http://sedici.unlp.edu.ar:80/handle/10915/70630 2026-09-11T22:20:34Z 2026-09-11T22:20:34Z Alvarez Vaz, Ramón Muñoz Wolf, Matías Estragó, Virginia http://sedici.unlp.edu.ar:80/handle/10915/72796 2020-01-11T20:02:47Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) El presente trabajo tiene como objetivo mostrar la aplicación de los paquetes bookdown, plotly, knitr, openair, tidyverse y lubridate en la generación del informe anual sobre mortalidad por enfermedad cardiovascular de la Comisión Honoraria para la Salud Cardiovascular (CHSCV) del Uruguay.

2018-01-01T00:00:00Z El presente trabajo tiene como objetivo mostrar la aplicación de los paquetes bookdown, plotly, knitr, openair, tidyverse y lubridate en la generación del informe anual sobre mortalidad por enfermedad cardiovascular de la Comisión Honoraria para la Salud Cardiovascular (CHSCV) del Uruguay. Vinas Forcade, Jennifer Nacci, Julien Mels, Cindy Valcke, Martin Derluyn, Ilse http://sedici.unlp.edu.ar:80/handle/10915/72795 2020-01-11T20:02:48Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) Working with multiple data sources implies data cleaning and consolidation prior to analysis. R has become popular among social scientists (Kelley, 2007; Clark, 2014), who are advised to screen data in a “favorite spreadsheet program” (Muenchen, 2011:21), before importing it to R. This way, users avoid typing in the R console and are supported by a graphical user interface. Even for experienced R users, querying/ retrieving data from multiple large sources takes a lot of computing power, which is better handled by SQL language (Table 2; KeyCentrix, 2015).

2018-01-01T00:00:00Z Working with multiple data sources implies data cleaning and consolidation prior to analysis. R has become popular among social scientists (Kelley, 2007; Clark, 2014), who are advised to screen data in a “favorite spreadsheet program” (Muenchen, 2011:21), before importing it to R. This way, users avoid typing in the R console and are supported by a graphical user interface. Even for experienced R users, querying/ retrieving data from multiple large sources takes a lot of computing power, which is better handled by SQL language (Table 2; KeyCentrix, 2015). Chiriotto, Tai S. Saura Sánchez, Maite http://sedici.unlp.edu.ar:80/handle/10915/72794 2020-01-11T20:02:49Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) Las proteínas B-box de Arabidopsis thaliana constituyen una familia de 32 miembros (BBX1 a BBX32) que están implicadas en múltiples procesos a lo largo de toda la vida de la planta. Participan en procesos de desetiolación, floración y germinación entre otros. También, actúan en respuestas ambientales como en las respuestas a la percepción de plantas vecinas o a la salinidad. Los datos proporcionados por microarreglos y RNAseq hechos en plantas bajo diversas condiciones experimentales pueden suministrar información importante y robusta acerca de la expresión de los genes de interés y pueden servir para plantear nuevas hipótesis de trabajo. En la actualidad, la base de datos existente es extensa y variada. Los datos publicados pueden estar crudos, procesados y también de ambas formas. Como consecuencia, realizar análisis con herramientas convencionales como tablas Excel es complejo y lento, pudiendo cometer múltiples errores en los numerosos pasos del proceso. El objetivo del siguiente trabajo es analizar la familia de proteínas B-box mediante el software R en microarreglos y RNAseq de plantas en distintas condiciones experimentales.

2018-01-01T00:00:00Z Las proteínas B-box de Arabidopsis thaliana constituyen una familia de 32 miembros (BBX1 a BBX32) que están implicadas en múltiples procesos a lo largo de toda la vida de la planta. Participan en procesos de desetiolación, floración y germinación entre otros. También, actúan en respuestas ambientales como en las respuestas a la percepción de plantas vecinas o a la salinidad. Los datos proporcionados por microarreglos y RNAseq hechos en plantas bajo diversas condiciones experimentales pueden suministrar información importante y robusta acerca de la expresión de los genes de interés y pueden servir para plantear nuevas hipótesis de trabajo. En la actualidad, la base de datos existente es extensa y variada. Los datos publicados pueden estar crudos, procesados y también de ambas formas. Como consecuencia, realizar análisis con herramientas convencionales como tablas Excel es complejo y lento, pudiendo cometer múltiples errores en los numerosos pasos del proceso. El objetivo del siguiente trabajo es analizar la familia de proteínas B-box mediante el software R en microarreglos y RNAseq de plantas en distintas condiciones experimentales. Spairani, Julio Augusto Russo, María Gabriela Di Fabio Rocca, Francisco http://sedici.unlp.edu.ar:80/handle/10915/72793 2020-01-11T20:02:50Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) El objetivo de este trabajo es la elaboración de una herramienta que facilite el análisis de redes de coautoría en revistas científicas. Se analizó el caso específico de la Revista Argentina de Antropología Biológica, en un período de 20 años (1996-2016). Para ello se recuperaron los artículos originales extraídos de la web. Se utilizó casi exclusivamente R para la creación del conjunto de datos y visualización, particularmente las librerías rvest, dplyr, tidyr, igraph, shiny, visNetwork.

