En serio, a pesar de la fecha, lo que cuento hoy acá no es una broma: todo está documentado. Lo prometo. Y es que leyendo el suplemento de economía de El País, tropecé con un artículo de Carmen Alcaide (ex-todo del INE) que con el título Credibilidad y transparencia trataba de los dos principales asuntos que hacen sospechosas las cuentas todas de esta reseca piel de toro a los ojos de los inversores foráneos: ...

El azar (¡y la suerte también!) me ha llevado a lo largo de estas semanas pasadas a departir con miembros de un gremio con el que apenas he tenido relación en años, el de los docentes: he tenido la suerte de compartir mesas y sobremesas con profesores tanto de bachillerato como de universidad. Y no creo que por azar sea el hecho de que todos ellos, de manera independiente, hayan valorado negativamente un fenómeno que en mi época, pre-internet, no era siquiera imaginable: que los alumnos acuden a la Wikipedia —también a otras fuentes electrónicas, pero, en particular, la Wikipedia— para instruirse (digámoslo así) sobre temas académicos. Aparentemente, los estudiantes de hoy en día encuentran más accesible la información en ella que en bibliotecas, anaqueles y muy probablemente, los recursos que los docentes encomiablemente cuelgan (con manifiesto despilfarro de recursos dada la fragmentación de las iniciativas independientes) en sus intranets robinsonianas. ...

Aun sin desempacar la mochila, me siento al ordenador para dar noticia a mis caros lectores de mi feliz regreso a Madrid. A mis espaldas quedan las II Jornadas de R en Mieres, un viaje a Australia con escalas en Bangkok y Singapur, un congreso de minería de datos, cien encuentros provechosos, mil proyectos y un millón de ideas. De todo ello iré dando cuenta en estas páginas en los días sucesivos. ...

Me preguntan cómo construir la matriz de correlaciones a partir de la de covarianzas con Excel. Mis lectores más versados en R conocerán la existencia de la función cov2cor (cuyo código fuente merece ser examinado). Sin embargo, ¿cómo hacerlo con Excel? No es tan complicado, aunque infinitamente más prolijo: en la posición (i,j) de la matriz de correlaciones hay que asignar: el valor (i,j) de la correspondiente matriz de covarianzas dividido por la raíz cuadrada del producto de los valores (i,i) y (j,j) de la matriz de covarianzas. Tan fácil como parece, implementarlo en Excel es poco menos que una tortura. Partiendo de una matriz de covarianzas A1:C3, ...

Ha aparecido en diversos medios la noticia de la presentación al rey de una propuesta de la Fundación Everis que ha venido a titular TransformaEspaña (así, junto). El estudio que define la propuesta […] pone de relieve la gravedad de la actual crisis económica, sus causas y consecuencias, propone una serie de soluciones y actuaciones en todos los ámbitos del sistema que deben producirse en los próximos años para generar un verdadero cambio. ...

Quienes acudan a Mieres la semana que viene me oirán hablar de programación funcional en R. Algo de lo que no hablaré pero que dejaré acá escrito como abrebocas es un pequeño ejemplo de cómo la programación funcional hace tu vida más simple y, sobre todo, prolonga la vida de tu teclado. Voy a ilustrar el uso de una función de R que echábamos de menos los usuarios de Python: Filter. Estaba ahí, sí, pero como escondida. ...

Todo el mundo entiende que los médicos,solo por serlo, están sujetos a un mandato específico: luchar contra la enfermedad. Puede que otros gremios (como los maestros o los jueces) tengan otros tan escuetos como significativos. Yo, durante un tiempo, me pregunté cuál sería el de los matemáticos, los estadísticos, los que nos dedicamos al análisis de datos. Y creí dar con una fórmula que hice mía: ordenar y simplificar la información. ...

Yo creo que es un bug, vamos. Y tengo tres motivos para creerlo: Teradata no hace lo que se espera que haga. No he encontrado por ahí motivo técnico alguno que proscriba razonadamente lo que intento hacer. He hablado con un señor empleado de Teradata, le he enviado el ejemplo y en lugar de explicarme mi error (de haberlo) ha hecho el avestruz (ya hablé de lo que pasa cuando uno encuentra _bugs _en software propietario). He aquí cómo reproducir el bug. Primero creo una tabla muy simple e inserto una única fila en ella. ...

En mis deambulaciones por internet topé con una página interesante que bien merece ser comentada en este blog. Enumera siete técnicas (o secretos en su formulación primigenia) que habrían de hacer suyas los expertos en análisis de datos. Son: Usa una herramienta del tamaño adecuado SAS u Oracle no deberían considerarse las herramientas por defecto. Para procesar y depurar ficheros de texto de menos de mil líneas bastan herramientas como R, Google Refine, vi, Excel/OpenCalc,… ...

Hoy, procrastinando, me he dado un paseo por la Wikipedia en español. Y me he deprimido viendo el lamentable estado en que se encuentran la mayor parte de las páginas de las categorías a las que concierne esta bitácora como, por ejemplo, las de probabilidad, estadística y minería de datos. Quiero invitar a los lectores de este blog (a los que, por serlo, se les presupone un mínimo de interés y formación) a que participen en ese proyecto común que es la Wikipedia (y, en particular, la Wikipedia en español) para no tener que volver a sonrojarnos al comparar nuestras páginas con las correspondientes de otros idiomas. ...