RStudio Statistics

"Eu uso de graça, então o valor para o dinheiro é infinito. Acho muito completo e muito fácil de usar quando você conhece todas as funcionalidades que oferece. Recomendo fazer os cursos do DataCamp para aprender a lidar com isso"

Grande variedade de funcionalidades
Fácil de aprender a usar
Ideal para a organização de projetos

Pouco vistoso

"A grande vantagem é que ele é de código aberto e tem uma grande visualização de dados. Usei-o para vários projetos em ciências da Terra e tem sido de grande funcionalidade para mim."

Visualização de dados conveniente
Código aberto
Informações online extensas
Métodos estatísticos de maior alcance e precisão
Interface amigável para usuários não especializados em programação.

Erros desconhecidos
A edição de visualização de informações não é tão amigável e prática
Eu gostaria de desenvolver pacotes especializados ou addins para diferentes ramos da ciência e engenharia

"Tornou mais fácil para mim visualizar dados, bem como cruzar informações para resumir tendências em grandes bancos de dados."

Gosto da flexibilidade que o software tem de chamar dados de diferentes fontes e a apresentação de gráficos difíceis de fazer com outros softwares.
Assim como o número de atributos que cada função pode ter e a edição deles.

O que eu não gosto é da seção HELP do software, é muito pobre com a explicação e a maneira como exemplifica o uso das funções.

"Utilizamos RStudio gratuito na área de Analytics da Entel (além de trabalhos anteriores e projetos pessoais). Eu o usei diariamente ou semanalmente (dependendo do período) por mais de um ano e meio e acho que é a melhor maneira de trabalhar com R."

Autocompletar muito bem
Ele tem muitos atalhos úteis para classificar o código, comentar em várias linhas, escrever sequências de caracteres que se usa muito (como %>%), etc.
Git embutido
Gerência de projetos
Criação de modelo RMarkdown fácil
Complementos para adicionar mais funcionalidades se você quiser criálas (ou importar algumas já criadas)
Procurar listas com opção conveniente para recuperar um pedaço específico de dados que se está procurando
Conexões de banco de dados
Terminal
Visualização de gráficos em geral. No caso do RMarkdown também é muito conveniente visualizar fórmulas em LaTeX, saída de código, etc.
A versão gratuita nunca ficou aquém
Manuseio de pacotes
Histórico de comando
Visualização de entronização
Ferramentas de criação de pacotes
Para análise com dados não tão grandes, é muito confortável. Usálo no AWS, tem centenas de GB de RAM para processar.
Bom sistema de depuração (eu recebo alguns problemas que podem ser evitados)
Pode ser programado em multilinguagem a partir de RMarkdown.
Tanto R quanto RStudio têm muita documentação, pois há muitas pessoas usandoos
R também tem muitos outros profissionais, mas eu não vou explicálos aqui desde RStudio usa R, mas não é R

Como usa R, é usado com MEMÓRIA RAM e para volumes muito grandes de informações fica aquém. Com máquinas no AWS você pode chegar a centenas de GB, mas se mudar para TB eu vejo isso como inviável.
Às vezes, o botão stop gruda e você tem que forçar a sessão a reiniciar.
Descobri que o depuração com o ponto vermelho nem sempre funciona e fui forçado a usar o navegador para depurar um pouco mais manualmente.

"Usei rstudio na faculdade. Achei uma ferramenta sólida para aprender e implementar projetos de aprendizado de máquina."

"Usado em estatística, Machine Learning, aprendizagem supervisionada e não supervisionada, redes neurais, bastante fácil de usar prático e simples, bastante documentação e bastante claro, usá-lo por 5 meses para desenvolvimento e previsão."

Gosto de sua simplicidade e curva de aprendizado rápido para sua manipulação e uso, além de gerar relatórios com código pdf e html.

No processo de html relata a falta de boa localização nos gráficos e os dados desempenha um pouco ne contra, pois ao usar grandes volumes de informações o software tende a diminuir de desempenho, na parte da visualização dos dados pode ter fraquezas ao lidar com um grande número de preditores. Independentemente do acima, suas vantagens são consideravelmente maiores.

"Eu o usei em ciência de dados nos últimos 6 anos é um software muito útil especialmente em Data & Analytics e bastante simples de usar. A única coisa ruim é que para bancos de dados muito grandes ele cai ou fica preso."

A interface de usuário é muito amigável

não é útil para big data. ou sistemas em produção

"Como Cientista de Dados uso o Rstudio diariamente, é o melhor IDE para análise de dados, permite visualizar dados, gráficos, gerenciar diferentes projetos com cliques simples. Permite que você gerencie o GIT diretamente do IDE."