2018-01-01T00:00:00Z El objetivo de este trabajo es la elaboración de una herramienta que facilite el análisis de redes de coautoría en revistas científicas. Se analizó el caso específico de la Revista Argentina de Antropología Biológica, en un período de 20 años (1996-2016). Para ello se recuperaron los artículos originales extraídos de la web. Se utilizó casi exclusivamente R para la creación del conjunto de datos y visualización, particularmente las librerías rvest, dplyr, tidyr, igraph, shiny, visNetwork. Scenna, Federico http://sedici.unlp.edu.ar:80/handle/10915/72792 2020-01-11T20:02:51Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) Contrariamente al resto de las ciencias sociales, los impactos de las narrativas en la economía y las finanzas carecen de un estudio extendido en la academia. Entendiendo a las narrativas como explicaciones de una determinada sucesión de eventos, son la base para la formación de expectativas y acciones por parte de los individuos. Existen dificultades para distinguir entre las narrativas asociadas al comportamiento económico y aquellas que generan cambios en el mismo, pero éstas no pueden ser consideradas como limitaciones al desarrollo del estudio de las narrativas (Shiller R.J., 2017). El objetivo de este trabajo es un intento a contribuir a este tipo de investigaciones (Scenna, M.R. 2018; en evaluación). A partir de noticias publicadas en la prensa británica entre 2005 y 2008, realizar las diferentes tipos de análisis y visualizar los resultados a través del tiempo tanto a nivel global como por cada medio gráfico.

2018-01-01T00:00:00Z Contrariamente al resto de las ciencias sociales, los impactos de las narrativas en la economía y las finanzas carecen de un estudio extendido en la academia. Entendiendo a las narrativas como explicaciones de una determinada sucesión de eventos, son la base para la formación de expectativas y acciones por parte de los individuos. Existen dificultades para distinguir entre las narrativas asociadas al comportamiento económico y aquellas que generan cambios en el mismo, pero éstas no pueden ser consideradas como limitaciones al desarrollo del estudio de las narrativas (Shiller R.J., 2017). El objetivo de este trabajo es un intento a contribuir a este tipo de investigaciones (Scenna, M.R. 2018; en evaluación). A partir de noticias publicadas en la prensa británica entre 2005 y 2008, realizar las diferentes tipos de análisis y visualizar los resultados a través del tiempo tanto a nivel global como por cada medio gráfico. Ruiz Suarez, Sofia Leos Barajas, Vianey Morales, Juan Manuel http://sedici.unlp.edu.ar:80/handle/10915/72791 2020-01-11T20:02:51Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) Una serie de tiempo se puede definir como una secuencia de medidas a lo largo del tiempo que describen el comportamiento de cierto sistema. El mismo puede cambiar a lo largo del tiempo debido a cambios tanto internos como externos, permitiendo así distinguir diferentes estados o condiciones del sistema. El problema de clasificación en este caso tiene como objetivo tanto reconocer los instantes de cambio de estado en el sistema como las categorías de los mismos. Existe una variedad de campos en donde este problema es aplicable, por ejemplo en medicina para reconocer distintos ritmos o frecuencias cardíacas de un paciente según un electrocardiograma; en computación para el problema del reconocimiento de voz e incluso en ecología para el reconocimiento de comportamientos en animales a partir de acelerómetros y GPS. Diferentes enfoques y metodologías pueden ser utilizados con este propósito, y dependerá de los datos disponibles y la naturaleza de los mismos su verdadera utilidad. Metodologías del tipo Machine Learning, tales como Random Forest o Support Vector Machines han sido utilizadas con éxito para resolver problemas de clasificación. Sin embargo, estas metodologías tal cual se presentan no consideran la temporalidad de los datos, por lo que es necesario agregar esta condición dentro del análisis. Los modelos hidden Markov model son una alternativa para este problema. Estos modelos de serie de tiempo estocástico incluyen la configuración temporal dentro de su estructura, lo que los hace una alternativa potente para resolver este problema. Mediante simulaciones en R comparamos estos dos enfoques y exponemos las fortalezas y limitaciones de ambos. Estudiamos las consecuencias de aplicar técnicas suponiendo independencia temporal y analizamos los escenarios en donde es posible aplicar estas técnicas para la clasificación de series temporales.

