¿Qué paquetes de R le resultan más útiles en su trabajo diario?

Question

Hilo duplicado: Acabo de instalar la última versión de R. ¿Qué paquetes debo obtener?

¿Cuáles son los R paquetes no podría imaginar su trabajo diario con datos? Enumere tanto las herramientas generales como las específicas.

ACTUALIZACIÓN: En cuanto a 24.10.10 ggplot2 parece ser el ganador con 7 votos.

Otros paquetes mencionados más de uno son:

• plyr - 4
• RODBC , RMySQL - 4
• sqldf - 3
• lattice - 2
• zoo - 2
• Hmisc/rms - 2
• Rcurl - 2
• XML - 2

Gracias a todos por vuestras respuestas.

Answer 1

Si estás haciendo algún tipo de modelado predictivo, caret es una bendición. Especialmente combinado con el multinúcleo paquete, algunas cosas bastante sorprendentes son posibles.

Answer 2

Esta es sin duda una pregunta que no tiene "respuesta". Depende totalmente de lo que quieras hacer. Aparte de eso, voy a compartir los paquetes que instalo de forma estándar con una actualización de R...

install.packages(c("car","gregmisc","xtable","Design","Hmisc","psych",
                        "CCA", "fda", "zoo", "fields",
                      "catspec","sem","multilevel","Deducer","RQDA"))

y le dejamos a usted la tarea de investigar esos paquetes y ver si son valiosos para usted.

Answer 3

Si trabaja con Latex, le recomiendo Dispositivo TikZ para generar gráficos con formato Latex (como PSTricks). La salida que se obtiene es un código Latex basado en texto, que puede incrustarse con include(filename) en cualquier entorno de figuras.

Pros:

• El mismo tipo de letra en los gráficos que en el texto
• Aspecto profesional

Contras:

• Tarda más en compilarse que PNG o PDF
• para gráficos R muy complejos, puede haber algunos errores de visualización

https://github.com/Sharpie/RTikZDevice - Proyecto, Paquetes disponibles en CRAN y R-Forge

Answer 4

No podría vivir sin ellas:

• celosía para gráficos
• xlsx o XLConnect para leer archivos Excel
• rtf para crear informes en formato rtf (preferiría Espada o R2wd pero no puedo instalar statconn en el trabajo; seguramente lo intentaré odfWeave pronto).
• nlme y lme4 para modelos mixtos
• ff para trabajar con matrices de gran tamaño

Answer 5

Utilizo

car, doBy, Epi, ggplot2, gregmisc (gdata, gmodels, gplots, gtools), Hmisc, plyr, RCurl, RDCOMClient, reshape, RODBC, TeachingDemos, XML.

mucho.