Posts

Igual que reviso mis propios ingresos y gastos, por eso de que vivimos en democracia, me molesto en revisar los números de esas esferas en que me encuadro fiscalmente: ayuntamiento, comunidad autónoma, país (¡pobrecico!) y Unión Europea. Mis dos principales impresiones al examinar las de la Comunidad de Madrid de 2010 fueron: La opacidad (o ininteligibilidad) de las partidas de ingresos: al parecer, estamos en un periodo transitorio en lo concerniente a la financiación autonómica (aunque apostaría bastante dinero a que todos los años desde el 78 lo han venido siendo en mayor o menor grado) y esto hace muy difícil saber quién paga qué, qué son esos fondos de compensación, a qué hacen referencia los ajustes y, sobre todo, cómo se comparan las cifras de un año con las del anterior. Que la recaudación vinculada al IVA y el IRPF descendió un 31% y un 29% respectivamente entre 2008 y 2009. Yo soy autónomo. En cada factura que emito, cargo un 18% de IVA. Y como yo muchos de los restantes autónomos de España (otros “van por módulos”, que es otra historia). Y como nosotros, todas las empresas. Excepto en algunos casos excepcionales (incremento relativo de ventas al exterior (exentas del impuesto) o aumento de la actividad sumergida), existe una relación lineal entre producción y recaudación por concepto de IVA. ...

De un blog cuya lectura recomiendo, extraigo este gráfico: Se trata de la llamada curva de Beveridge para España, que relaciona la tasa de paro con la de puestos de trabajo vacantes. Los datos relativos a vacantes para España pueden obtenerse de Eurostats. En la gráfica parecen estar representados en una escala distinta (por mil) que en las tablas (por ciento). Pero debieran ser magnitudes comparables. Aquí aparece una explicación de cómo interpretar la curva: en épocas de bonanza económica debería acercarse al eje Y (poco desempleo, muchos puestos vacantes) y en las de depresión, al X (falta de ofertas de trabajo, desempleo elevado). ...

Al cumplirse cien años de la muerte de Francis Galton (1822-1911), mostraré una animación relacionada con una de sus más curiosas invenciones, el quincunx o quincuncio: El interesado puede también descargar el código de R utilizado para generar la animación.

Os puedo jurar que lo he vivido. Así, literalmente. Tenían que ser tres y no más. Más vídeos similares, aquí.

Incluso a los que conocemos el mercado desde dentro, la lectura de artículos como este nos descubre un asombroso brave new world. Tanto los nuevos métodos con que dizque se afrontan los problemas más pedestres (como la detección de fraude, la retención de los mejores clientes, etc.) como la misma naturaleza de las áreas en las que se aplican (lucha antiterrorista, predicción de motines, elecciones sangrientas, actos de represión,… ¡e incluso el lanzamiento de cohetes por parte de Hizbolá!) parecen anunciar que ya tocamos lo que Asimov llamaba psicohistoria con la yema de los dedos. ...

De este artículo sobre Facebook extraigo dos cifras: Valoración estimada de la compañía (de acuerdo con ciertos analistas, dado que no cotiza): 50.000 millones de dólares Número de usuarios (¿o clientes?): 500 millones. Aunque son de tal magnitud que rozan lo ininteligible, su cociente sí que resulta aprehensible: cien dólares; cien dólares es lo que dizque se está pagando por cada usuario de Facebook (aunque esto no es rigurosamente cierto: se está pagando también por sus futuros usuarios, dado su patrón de crecimiento). ...

Si el otro día denuncié un gráfico engañabobos (y algún otro me explayaré muy constructivamente sobre el intercambio de correos que mantuve con sus autores), hoy he querido reproducirlo con el paquete googleVis de R. Habedlo: [cf]googleViz[/cf] El código utilizado para generarlo es: library(googleVis) library(reshape) a <- read.csv("http://datanalytics.com/uploads/serie_bde_1.csv")[,1:2] b <- read.csv("http://datanalytics.com/uploads/serie_bde_2.csv", header = F)[,1:2] colnames(a) <- c("fecha", "privado") colnames(b) <- c("fecha", "público") fechas <- data.frame(fecha = a$fecha, orden = 1:nrow(a)) goo.dat <- merge(merge(a, b), fechas) goo.dat <- goo.dat[order(goo.dat$orden),] goo.dat$privado <- goo.dat$privado / 10^9 goo.dat$público <- goo.dat$público / 10^9 goo.dat <- subset(goo.dat, select = c(privado, público)) goo.dat$date <- seq(as.Date("1962-01-01"), by = "month", length = nrow(goo.dat)) goo.dat <- melt(goo.dat, id.vars = "date") goo.tl <- gvisAnnotatedTimeLine(goo.dat, datevar = "date", numvar = "value", idvar = "variable") Finalmente, hay que advertir que no es inmediato el publicar estas visualizaciones en bitácoras como ésta (que utiliza Wordpress). Los detalles de cómo hacerlo, en este enlace.

He encontrado una página que será, seguro, del gusto de mis lectores. Contiene animaciones en R tales desarrolladas con el paquete animation tales como ésta sobre la optimización por mínimos cuadrados o esta otra sobre k-medias. ¡A disfrutar!

En esta entrada voy a mostrar tres maneras (que vienen a ser la misma) de ordenar los niveles de un factor en R: La básica La sofisticada El atajo Antes, responderé a una pregunta: ¿por qué reordenar niveles en factores? La mejor respuesta que se me ocurre: si no la sabes, deja de leer ya. Te aseguro que, a poco que trabajes con R, acabarás retomando la lectura. La forma básica es la siguiente: ...

No voy a descubrir nada diciendo que cada gremio utiliza una jerga característica. Y que la que se maneja en disciplinas tales como la consultoría, la informática y la práctica de las ciencias aplicadas está tremendamente influida por lenguas extranjeras. Algunos, los menos, tratamos de evitar barbarismos innecesarios y nos escandalizamos del spanglish galopante. En nuestra ayuda, poco auxilio podemos recabar de la RAE, que avanza a pasitos tan cortos (pero seguros, ¿eh?) que solo resolverá nuestras dudas cuando ya nos hayamos muerto. Y los de la FUNDEU dan respuestas de lo más acatarrante en los más de los casos. ...