2018-01-01T00:00:00Z Una serie de tiempo se puede definir como una secuencia de medidas a lo largo del tiempo que describen el comportamiento de cierto sistema. El mismo puede cambiar a lo largo del tiempo debido a cambios tanto internos como externos, permitiendo así distinguir diferentes estados o condiciones del sistema. El problema de clasificación en este caso tiene como objetivo tanto reconocer los instantes de cambio de estado en el sistema como las categorías de los mismos. Existe una variedad de campos en donde este problema es aplicable, por ejemplo en medicina para reconocer distintos ritmos o frecuencias cardíacas de un paciente según un electrocardiograma; en computación para el problema del reconocimiento de voz e incluso en ecología para el reconocimiento de comportamientos en animales a partir de acelerómetros y GPS. Diferentes enfoques y metodologías pueden ser utilizados con este propósito, y dependerá de los datos disponibles y la naturaleza de los mismos su verdadera utilidad. Metodologías del tipo Machine Learning, tales como Random Forest o Support Vector Machines han sido utilizadas con éxito para resolver problemas de clasificación. Sin embargo, estas metodologías tal cual se presentan no consideran la temporalidad de los datos, por lo que es necesario agregar esta condición dentro del análisis. Los modelos hidden Markov model son una alternativa para este problema. Estos modelos de serie de tiempo estocástico incluyen la configuración temporal dentro de su estructura, lo que los hace una alternativa potente para resolver este problema. Mediante simulaciones en R comparamos estos dos enfoques y exponemos las fortalezas y limitaciones de ambos. Estudiamos las consecuencias de aplicar técnicas suponiendo independencia temporal y analizamos los escenarios en donde es posible aplicar estas técnicas para la clasificación de series temporales. Romero Romero, Vilma Susana http://sedici.unlp.edu.ar:80/handle/10915/72789 2020-01-11T20:02:52Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) Theory of Mind is the ability that allows an individual to understand what others believe, desire or think and to anticipate how they might react in a given situation based on that knowledge. This ability is known to be developed at around 4 to 5 years old and its acquisition is very important as it helps us to interact properly in the social environment. Researchers have been studying this topic since many years ago and there exist different mental states tasks to assess the ability in young children. In this study, 86 very young children (starting with ages around 32 months) were assessed with different mental state tasks three times over 4 months intervals in order to evaluate if there is an important manifestation and improvement of the ability for this range of age, which is over a year before they are supposed to pass the tests in this context. For this purpose, Multidimensional Item Response Theory was employed first to reduce the dimensionality concerning Theory of Mind. Then, each latent dimension found was evaluated under the Bayesian Longitudinal approach and the continuous unobservable abilities of the child at each time point were obtained. This last output helped us to build a causality diagram in which it can be shown how each ability is affected by all the others abilities at previous times. One of the main findings was that the construct of Theory of Mind can be comprised of 6 latent dimensions which are Non Verbal False Belief, Pretense, Desire and Think, Verbal False Belief, Deceptive Box, Narrative and Location Change. Moreover, it was found that Pretense, Desire and Non Verbal False Belief tasks were the abilities that evolved more in the study period of time. Finally, regarding the causal analysis, it can be highlighted that Time 3 measures are best predicted by Desire, Pretense and Think measures at Time 2.

2018-01-01T00:00:00Z Theory of Mind is the ability that allows an individual to understand what others believe, desire or think and to anticipate how they might react in a given situation based on that knowledge. This ability is known to be developed at around 4 to 5 years old and its acquisition is very important as it helps us to interact properly in the social environment. Researchers have been studying this topic since many years ago and there exist different mental states tasks to assess the ability in young children. In this study, 86 very young children (starting with ages around 32 months) were assessed with different mental state tasks three times over 4 months intervals in order to evaluate if there is an important manifestation and improvement of the ability for this range of age, which is over a year before they are supposed to pass the tests in this context. For this purpose, Multidimensional Item Response Theory was employed first to reduce the dimensionality concerning Theory of Mind. Then, each latent dimension found was evaluated under the Bayesian Longitudinal approach and the continuous unobservable abilities of the child at each time point were obtained. This last output helped us to build a causality diagram in which it can be shown how each ability is affected by all the others abilities at previous times. One of the main findings was that the construct of Theory of Mind can be comprised of 6 latent dimensions which are Non Verbal False Belief, Pretense, Desire and Think, Verbal False Belief, Deceptive Box, Narrative and Location Change. Moreover, it was found that Pretense, Desire and Non Verbal False Belief tasks were the abilities that evolved more in the study period of time. Finally, regarding the causal analysis, it can be highlighted that Time 3 measures are best predicted by Desire, Pretense and Think measures at Time 2. Roizman, Violeta Roizman, Clara Leonardi, Florencia Sued, Mariela http://sedici.unlp.edu.ar:80/handle/10915/72788 2020-01-11T20:02:53Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) El objetivo de este trabajo es generar un grafo que resuma en una imagen el comportamiento de votación de los legisladores argentinos a partir de un modelo gráfico [1]. Los modelos gráficos no-dirigidos codifican independencias condicionales entre variables en un grafo. La ausencia de una arista entre un par de variables implica la independencia de las mismas dadas las demás variables.

2018-01-01T00:00:00Z El objetivo de este trabajo es generar un grafo que resuma en una imagen el comportamiento de votación de los legisladores argentinos a partir de un modelo gráfico [1]. Los modelos gráficos no-dirigidos codifican independencias condicionales entre variables en un grafo. La ausencia de una arista entre un par de variables implica la independencia de las mismas dadas las demás variables. Prunello, Marcos Allasia, María Belén Piskulic, Laura Bottai, Hebe Racca, Liliana Ivancovich, Juan José Silva Quintana, Sabrina http://sedici.unlp.edu.ar:80/handle/10915/72787 2020-01-11T20:02:53Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) El diseño de experimentos permite estudiar simultáneamente los efectos de varios factores de interés y de sus interacciones sobre una variable respuesta. El Análisis de la Variancia (ANOVA) es la herramienta estadística clásica que suele emplearse en este contexto pero su validez es limitada frente al incumplimiento de sus supuestos (normalidad, homocedasticidad e independencia de los errores aleatorios presentes en las observaciones), lo cual es frecuente en la experimentación en sistemas biológicos. El objetivo de este trabajo fue evaluar la capacidad de distintas técnicas implementadas en R para ensayar el efecto interacción en diseños bifactoriales con tamaños muestrales pequeños a través de un estudio por simulación: el método clásico (MC), Aligned Rank Transform (ART), Puri-Sen (PS), Van der Waerden (VDW) y una alternativa robusta (R).