+ Editor de Código
+ Gerente de Projetos
+ Importação de dados
+ Gerenciamento de Notebooks
+ Visualização de dados
+ Visualização de gráficos
+ Git Management
+ Console de Comando
+ Conector com Banco de Dados
+ Histórico de comando
+ Manuseio de pacotes
+ Editor markdown com visualizador

+ Quando o software é pendurado ele reinicia e o que foi executado até que a última salvação seja perdida

"Usei-o no meu trabalho de memória para processar grandes quantidades de dados. Exigia o processamento de arquivos de áudio obtendo características de baixo nível para posteriormente aplicar algoritmos de aprendizagem de máquina para identificar agressões verbais"

Livre
Versátil
Grande número de livrarias
Bibliotecas de nível científico avançado
Ágil

Para loops com uma grande quantidade de dados e nível de processamento, às vezes custa muito interromper o processo. Nessas ocasiões o botão vermelho "parar" não funciona, o software congela, você tem que terminar o processo através do gerenciador de tarefas e, em seguida, abrir e fechar o software algumas vezes para devolvêlo ao normal

"Como Assistente Comercial de uma Startup Up, decidi aprender esse software porque ele vai me permitir desenvolver melhor nas funções que executo, me dando a possibilidade de obter indicadores estatísticos e, sobretudo, projetar vendas mensais."

Linguagem padrão e amigável
2 opções para executar o Clustering Customer
Árvores de decisão com inúmeras variáveis

É necessário conhecer o passo a passo de cada ação por ser um software muito sensível.
Ao salvar os sprips não há como salvar os resultados, tendo que executar os códigos novamente.

"Como estudante universitário, usei rstudio para análise de dados climáticos (parâmetros de temperatura, precipitação e qualidade do ar), através do uso de séries tempores tempores, correlações, análise de frequência, modelos ARMA e ACP."

A interface do Rstudio é semelhante à do MatLab, o que torna possível, ao mesmo tempo, exibir o código, os pacotes utilizados, as tabelas e os gráficos gerados. Isso é vantajoso comparado com R.
Ao importar arquivos do Excel (.csv) para o Rstudio que apresentam alguns dados nulos, há a opção de omitilos e, assim, ser capaz de gerar gráficos.
Rstudio reconhece scripts de linguagens de programação como C++ e Python.
Não requer licença para seu funcionamento.
Permite análises estatísticas descritivas, multivariadas, autoregressivas e muito mais.

Às vezes, a ajuda dada pelo Rstudio para certos pacotes não é detalhada o suficiente.
Alguns pacotes exigem mais espaço no disco rígido, então, às vezes, a execução simultânea destes gera erros que atrasam a visualização dos resultados.

"Eu diria que, por falar em RStudio, é a melhor interface (IDE), gera muita confiança, graças à sua estabilidade e adaptabilidade para diferentes funcionalidades. Excelente para gerar aplicações web baseadas em R através de Shiny e Markdown."

1 Código Aberto
2 Facilidade de manuseio
3 Intuitivo
4 Ambiente amigável

1 Que você não pode programar scripts em Python

"Como estudante de análise e como professor de BI, acho sw muito útil, mas não tão intuitivo. Tem muitas bibliotecas que são precisas para o seu propósito."

Tolice
Livre
Uso de recursos
Comunidade

Intuitiva
Interface

"Para minha tese criei um modelo econométrico com RStudio. Até então eu só sabia como usar SPSS e Excel."

É leve.
É de graça
Com os pacotes é personalizável para o que você precisa usar.
Interface simples
Biblioteca de usuários (projeto cran) onde você pode encontrar suferências ou ajuda.

O começo é difícil para quem não conhece a programação, mas você aprende rápido.

"Como engenheiro de consultoria, uso R para desenvolver aplicações para nossos clientes, principalmente graças à existência da Shiny. Usei-o para resolver problemas de otimização, Mineração de Dados, Simulação de Processos, entre outros."

Código aberto
Está na vanguarda com bibliotecas de Machine Learning (TensorFlow está habilitado para RStudio)
Permite a criação de apresentações/documentos (Rmarkdown).
Permite a criação de plataformas web (Shiny).
Tem excelentes bibliotecas de exibição.
Tem bibliotecas para atacar uma infinidade de tipos de problemas, não é mais apenas um software orientado para estatísticas.
Dado o grande número de pessoas que usam a linguagem R, encontrar a solução para erros ou maneiras ideais de escrever os códigos geralmente é simples.

