Scripting avanzado

Inicio  Anterior  Siguiente

Uno de los principales argumentos para disponer de los planes Profesional 4GB o Premium, es la posibilidad de utilizar el software R en tus procesos, análisis y por supuesto, en su publicación en los cuadros de control. Si eres propietario de una plan Profesional 1GB o 2GB, entonces puedes optar por contratar a TESI el servicio de scripting de R. El uso del software R está permitido en SegmentaNet como un elemento que te ayudará a no tener límites en todo lo que se puede hacer con SegmentaNet.

No vamos a hacer de esta documentación un manual de R. Ya hay muchos manuales de R y su entorno los cuáles puedes consultar en estas direcciones:

Manuales

Otros manuales online (libro completo)

En esta documentación, nosotros te vamos a guiar en como combinar R y SegmentaNet, rompiendo por tanto la barrera que te pueda establecer el desarrollo de SegmentaNet en su momento actual. No vamos a decir que sea tarea fácil. Si te has acercado alguna vez a R, sabrás que es un lenguaje de scripting, donde se puede hacer todo, pero pagando un alto precio en curva de aprendizaje. Aunque.... ¿  realmente es complicado ? Pues hay argumentos a favor y en contra. El análisis simple es simple también en R. Por ejemplo, el cálculo de la media aritmética en R, es una sola instrucción ...

mean(x)

sin embargo, esta instrucción se puede complicar un poco más...

mean(x, na.rm=TRUE)

donde estamos diciendo que queremos calcular la media del campo llamado "x", y eliminar del cálculo todos aquellos valores que no sean un número real. Este cálculo nos daría como resultado un valor ...

[1] 87.03704

El motivo de incorporar la posibilidad de utilizar R en SegmentaNet es porque R se está convirtiendo en ese software de referencia en el análisis de datos. Existen miles de paquetes, desarrollados por una potente y extensa comunidad de desarrolladores o científicos de datos para casi cualquier cosa. Te recomendamos echar un vistazo a CRAN Task Views porque ahí se agrupan los paquetes en función de su uso final.  No podemos recomendar ningún paquete en especial, sin embargo si que hay paquetes de referencia que están disponibles para su carga y uso.

Pero, como puedes hacer efectivo R en tu SegmentaNet. De entrada, como dijimos al principio, necesitas disponer de uno de los planes "superiores": el plan Profesional 4GB o el plan Premium. Sólo en estos planes podrás elegir (en tipo de análisis) crear un análisis de tipo R, bajo el nombre de RMarkdown. Tomada esta decisión, solo restaría saber como se accede a los datos y escribir tu script. Aquí te ponemos un ejemplo de script R Markdown y su salida en SegmentaNet.

# Introducción

**Buenos dias, tardes o noches**.

Estamos haciendo un estudio entre la poblacion general acerca de un tipo de dispositivos que se utilizan para controlar la actividad que se realiza, especificamente de las pulseras de actividad, le importaria colaborar con este estudio, la entrevista no dura mas de 15 minutos y sus respuestas nos ayudaran a configurar mejor nuestro producto y poder ofrecer mejores prestaciones. De antemano le agradecemos su atencion. Esta es una demostración de que puedo incluir cálculos de R entre el texto, como éste; **_(la media de P15 es igual a `r round(mean(data$P15,na.rm=TRUE),2)`)_**, finalizando aquí el cálculo.

[Puedes incluso acceder a la documentación de SegmentaNet.com en una nueva pagina](https://doc.segmentanet.com) o ir a [Google](https://www.google.com) en este mismo marco.

 

##Tabla 01 - Recuento de casos de ZONA

```{r 1}

data %>%

    tab_cells(data$ZONA)  %>%

    tab_cols(total()) %>%

    tab_stat_cases(label ="casos") %>%

    tab_stat_cpct(label = "% de casos") %>%

    tab_pivot(stat_position = "inside_columns")

```

##Tabla 02 - Perfil de muestra - SEXO (1)

```{r 2}

data %>%

    tab_cells(data$SEXO)  %>%

    tab_cols(total()) %>%

    tab_stat_cases(label ="casos") %>%

    tab_stat_cpct(label = "% de casos") %>%

    tab_pivot(stat_position = "inside_columns")

```

 

##Tabla 03 - Perfil de muestra - SEXO (2)

```{r 3}

data %>%

    tab_cells(data$SEXO)  %>%

    tab_cols(total()) %>%

    tab_stat_cases(label ="casos") %>%

    tab_stat_cpct(label = "% de casos") %>%

    tab_pivot(stat_position = "outside_rows")

```

 

##Tabla 04 - Perfil de muestra - SEXO (3)

```{r 4}

data %>%

    tab_cells(data$SEXO)  %>%

    tab_cols(total()) %>%

    tab_stat_cases(label ="casos") %>%

    tab_stat_cpct(label = "% de casos") %>%

    tab_pivot(stat_position = "inside_rows")

```

El resultado en SegmentaNet es ...

clip0003

O si deseas ver el enlace al análisis completo (enlace público de SegmentaNet), mira aquí. El hecho de que el código R aparezca en  el resultado es una decisión que hemos tomado para ilustrar cada parte del script qué hace. Esto es muy utilizado para aprender a trabajar con R.

Esperamos que esta breve introducción, haya despertado tu atención, y desees seguir viendo más. Advertimos, es adictivo.