2018-01-01T00:00:00Z El diseño de experimentos permite estudiar simultáneamente los efectos de varios factores de interés y de sus interacciones sobre una variable respuesta. El Análisis de la Variancia (ANOVA) es la herramienta estadística clásica que suele emplearse en este contexto pero su validez es limitada frente al incumplimiento de sus supuestos (normalidad, homocedasticidad e independencia de los errores aleatorios presentes en las observaciones), lo cual es frecuente en la experimentación en sistemas biológicos. El objetivo de este trabajo fue evaluar la capacidad de distintas técnicas implementadas en R para ensayar el efecto interacción en diseños bifactoriales con tamaños muestrales pequeños a través de un estudio por simulación: el método clásico (MC), Aligned Rank Transform (ART), Puri-Sen (PS), Van der Waerden (VDW) y una alternativa robusta (R). Murrone, Nicolás Martínez, Alejandra M. http://sedici.unlp.edu.ar:80/handle/10915/72785 2020-01-11T20:02:54Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) El análisis de componentes principales es una poderosa herramienta exploratoria, utilizada en diversas disciplinas tales como la biología, arqueología, entre otras, que tiene como principal objetivo reducir la dimensionalidad del conjunto de datos perdiendo la menor cantidad de información posible, lo cual facilita la interpretación y puede utilizarse como paso intermedio en un análisis de datos más complejo. Las matrices provenientes de análisis de muestras ambientales suelen contener un importante número de datos faltantes lo cual es un problema para la aplicación clásica de análisis de componentes principales. La mayoría de los procedimientos clásicos consisten en imputar los datos con técnicas que se basan en la distribución o naturaleza de las variables y luego calcular las componentes principales. El algoritmo NIPALS (Non-linear Iterative Partial Least Squares) es un procedimiento iterativo que en cada iteración calcula una componente principal resolviendo un problema de regresión de mínimos cuadrados parciales (PLS, por sus siglas en inglés) y que, en caso de haber presencia de datos faltantes, no requiere de imputación de datos para su cómputo. En esta presentación se realiza un estudio de simulación en R para comparar el algoritmo NIPALS con otros procedimientos clásicos de imputación de datos y, de esta manera, elegir la técnica a utilizar sobre un conjunto de datos reales de particulado atmosférico.

2018-01-01T00:00:00Z El análisis de componentes principales es una poderosa herramienta exploratoria, utilizada en diversas disciplinas tales como la biología, arqueología, entre otras, que tiene como principal objetivo reducir la dimensionalidad del conjunto de datos perdiendo la menor cantidad de información posible, lo cual facilita la interpretación y puede utilizarse como paso intermedio en un análisis de datos más complejo. Las matrices provenientes de análisis de muestras ambientales suelen contener un importante número de datos faltantes lo cual es un problema para la aplicación clásica de análisis de componentes principales. La mayoría de los procedimientos clásicos consisten en imputar los datos con técnicas que se basan en la distribución o naturaleza de las variables y luego calcular las componentes principales. El algoritmo NIPALS (Non-linear Iterative Partial Least Squares) es un procedimiento iterativo que en cada iteración calcula una componente principal resolviendo un problema de regresión de mínimos cuadrados parciales (PLS, por sus siglas en inglés) y que, en caso de haber presencia de datos faltantes, no requiere de imputación de datos para su cómputo. En esta presentación se realiza un estudio de simulación en R para comparar el algoritmo NIPALS con otros procedimientos clásicos de imputación de datos y, de esta manera, elegir la técnica a utilizar sobre un conjunto de datos reales de particulado atmosférico. Martinez, Jorge Pistonesi, Silvina Flesia, Ana Georgina http://sedici.unlp.edu.ar:80/handle/10915/72764 2020-01-11T20:02:55Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) En este trabajo se presenta un estimador del vector de parámetros asociado con un modelo Auto-Binomial (MAB) basado en el estimador de mínimos cuadrados condicional (MCC). Este método admite programación paralela con el fin de optimizar el rendimiento en términos de velocidad del proceso de estimación. El MAB es un modelo estocástico entre los Campos Aleatorios de Gibbs- Markov que permite describir en forma robusta la información espacial de la imagen a través del vector de parámetros de su función de energía.

2018-01-01T00:00:00Z En este trabajo se presenta un estimador del vector de parámetros asociado con un modelo Auto-Binomial (MAB) basado en el estimador de mínimos cuadrados condicional (MCC). Este método admite programación paralela con el fin de optimizar el rendimiento en términos de velocidad del proceso de estimación. El MAB es un modelo estocástico entre los Campos Aleatorios de Gibbs- Markov que permite describir en forma robusta la información espacial de la imagen a través del vector de parámetros de su función de energía. Lozza, Anabella Bellini Saibene, Yanina http://sedici.unlp.edu.ar:80/handle/10915/72763 2020-01-11T20:02:56Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) El ganado contribuye a la emisión de Gases de Efecto Invernadero (EGEI) en un 14.5%. La ganadería bovina en La Pampa se presenta en toda la provincia, convirtiéndose en un gran contribuidor de GEI a escala provincial. Para realizar estimaciones regionales es necesario conocer los sistemas ganaderos preponderantes, entendidos como distintas combinaciones de actividades agropecuarias que más se utilizan en una zona. Se calcularon 12 variables utilizando los datos registrados en el 2014 por el Registro Provincial Agropecuario en las microrregiones 5 y 10 de La Pampa. Estas variables indican: la proporción de la superficie ocupada por cada cultivo, por cada especie ganadera y los Índices Novillo y Cría. Se aplicaron k-means y k-medoids (paquete fpc, métodos kmeansCBI y pamkCBI), con tres combinaciones de variables y buscando 2 y 3 grupos en cada microrregión. Se evaluó la estabilidad de los clusters generados con la función clusterboot() del paquete fpc. Se realizaron 100 corridas con cada set de datos-algoritmo-cantidad de clusters (1300 corridas totales). La estimación de EGEI se realizó por la metodología del IPCC (bovinos: nivel 2 que minimiza el uso de datos por defecto.

