Escrito por Ronny M. Condor
Cuando empezaste a estudiar econometría, ¿qué software usaste para hacer aplicaciones prácticas? Es probable que hayas pensado en Stata. Y sí, Stata es el software por excelencia para hacer econometría. ¿Tienes dudas? Puedes revisar los hilos de Jeffrey Wooldridge en Twitter y te darás una idea del porqué llego a esa conclusión. El entorno de Stata es muy amigable y fácil de manejar, los comandos son muy intuitivos y, además, existe una gran comunidad (#StataUsers) que te ayudará a resolver las dudas que puedan surgir en un proyecto que tengas. Te preguntarás, si Stata es todo lo que necesito, ¿por qué debería considerar migrar a R? Bueno, en primer lugar, salirse de la zona de confort siempre será un buen plan. Y segundo, ¿cuánto pagas al mes para usar Stata? ¿Ah? ¿Me estás diciendo que no pagas? Bueno, te entiendo, muchos hemos pasado por esa situación. Creo que esta es una de las grandes ventajas que tienen otros software de acceso libre, como R. Sin miedo a equivocarme, R es un software mucho más poderoso que Stata. En R vas a poder hacer todo lo que haces en Stata y muchísimo más. Entonces, ¿esa razón es suficiente para migrar a R? Bueno, depende (sí, sí, soy economista). Si quieres hacer un análisis de una base de datos y aplicar algún modelo econométrico, no lo dudes, Stata será más que suficiente. Pero si quieres hacer alguna actividad que escapa de la estadística/econometría tradicional (como bajarte los datos de una página web o alguna red social automáticamente), considera usar R. Una frase que escuché en una de mis clases quedó grabada: "los software son herramientas y como tal, hay que saber cuándo usarlas". Creo que esa frase resume muy bien lo que te he tratado de explicar.
Sin embargo, este meme nunca pasará de moda...
Hoy por hoy, el mercado laboral es muy exigente y los skills en programación son un requisito que si o si debes cumplir si aspiras algún puesto. Manejar un solo software puede ponerte en desventaja. No quieres eso, ¿no? Debo admitir que no soy un experto programando en R, pero te mostraré algunos recursos electrónicos -al menos a mí me ayudaron- para que puedas mejorar en tu proceso de autoaprendizaje. Si tienes experiencia usando Stata, aprender R no será tan complicado. A continuación, algunos recursos para usuarios de Stata que desean migrar a R.
En esta página podrás encontrar distintos temas organizados según lenguaje de programación. En particular, recomiendo revisar el "R and Stata: Notes on exploring data", que presenta ejemplos aplicados de análisis de datos usando ambos lenguajes de manera comparativa.
Este paquete ejecuta los comandos de R en Stata, permitiendo que los dos software comuniquen automáticamente las variables y las bases de datos. Esto se hace basándose en un nuevo paradigma de interconexión que intenta sincronizar los datos entre dos distintos lenguajes (en este caso, Stata y R), especialmente cuando la codificación se realiza de forma interactiva.
En este blog, el profesor Solt muestra cómo estos dos lenguajes pueden trabajar interactivamente usando determinadas paqueterías (tanto de Stata como de R). Además, muestra los dofiles y Rscripts a modo de ejemplo. Me llamó la atención la forma en que hizo un ggplot2 graph (la paquetería de gráficos de R) en un entorno de trabajo de Stata. Los ggplot graphs son los gráficos más bonitos que puedes encontrar. Altamente recomendado.
Este paper del PhD Richard Blissett, quien no se hace responsable de los daños sociales en los que incurra el lector como resultado de su intento de utilizar sus conocimientos de Stata y R para ser el más cool de la fiesta, desarrolla los principios básicos de la programación en R y está dirigido principalmente a usuarios de Stata. Al igual que la guía de la Universidad de Princeton, en el anexo muestra un cuadro comparativo entre los comandos más básicos -y ampliamente usados- de Stata y R.
Si cuentas con dinero o si entre lo más profundo del internet -you know what I mean- encuentras este libro, puede ser de gran ayuda.
Con estos recursos, muchas horas de práctica y perseverancia, ya podrás decir que dominas un nivel básico de R (no pretendo engañarte, esto es algo minúsculo en relación a todo lo que puedes hacer en este lenguaje).
¡Mucha paciencia y ánimo!
Sería genial si a futuro se pudiese realizar una comparación entre Python y R para conocer las ventajas o desventajas de uno u otro en el ámbito económico.