Quando os programas têm um grande número de cálculos, o RStudio tende a entrar em colapso e a sessão é reiniciada.

"Como Consultor em Análise de Dados e Informações O R-studio é uma ferramenta de trabalho indispensável, seu uso me permite apresentar meu trabalho de forma mais técnica, mais profissional, satisfazendo o usuário final."

A versatilidade da conexão com as fontes de dados e a geração do Rmarkdown para apresentação do resultado.

Que a cada atualização é necessário reinstalar os pacotes.

"Como estudante de economia, usei R para diversas análises econométricas, trabalhando em modelos de regressão por MCO, CGM, séries tempores, dados de painéis para várias variáveis de interesse econômico ou financeiro."

Você pode mudar a tela para preto, o que gera menos desgaste na vista.
É fácil realizar operações e gerar variáveis.

Em caso de erro, ele não informa o tipo de erro cometido.
Ao modificar bancos de dados, ele não diz o número de alterações geradas ou valores ausentes, o que outros softwares como o Stata fazem.
É tedioso ter que instalar tantos pacotes

"Como assistente técnico de pesquisa com formação matemática, uso o software em diferentes áreas relacionadas à eficiência energética e energias renováveis, a fim de fazer projeções, simulações e análises de bancos de dados."

Software livre em código fonte.
Disponível para sistemas operacionais Linux (Debian, Redhat, SUSE ou Ubuntu), Windows ou MacOS.
Ampla coleta de pacotes de alto nível para construção de gráficos e análise de dados.
Ferramenta flexível e poderosa, que facilita a aplicação de novos paradigmas e metodologias.
Interface de programação amigável.
Diversidade de pacotes estatísticos para todos os ambientes de pesquisa.
Ele funciona com dados independentemente do tipo de arquivo (.xlsx, web .txt, entre outros).
Ele trabalha com várias fontes de programação (Sql, C++, etc).
Mostra ajuda e exemplos de programação para entender o código.
Há colaboração dentro do grupo de programadores para otimizar os códigos expostos.

Nem todas as bibliotecas funcionam na mesma versão de software.

"Usei o R Studio para análise de dados de diferentes fontes e tamanhos, tarefas de aprendizado de máquina e para criar aplicativos web com a estrutura brilhante."

Manipulação de grande volume de dados
Uma grande variedade de pacotes
Amplo apoio da comunidade
Fácil de usar
Integração GitHub
Suporte com distinções DBMS e NoSQL

Nenhum no momento

"Usei-o no campo acadêmico (para aprender análises e conceitos de bigdata, bem como em concursos de datathon) no campo do trabalho me permite desenvolver modelos para identificar comportamentos nos clientes e evitar churn."

fácil de entender seu uso
elementos ordenados
permite que você trabalhe com vários pacotes
permite conectar várias fontes de dados

tendo que chamar os mesmos pacotes em cada script, deve haver uma opção padrão.
poucas vezes me aconteceu que com uma grande quantidade de dados atrasa o processamento, mas isso também depende da capacidade do computador.

"Usei rstudio para análise estatística de diferentes empreendimentos"

Lida com grande volume de dados
Você tem muitas ferramentas estatísticas

Requer uma noção de programação
É tedioso ter que instalar as bibliotecas

"Com R você pode agendar qualquer tarefa e você pode se conectar a diferentes bancos de dados. A variedade de pacotes desenvolvidos por especialistas dão muitas opções para análise de dados, também tem pacotes como brilhantes para fazer dashboards."

Autoajuda para cavar código.
Ajuda() para entender os argumentos do código.
Variedade de bibliotecas para aprendizado de máquina.

Não tenho críticas negativas para este IDE, pois é muito bom.

"Como Especialista em Web Analytics pude me conectar com a Api do Twitter para extrair informações, filtrando os termos mais frequentes para a detecção e medição de fraquezas nos canais de atendimento."

*Permite que você manuseie uma grande quantidade de dados.
*Lida com uma linguagem universal como sql.
*Atualizações do pacote podem ser realizadas
*Pode desenvolver gráficos
*A linguagem phyton pode ser usada
*Extração de dados

Não tenho comentários no momento.

"Como analista de risco de crédito, permite-me fazer modelos de originação, comportamento e entre outros modelos para o controle na colocação de créditos, adicionais eu uso para outra análise estatística de inferência."