2018-01-01T00:00:00Z El ganado contribuye a la emisión de Gases de Efecto Invernadero (EGEI) en un 14.5%. La ganadería bovina en La Pampa se presenta en toda la provincia, convirtiéndose en un gran contribuidor de GEI a escala provincial. Para realizar estimaciones regionales es necesario conocer los sistemas ganaderos preponderantes, entendidos como distintas combinaciones de actividades agropecuarias que más se utilizan en una zona. Se calcularon 12 variables utilizando los datos registrados en el 2014 por el Registro Provincial Agropecuario en las microrregiones 5 y 10 de La Pampa. Estas variables indican: la proporción de la superficie ocupada por cada cultivo, por cada especie ganadera y los Índices Novillo y Cría. Se aplicaron k-means y k-medoids (paquete fpc, métodos kmeansCBI y pamkCBI), con tres combinaciones de variables y buscando 2 y 3 grupos en cada microrregión. Se evaluó la estabilidad de los clusters generados con la función clusterboot() del paquete fpc. Se realizaron 100 corridas con cada set de datos-algoritmo-cantidad de clusters (1300 corridas totales). La estimación de EGEI se realizó por la metodología del IPCC (bovinos: nivel 2 que minimiza el uso de datos por defecto. Urquiza Jozami, Gonzalo Liseras, Natacha http://sedici.unlp.edu.ar:80/handle/10915/72762 2020-01-11T20:02:57Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) El trabajo consiste en una aplicación del paquete gmnl (Sarrias, M. y Daziano, R., 20171) para estimar la disposición a pagar (DAP) de los consumidores por características de inocuidad en el lugar de compra de la carne vacuna, bajo dos contextos de información diferentes. Los datos provienen de un relevamiento realizado en la ciudad de Buenos Aires en el marco del proyecto “Percepciones sobre inocuidad de los alimentos y consumo de carne vacuna. Acceso a la información y valoración de atributos relacionados con la comercialización de carne vacuna.

2018-01-01T00:00:00Z El trabajo consiste en una aplicación del paquete gmnl (Sarrias, M. y Daziano, R., 20171) para estimar la disposición a pagar (DAP) de los consumidores por características de inocuidad en el lugar de compra de la carne vacuna, bajo dos contextos de información diferentes. Los datos provienen de un relevamiento realizado en la ciudad de Buenos Aires en el marco del proyecto “Percepciones sobre inocuidad de los alimentos y consumo de carne vacuna. Acceso a la información y valoración de atributos relacionados con la comercialización de carne vacuna. Gamboa Unsihuay, Jesús Eduardo http://sedici.unlp.edu.ar:80/handle/10915/72761 2020-01-11T20:02:58Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) La minería de textos está compuesta por técnicas que permiten descubrir patrones en un conjunto grande de documentos. El primer paso de este análisis consiste en el procesamiento de los textos originales a fin de convertirlos en una matriz de términos de documentos, previa creación y limpieza del corpus; este paso puede ser desarrollado empleando el paquete tm. La siguiente etapa consiste en aplicar una técnica en particular: en esta investigación se presenta y aplica el modelamiento de temas, más conocido como Topic Modeling, el cual permite identificar los asuntos de los cuales trata un documento y se construye en base a dos principios: cada documento está estructurado según una mixtura de temas y cada tema es explicado mediante una mixtura de palabras. Para ello, emplea el modelo bayesiano de Alocación Latente de Dirichlet cuyos parámetros no pueden ser estimados analíticamente sino mediante el algoritmo EM con inferencia variacional o algoritmos MCMC, siendo posible fijar el número de temas de antemano u optimizar dicha cantidad; para esta tarea se hace uso de los paquetes topicmodels y LDAvis.

2018-01-01T00:00:00Z La minería de textos está compuesta por técnicas que permiten descubrir patrones en un conjunto grande de documentos. El primer paso de este análisis consiste en el procesamiento de los textos originales a fin de convertirlos en una matriz de términos de documentos, previa creación y limpieza del corpus; este paso puede ser desarrollado empleando el paquete tm. La siguiente etapa consiste en aplicar una técnica en particular: en esta investigación se presenta y aplica el modelamiento de temas, más conocido como Topic Modeling, el cual permite identificar los asuntos de los cuales trata un documento y se construye en base a dos principios: cada documento está estructurado según una mixtura de temas y cada tema es explicado mediante una mixtura de palabras. Para ello, emplea el modelo bayesiano de Alocación Latente de Dirichlet cuyos parámetros no pueden ser estimados analíticamente sino mediante el algoritmo EM con inferencia variacional o algoritmos MCMC, siendo posible fijar el número de temas de antemano u optimizar dicha cantidad; para esta tarea se hace uso de los paquetes topicmodels y LDAvis. Fracchia, Carolina Soledad Lopez Rosenfeld, Matías http://sedici.unlp.edu.ar:80/handle/10915/72759 2020-01-11T20:02:59Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) La psicología del desarrollo y la neurociencia cognitiva, han analizado la relación de variables socioambientales (e.g., pobreza) con el desempeño de niños y niñas en pruebas cognitivas durante programas de intervención. Los mismos, suelen involucran múltiples instancias de evaluación, que son comparadas posteriormente a través de diversos análisis estadísticos. En este trabajo realizamos la comparación entre el análisis con planillas de cálculo en contraposición con R. Se documenta el proceso de migración y las perspectivas en un caso de estudio real. El esquema de trabajo obtenido (Figura 1) se focalizó en separar en módulos: la limpieza y estandarización de las bases de datos, la unificación de los datos, los distintos métodos de análisis, la combinación de análisis múltiples. Esto permitió incluir rutinas para chequear la integridad de los datos en todas las etapas (e.g., detección de registros duplicados), además de tener una arquitectura extensible para futuros análisis.

