertadas, claro. Porque ya estás partiendo de una premisa… si yo no sé que tengo un 25 por ciento de probabilidades de ligar la mano fuerte o en cada tipo de mano el porcentaje que sea, las decisiones que tome,¿en qué las baso? ¿me estoy basando en, no sé, en mis creencias? ¿en que la mano me parezca bonita?

 

¿Intuición?

Si quieres tomártelo en serio necesitas basarte en algo un poco más sólido. Todos estos programas de soporte son la base para la toma de decisiones, y a partir de la información que te suministran se construye una estrategia.

 

¿Qué es el teorema de Genugten?

Puedes jugar a póquer sin tener la menor idea de teoremas estadísticos, de la campana de Gauss o del teoreama de Genutgen, no te hace falta conocer los fundamentos matemáticos, o sea, si eres un físico que los conoce te puede ayudar a nivel intelectual, pero no te es necesario. Lo que sí te hace falta es tener esos conocimientos para poder desarrollar una estrategia. Esto es, puedes utilizar las estrategias sin tener los conocimientos, lo que no puedes es desarrollar estrategias sin tenerlos.

Curso de Sas en la Fundación Uned

El objetivo es capacitar a los alumnos para llevar a cabo análisis de información con el sistema estadístico SAS en el campo de la economía pública, así como en otros campos del conocimiento. Este curso persigue, esencialmente, trabajar con el sistema SAS de un modo sencillo incidiendo en la facilidad de análisis y transformación de grandes volúmenes de datos. Se estudiarán los métodos econométricos y las técnicas de análisis multivariante de datos, con especial hincapié en la interpretación de los resultados. También se estudiará la econometría de series temporales, incluyendo teoría de la cointegración y modelos con datos de panel.

 

Fecha: Del 19 al 23 de noviembre de 2012. Precio del Curso: 320 Euros.
Lugar: El curso se desarrollará en Madrid, en el Instituto de Estudios Fiscales (Avda. del Cardenal Herrera Oria 378 – 28035-Madrid), Aula 2.12

Más información: aquí

Máster Universitario en Minería de Datos e Inteligencia de Negocios

Uno de los objetivos del blog Estadístico es publicar información relevante sobre cursos y formación relacionada con la Estadística. En el próximo mes, comenzará en la Escuela Universitaria de Estadística de la Universidad Complutense el primer Máster Universitario en Minería de Datos e Inteligencia de Negocios.

 

El Máster en Minería de Datos e Inteligencia de Negocios, ha obtenido la aprobación definitiva de la ANECA y se impartirá durante el próximo curso 2012-2013. Tiene un carácter multidisciplinar y se impartirá en colaboración con la Facultad de Informática, de Ciencias Económicas y Empresariales, la Escuela U. de Estudios Empresariales y la empresa SAS.

• Información general
• Proceso de admisión
• Matrícula
• Reclamación de la admisión
• Normativa Trabajos Fin de Master

Más información aquí.