+ PROS:

Fonte aberta.
Interface de programação amigável.
Diversidade de pacotes estatísticos para todos os ambientes de pesquisa.
Funciona com dados independentemente do tipo de arquivo (.xlsx, web .txt, etc.)
Trabalha com diversas fontes de programação (Sql, C++, etc).
Mostra ajuda e exemplos de programação para entender o código
Há colaboração dentro do grupo de programadores para otimização dos códigos expostos.

Interface gráfica não é amigável para certos modelos. (Exemplo de árvores de decisão), comparandoa com spss, a representação gráfica é melhor.

Capacidade média no rendimento de dados tera.

"Ao trabalhar como analista de dados e gerar modelos de previsão estatística, na minha experiência, não conheci uma ferramenta mais adequada que o RStudio, que pode ser adaptado, além da linguagem R, para a maioria das outras línguas."

Uso de qualquer linguagem de programação para análise de dados.
Boa interface, exibição amigável de código, gráficos, erros comuns, ajuda, etc.
Grande comunidade na Internet para a resolução de erros no código.
Poderosa linguagem primária R que com seu conhecimento pode otimizar os códigos um pouco.
Livre.

Alto uso de memória às vezes dependendo da complexidade ou ineficiência do código.
Alguns erros que às vezes bloqueiam (muito poucos) o programa, alguns sem explicação para os quais você tem que procurar correções manuais, como fechamento e reabertura

"Como consultor de business intelligence, uso a ferramenta diariamente para realizar análises estatísticas avançadas, por exemplo, fazendo análises não supervisionadas e supervisionadas para encontrar padrões que forneçam conhecimento."

Eu gosto de sua interface, pois difere muito do R nativo.
Gosto da simplicidade do uso.
E a velocidade ao manipular dados estabelece menos de 1 milhão de observações.

O processamento de grandes quantidades de informações.
Que ao manipular conjuntos de dados com muitas observações colapsa a máquina em que se trabalha.

"Como estudante, usei-o para: _ Teste de diferentes modelos como regressão linear E como profissional em: Configuração e integração com ferramentas como o Shiny"

É fácil de entender e usar.
Fácil quando você tenta coletar dados de vários tipos de fontes

É bom quando você usálo em algum cluster. Consuma muitos recursos (gráficos, memória) se você quiser usálo em um computador pessoal; a ponto de, por vezes, bloqueálo completamente

"Como estudante de economia, o RStudio é uma ferramenta funcional, prática e aplicável para processamento e análise de dados, da mesma forma na minha área o setor financeiro é muito útil para fazer previsões e simular modelos."

Sua linguagem é compreensível e representações gráficas são úteis
A interface gráfica é amigável
Permite a importação de dados em vários formatos e de vários

Requer instalação de bibliotecas específicas não disponíveis em alguns casos
Faz uso significativo da memória

"Como estudante, usei-o para: _ Estatísticas descritivas _ Estatísticas Inferenciais _ Estatísticas multivariadas _ Série time E como profissional em: _Tratamiento de conjunto de dados _Limpieza _Imputación ml _Modelamiento"

Software livre
Amigável em seus resultados.
Fácil de programar.
Útil para análise com modelos estatísticos e computacionais.
Útil para conexão com outros softwares como SQL, entre outros.

É lento dependendo da quantidade de dados, e do modelo, ou algoritmo usado.
Para estudos como o deep learning existem certos pacotes que ele não contém.

"Como orientador de metodologia e estatística para estudantes de carreiras em saúde, usei o RStudio para extrair, organizar, analisar e visualizar dados tabulados para fins de pesquisa, tenho otimizado processos graças à ferramenta."

Software estatístico livre.
Interface amigável.
Extração de dados de diversas fontes e formatos.
Grande variedade de pacotes, para diferentes disciplinas e propósitos.
Opções interessantes para personalizar a visualização dos dados.

Dependendo do tamanho do conjunto de dados, o fluxo de trabalho pode diminuir.

"Sou conselheiro independente de projetos de pesquisa para estudantes de carreiras em saúde, usei o RStudio para organizar dados tabulados, aplicar métodos estatísticos descritivos e inferenciais e gerar gráficos."

O RStudio é um software estatístico gratuito e gratuito.
Interface amigável.
Extração de dados de diferentes fontes e formatos.
Diversidade de pacotes.
Comunidade ativa em fóruns e plataformas de suporte.
Variedade de opções para personalizar a visualização de dados.

Dependendo do tamanho dos conjuntos de dados e arquivos e da memória do computador, o fluxo de trabalho pode diminuir a velocidade.