2018-01-01T00:00:00Z La psicología del desarrollo y la neurociencia cognitiva, han analizado la relación de variables socioambientales (e.g., pobreza) con el desempeño de niños y niñas en pruebas cognitivas durante programas de intervención. Los mismos, suelen involucran múltiples instancias de evaluación, que son comparadas posteriormente a través de diversos análisis estadísticos. En este trabajo realizamos la comparación entre el análisis con planillas de cálculo en contraposición con R. Se documenta el proceso de migración y las perspectivas en un caso de estudio real. El esquema de trabajo obtenido (Figura 1) se focalizó en separar en módulos: la limpieza y estandarización de las bases de datos, la unificación de los datos, los distintos métodos de análisis, la combinación de análisis múltiples. Esto permitió incluir rutinas para chequear la integridad de los datos en todas las etapas (e.g., detección de registros duplicados), además de tener una arquitectura extensible para futuros análisis. Formoso, J. Injoque Ricle, I. Barreyro, J. P. Burín, D. I. http://sedici.unlp.edu.ar:80/handle/10915/72758 2020-01-11T20:03:00Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) Los modelos lineales y lineales generalizados son una de las herramientas más frecuentes en el análisis de datos en ciencias de la salud y ciencias sociales. El paquete sjPlot [1] ha hecho posible la visualización clara y estética de estos modelos difíciles de graficar. El objetivo de este trabajo es mostrar una aplicación al modelo lineal más sencillo. En el presente estudio, 230 niños (4 a 6 años de edad) completaron tests de memoria de trabajo verbal y visual, velocidad de procesamiento, y vocabulario, y tareas de operaciones aritméticas. Las aptitudes cognitivas contribuyeron significativamente a las operaciones aritméticas, sjp.lm muestra gráficamente los coeficientes estandarizados y el intervalo de confianza. Asimismo, sjp.lm(fit, type = "ma") permite visualmente evaluar los supuestos del modelo.

2018-01-01T00:00:00Z Los modelos lineales y lineales generalizados son una de las herramientas más frecuentes en el análisis de datos en ciencias de la salud y ciencias sociales. El paquete sjPlot [1] ha hecho posible la visualización clara y estética de estos modelos difíciles de graficar. El objetivo de este trabajo es mostrar una aplicación al modelo lineal más sencillo. En el presente estudio, 230 niños (4 a 6 años de edad) completaron tests de memoria de trabajo verbal y visual, velocidad de procesamiento, y vocabulario, y tareas de operaciones aritméticas. Las aptitudes cognitivas contribuyeron significativamente a las operaciones aritméticas, sjp.lm muestra gráficamente los coeficientes estandarizados y el intervalo de confianza. Asimismo, sjp.lm(fit, type = "ma") permite visualmente evaluar los supuestos del modelo. Dinon, María Anabella San Martino, Silvina Monterubbianesi, María Gloria http://sedici.unlp.edu.ar:80/handle/10915/72650 2020-01-11T20:03:00Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) En la enseñanza de Estadística en los primeros años de carreras no específicas de esta área, se ha implementado el uso de R como complemento para facilitar el aprendizaje y la aplicación de la misma a problemas concretos. En este marco, la interfaz Rcmdr provee funciones rápidamente utilizables para el procesamiento de información, sin necesidad de aprender la sintaxis propia de este ambiente. Sin embargo, los comandos disponibles no siempre resultan suficientes para cubrir todos los contenidos de un curso de Estadística en este nivel. En particular, para analizar datos de experimentos diseñados que involucran más de un factor de tratamiento se requiere mayor programación. Con el objetivo de facilitar el trabajo de estos usuarios, se generó un paquete conteniendo funciones que permiten un análisis exhaustivo de datos provenientes de experimentos conducidos bajo diseños completamente aleatorizados o en bloques completos aleatorizados con arreglo factorial o en parcelas divididas y diseños en bloques divididos y una representación gráfica de los resultados obtenidos. Este paquete se ha ido difundiendo, a través del campus virtual de la Facultad de Cs. Agrarias de la Universidad Nacional de Mar del Plata, entre estudiantes de Agronomía y carreras afines, así como entre usuarios que utilizan rutinariamente este tipo de experimentos, contribuyendo a facilitar los aspectos mecánicos del análisis para favorecer la interpretación. Sin embargo, la necesidad de escribir las sentencias con sus argumentos respectivos en la consola, teniendo en cuenta la sintaxis exacta de R, aún dificulta las tareas de algunos de estos usuarios. Frente a esta situación, se desarrolló un plug-in de Rcmdr, a modo de complementar y mejorar la interfaz gráfica mediante la extensión de nuevos menús. El agregado de botones a la ventana inicial para invocar a las nuevas funciones y las ventanas emergentes que permiten ir completando los distintos argumentos requeridos por cada función, permitieron alcanzar ahora sí, plenamente, el objetivo inicialmente propuesto.

