R

A veces se hacen encuestas sobre temas sobre los que los encuestados son reticentes a revelar la verdad (p.e., ¿es Vd. un zombi?). Un procedimiento conocido para recabar tal tipo de información es el siguiente: Se le invita al encuestado a tirar al aire una moneda con las caras etiquetadas con sí y no; la moneda no es una moneda porque tiene una probabidad conocida (y distinta del 50%) de caer en sí. El encuestado responde sí si la respuesta a la pregunta y el resultado de la tirada de la moneda coinciden y no en caso contrario. A partir de la proporción de respuestas positivas y conocida la probabilidad del sí de la moneda, $q$, es posible estimar la proporción $\theta$ de respuestas positivas a la pregunta de subyacente de interés en la muestra. Efectivamente, los síes tienen una distribución binomial $B(p) = B(q\theta + (1-q)(1-\theta))$ y, una vez estimado (por máxima verosimilitud) $\hat{p}$, puede despejarse $\hat{p}$ de $\hat{p} = q\hat{\theta} + (1-q)(1-\hat{\theta})$ para obtener ...

Esta entrada será del interés de a quien le atraigan dos temas bastante independientes entre sí: La energía, las centrales eléctricas, sus emisiones, etc. SPARQL Allá va el código library(SPARQL) library(ggplot2) queryString = "PREFIX a: <http://enipedia.tudelft.nl/wiki/> PREFIX prop: <http://enipedia.tudelft.nl/wiki/Property:> PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#> select ?plant ?name ?elec_capacity_MW ?lat ?lon ?operator where { ?plant prop:Country a:Spain . #get the name #?plant rdfs:label ?name . ?plant prop:Generation_capacity_electrical_MW ?elec_capacity_MW . #?plant prop:Operator ?operator . ?plant prop:Latitude ?lat . ?plant prop:Longitude ?lon . }" d <- SPARQL(url="http://enipedia.tudelft.nl/sparql", query=queryString, format='csv', extra='&format=text%2Fcsv') ggplot(d$results, aes(x = lon, y = lat, size = elec_capacity_MW)) + geom_point() y lo que genera, que es ...

La respuesta a sea pregunta, y siempre de acuerdo con los datos de John C. McCallum, la da que hace corresponder a cada año del eje horizontal el correspondiente (en el vertical) aquel en el que el almacenamiento en disco venía a costar lo mismo (euros por MB) que el memoria en el primero. Hoy vamos casi por 2000. Me llama la atención que el crecimiento se esté ralentizando. El código, por si alguien le encuentra alguna tara, es ...

En el año 2012 escribí esto, que incluye El índice de Banzhaf para un determinado partido político mide su poder en términos del porcentaje de las posibles alianzas mínimas ganadoras en las que participa dentro de su universo total. Una alizanza es ganadora cuando reúne más de la mitad de los votos. Y es mínima cuando todos sus integrantes son necesarios para que sea ganadora; excluye, por ejemplo, la alianza trivial formada por todos los partidos. ...

Usando código de una entrada anterior voy a medir el poder de cada partido político de acuerdo con Banzhaf tras las elecciones de diciembre de 2015. escannos <- c(123, 90, 69, 40, 9, 8, 6, 2, 2, 1) names(escannos) <- c( "pp", "psoe", "pod", "c's", "erc", "dl", "pnv", "iu", "bildu", "cc") banzhaf(escannos) da 14 coaliciones mínimas, pp psoe pp pod pp c's erc dl pp c's erc pnv pp c's erc iu bildu pp c's dl pnv pp c's dl iu bildu cc psoe pod c's psoe pod erc dl psoe pod erc pnv iu psoe pod erc pnv bildu psoe pod dl pnv iu bildu psoe pod dl pnv iu cc psoe pod dl pnv bildu cc y un reparto de poder que queda de esta manera: psoe pod pp pnv dl erc c's iu bildu cc 57.1 57.1 50.0 50.0 50.0 42.8 42.8 35.7 35.7 21.4 Gráficamente, ...

Estoy harto. La gente de CRAN me devolvió (con errores) un paquete que trataba de subir. Había hecho el prescriptivo R CMD check --as-cran etc. y el log era una patena. Pero había un par de NOTES al pasar el test sobre la versión de desarrollo de R, r-devel. No solo hay que probar los paquetes en la versión que hay sino también en la que vendrá (tal y como está docuentado). ...

Un usuario de rPython, David González Knowles, me ha facilitado su código para pasar una tabla, iris en este caso, de R a una tabla de pandas en Python usando mi paquete. En R hay tablas de serie. En Python no. La librería pandas de Python implementa algo parecido a los data.frames. Solo que nada garantiza que un usuario de Python la tenga instalada. Por eso no hay un formato de destino claro y universal para las tablas de R a través de rPython. Y por eso, en Python, si se tiene pandas instalado, el usuario tiene que hacer algo, lo siguiente: ...

Hace ya dos años escribí ¿Cuántos peces hay en un lago? La rescato ahora que se ha publicado el paquete multimark de R, que permite realizar los mismos análisis básicos que hice entonces más muchos otros más sofisticados para resolver variantes del problema.

Hace años, al comienzo de los tiempos de la Comunidad R Hispano, se propusieron ciertos logos y se votó el actual, que tiene su gracia pero, también, dos inconvenientes graves: Está diseñado para ser utilizado sobre fondo oscuro. Pero un logo tiene que quedar bien sobre fondo blanco (papel, cartelería, etc.). El autor solo proporcionó un par de imágenes (no vectoriales, por supuesto) del logo antes de desaparecer (no, no falleció: vive feliz en otro país y dejó de usar R). Vamos, que después de sufrirlo durante un tiempo, hemos decidido cambiarlo. Ha habido varias propuestas nuevas, que ahora presentamos a los interesados (tú, por ejemplo) para que elijan su favorito. Gracias a Pedro Concejero, que ha organizado la encuesta, puedes votar tu logo favorito. ...

La primera es la factorización positiva de matrices positivas. La otra, como bien titula la entrada, los procesos de Poisson autoexcitados. Por eso no podía dejar de traer a la atención de mis lectores seismic, un paquete de R para ajustar modelos de Poisson autoexcitado para la predicción de la popularidad de tuits.