"Como estudante de mestrado, usei o software para análise geoestatística realizando uma correlação espacial para fazer previsões na avaliação do comportamento mecânico das rochas a partir de valores obtidos a partir de poços de petróleo."

Interface amigável
Carregamento rápido de bibliotecas e pacotes

Às vezes se torna lento

"Excelente. Se você quiser usar todo o potencial do idioma r e sua biblioteca de código aberto e pacotes. Na minha opinião, esta é a melhor opção. Altamente recomendado para análise de Ciência de Dados e ML. Continuo descobrindo novas funcionalidades."

Interface amigável
Shiny é uma das maneiras mais simples de criar aplicativos web.
A conexão com plotly e folheto expande muito as opções de exibição que você dá ao usuário.
Interface de visualização de dataframe muito amigável (filtragem e pesquisa)
Muito fácil carregar bibliotecas e pacotes (Vs outras opções, como python)
Faz você desfrutar da curva de aprendizado da língua r

Consome muita memória

"Como Analista de Planejamento Funcional, usei R para me conectar ao banco de dados, processar os dados e fazer indicadores da empresa, enviando e-mails, relatórios ou enviando informações para o banco de dados todos de R."

Muito fácil de aprender, a comunidade é enorme, muito rápida se sua experiência de usuário é boa. Pacotes para todos os tipos de uso e indústria. Não é apenas para estatísticas, mas também para análise de dados de grandes volumes e outros.

Como tudo coloca a fonte no início os pacotes têm alguns bugs, mas os proprietários do pacote geralmente respondem rapidamente.

"A documentação disponível do software permite que qualquer pessoa com um pouco de compreensão da programação e conhecimento das estatísticas seja capaz de adicionar uma ferramenta com grande potencial ao seu fluxo de trabalho diário."

Simplicidade na implementação de modelos
Bons pacotes de visualização de dados
Fluxo de trabalho intuitivo

Às vezes, ao tentar trazer dados usando APIs, erros podem ser intuitivos

"Como analista de business intelligence, o uso do RStudio tem sido muito importante, pois me permite desenvolver modelos analíticos, relatórios e analisar grandes volumes de dados, situações que são vistas diariamente na área em que trabalho."

Gosto que existam inúmeros fóruns onde você pode encontrar o que quer fazer, já que sendo um software livre é possível programar algumas funções que não são implementadas ou usar algumas outras que já foram criadas por alguns usuários através de pacotes.

Estou satisfeito com o software, às vezes pode ser um pouco lento para funcionar, mas isso depende do ram do computador, como qualquer outro programa

"O Rstudio é uma ferramenta de extrema importância para qualquer campo de estudo, a fim de dar um sentido lógico a uma série de dados, uma ferramenta fácil de usar, mas ao mesmo tempo é robusta dentro de um aspecto estatístico."

A linguagem de programação é simples de entender o que proporciona maior facilidade para trabalhar com uma variedade de dados, por outro lado é agradável que permite trabalhar informações com diferentes tipos de propriedades, da estatística à geografia.

A interação com o usuário pode ser um pouco abrupta já que a acomodação das janelas pode ser um pouco desesperada dentro de computadores com telas não tão grandes, por outro lado a exportação de gráficos em outros formatos é um pouco complicada, pois nem sempre funciona corretamente a partir da interface Rstudio e tem que ser feita quase obrigatória por código.

"Muito útil para o gerenciamento e inferência de dados, com ferramentas gráficas e estatísticas, ele também tem uma interface amigável e fácil de entender"

Ferramentas estatísticas
Representações gráficas úteis
Interface amigável
Importação de dados do Excel

Problemas com bibliotecas específicas

"Para o processamento de dados, o programa permite um manuseio correto e fácil dos dados (o que é muito importante quando você tem grandes bancos de dados). Além disso, para o programa há muitos códigos de referência e fácil acesso na internet."

Permite fácil gerenciamento de dados, criação de gráficos etc.
Muitos tutoriais na internet (embora a maioria em inglês).
Grande número de pacotes que dão versatilidade ao programa

O programa não é muito intuitivo, e pode ser difícil no início.
É necessária a instalação de pacotes por script (ou projeto), o que pode ser um pouco irritante.

"No meu caso, no qual procuro programas para realizar análises de banco de dados, o programa foi uma alternativa muito útil para trabalhar os conjuntos de dados."

Manipulação de grandes volumes de dados
Acessibilidade a funções estatísticas
grande utilidade para mapeamento, gráficos
simples de usar conhecendo pouca programação

problemas com pacotes (instalação/uso)
limitações ao empreender projetos por conta própria por não entender os tipos de erros que lança