2018-01-01T00:00:00Z En la enseñanza de Estadística en los primeros años de carreras no específicas de esta área, se ha implementado el uso de R como complemento para facilitar el aprendizaje y la aplicación de la misma a problemas concretos. En este marco, la interfaz Rcmdr provee funciones rápidamente utilizables para el procesamiento de información, sin necesidad de aprender la sintaxis propia de este ambiente. Sin embargo, los comandos disponibles no siempre resultan suficientes para cubrir todos los contenidos de un curso de Estadística en este nivel. En particular, para analizar datos de experimentos diseñados que involucran más de un factor de tratamiento se requiere mayor programación. Con el objetivo de facilitar el trabajo de estos usuarios, se generó un paquete conteniendo funciones que permiten un análisis exhaustivo de datos provenientes de experimentos conducidos bajo diseños completamente aleatorizados o en bloques completos aleatorizados con arreglo factorial o en parcelas divididas y diseños en bloques divididos y una representación gráfica de los resultados obtenidos. Este paquete se ha ido difundiendo, a través del campus virtual de la Facultad de Cs. Agrarias de la Universidad Nacional de Mar del Plata, entre estudiantes de Agronomía y carreras afines, así como entre usuarios que utilizan rutinariamente este tipo de experimentos, contribuyendo a facilitar los aspectos mecánicos del análisis para favorecer la interpretación. Sin embargo, la necesidad de escribir las sentencias con sus argumentos respectivos en la consola, teniendo en cuenta la sintaxis exacta de R, aún dificulta las tareas de algunos de estos usuarios. Frente a esta situación, se desarrolló un plug-in de Rcmdr, a modo de complementar y mejorar la interfaz gráfica mediante la extensión de nuevos menús. El agregado de botones a la ventana inicial para invocar a las nuevas funciones y las ventanas emergentes que permiten ir completando los distintos argumentos requeridos por cada función, permitieron alcanzar ahora sí, plenamente, el objetivo inicialmente propuesto. Díaz Zapata, Juan Camilo Hernández Barajas, Freddy http://sedici.unlp.edu.ar:80/handle/10915/72649 2020-01-11T20:03:01Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) El modelo de regresión mixto para datos proporcionales inflados con ceros y/o unos, es un modelo de regresión donde las covariables se encuentran dadas por efectos fijos y aleatorios; y donde la variable respuesta se encuentra definida a partir de una distribución para datos proporcionales, tal como la distribución beta o la distribución simplex. Los datos proporcionales pueden ser obtenidos a partir de variables medidas en porcentajes y razones, donde su resultado por lo general se encuentra ubicado en el intervalo entre cero y uno, sin embargo, en ocasiones los datos proporcionales pueden dar resultados en cero o en uno, representando la ausencia o presencia total de cierta característica medida. Diferentes autores han trabajado en el desarrollo de diferentes modelos de regresión y metodologías de estimación para este tipo de datos, sin embargo, no se ha desarrollado un modelo de regresión mixto para datos proporcionales inflados con ceros y/o unos, que reúna los principales modelos de regresión de este tipo y que la estimación de los parámetros sea vía máxima verosimilitud y la cuadratura de Gauss-Hermite. En este trabajo se presenta el paquete ZOIP del sistema computacional R, alojado en el CRAN de R, en él se implementa la distribución ZOIP (Zeros Ones Inflated Proporcional), que se compone de la mezcla de tres distribuciones, dos de ellas discretas y una distribución continua que además es una función de densidad de probabilidad para datos proporcionales, también es implementado el modelo de regresión para efectos fijos y mixtos, ZOIP, que reúne diferentes distribuciones y modelos de regresión de efectos fijos y mixtos para datos proporcionales inflados en cero y/o uno, este modelo es basado en la distribución ZOIP, la estimación de los parámetros se hace vía máxima verosimilitud y la cuadratura de Gauss-Hermite utilizando diferentes alternativas. Se realizan tres estudios de simulación que muestran la convergencia de los parámetros para el ajuste de una distribución ZOIP y los diferentes casos de uso de los modelos de regresión ZOIP con efectos fijos y mixtos. Además, se ajustan diferentes modelos de regresión ZOIP que, en un caso real de una entidad bancaria colombiana, permiten explicar el porcentaje de uso de las tarjetas de crédito basándose en diferentes variables de negocio.

2018-01-01T00:00:00Z El modelo de regresión mixto para datos proporcionales inflados con ceros y/o unos, es un modelo de regresión donde las covariables se encuentran dadas por efectos fijos y aleatorios; y donde la variable respuesta se encuentra definida a partir de una distribución para datos proporcionales, tal como la distribución beta o la distribución simplex. Los datos proporcionales pueden ser obtenidos a partir de variables medidas en porcentajes y razones, donde su resultado por lo general se encuentra ubicado en el intervalo entre cero y uno, sin embargo, en ocasiones los datos proporcionales pueden dar resultados en cero o en uno, representando la ausencia o presencia total de cierta característica medida. Diferentes autores han trabajado en el desarrollo de diferentes modelos de regresión y metodologías de estimación para este tipo de datos, sin embargo, no se ha desarrollado un modelo de regresión mixto para datos proporcionales inflados con ceros y/o unos, que reúna los principales modelos de regresión de este tipo y que la estimación de los parámetros sea vía máxima verosimilitud y la cuadratura de Gauss-Hermite. En este trabajo se presenta el paquete ZOIP del sistema computacional R, alojado en el CRAN de R, en él se implementa la distribución ZOIP (Zeros Ones Inflated Proporcional), que se compone de la mezcla de tres distribuciones, dos de ellas discretas y una distribución continua que además es una función de densidad de probabilidad para datos proporcionales, también es implementado el modelo de regresión para efectos fijos y mixtos, ZOIP, que reúne diferentes distribuciones y modelos de regresión de efectos fijos y mixtos para datos proporcionales inflados en cero y/o uno, este modelo es basado en la distribución ZOIP, la estimación de los parámetros se hace vía máxima verosimilitud y la cuadratura de Gauss-Hermite utilizando diferentes alternativas. Se realizan tres estudios de simulación que muestran la convergencia de los parámetros para el ajuste de una distribución ZOIP y los diferentes casos de uso de los modelos de regresión ZOIP con efectos fijos y mixtos. Además, se ajustan diferentes modelos de regresión ZOIP que, en un caso real de una entidad bancaria colombiana, permiten explicar el porcentaje de uso de las tarjetas de crédito basándose en diferentes variables de negocio. D’Andrea, María Florencia Brodeur, Julie Celine http://sedici.unlp.edu.ar:80/handle/10915/72644 2020-01-11T20:03:02Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) Living organisms have different sensitivities to toxicants. This variability can be represented by constructing a species sensitivity distribution (SSD) curve, whereby the toxicity of a substance to a group of species is described by a statistical distribution. Building the SSD curve allows calculating the HC5, that is, the concentration at which 5% of the considered species are affected. The HC5 is widely used as an environmental quality criterion and a tool for ecological risk assessment. The objectives of the present work were (1) to develop a user interface using the shiny package, (2) generate a graphic as visualization to evaluate for which pesticides there is enough data for the calculation of the SSD curve, (3) allow the user to apply quality criteria to the database, (4) to estimate the HC5 for a number of pesticides from a user provided toxicological database. We present the completed work here. The first tab allows the user to upload or complete their own database that can consist of several toxicological endpoints for different pesticides. The second tab of the user interface is used for visualization of the number of species for which toxicological data is available for each pesticide in the dataset. The number of data points available at every case is important as there is a minimum sample size for building a valid SSD curve. After selecting the pesticide and animal groups, the user can filter and select subsets of data from the whole database by applying different quality criteria, (e.g., if the studies reported a chemical confirmation of the concentrations of pesticide tested). The final SSD curve is fitted to different distributions using the package fitdistrplus. The HC5 is estimated by the distribution presenting the best goodness of fit. By facilitating and streamlining species toxicity data analysis and the creation of SSD curves, the user interface proposed here should be useful for environmental managers and regulators conducting ecological risk assessments.

2018-01-01T00:00:00Z Living organisms have different sensitivities to toxicants. This variability can be represented by constructing a species sensitivity distribution (SSD) curve, whereby the toxicity of a substance to a group of species is described by a statistical distribution. Building the SSD curve allows calculating the HC5, that is, the concentration at which 5% of the considered species are affected. The HC5 is widely used as an environmental quality criterion and a tool for ecological risk assessment. The objectives of the present work were (1) to develop a user interface using the shiny package, (2) generate a graphic as visualization to evaluate for which pesticides there is enough data for the calculation of the SSD curve, (3) allow the user to apply quality criteria to the database, (4) to estimate the HC5 for a number of pesticides from a user provided toxicological database. We present the completed work here. The first tab allows the user to upload or complete their own database that can consist of several toxicological endpoints for different pesticides. The second tab of the user interface is used for visualization of the number of species for which toxicological data is available for each pesticide in the dataset. The number of data points available at every case is important as there is a minimum sample size for building a valid SSD curve. After selecting the pesticide and animal groups, the user can filter and select subsets of data from the whole database by applying different quality criteria, (e.g., if the studies reported a chemical confirmation of the concentrations of pesticide tested). The final SSD curve is fitted to different distributions using the package fitdistrplus. The HC5 is estimated by the distribution presenting the best goodness of fit. By facilitating and streamlining species toxicity data analysis and the creation of SSD curves, the user interface proposed here should be useful for environmental managers and regulators conducting ecological risk assessments. Curti Frau, Rocio Sokil, Juan Pablo http://sedici.unlp.edu.ar:80/handle/10915/72643 2020-01-11T20:03:03Z 2018-01-01T00:00:00Z

Objeto de conferencia Conferencia Latinoamericana sobre Uso de R en Investigación + Desarrollo (LatinR 2018) - JAIIO 47 (CABA, 2018) La clasificación automática de grandes volúmenes de datos no estructurados y de texto resulta cada vez más importante en áreas de comunicación y prensa, principalmente ante el crecimiento de medios de comunicación online. Este trabajo tiene como objetivo presentar nuestra experiencia en relación a la migración de modelos de categorización de texto y análisis de sentimiento de Rapidminer hacia R.

2018-01-01T00:00:00Z La clasificación automática de grandes volúmenes de datos no estructurados y de texto resulta cada vez más importante en áreas de comunicación y prensa, principalmente ante el crecimiento de medios de comunicación online. Este trabajo tiene como objetivo presentar nuestra experiencia en relación a la migración de modelos de categorización de texto y análisis de sentimiento de Rapidminer hacia R.