Estadísticas fáciles

La colección easystats de paquetes R de código abierto se creó en 2019 e incluye principalmente herramientas dedicadas al posprocesamiento de modelos estadísticos. ^{[ 1 ] [ 2 ]} A mayo de 2022, los 10 paquetes que componen el ecosistema easystats se habían descargado más de 8 millones de veces y se habían utilizado en más de 1000 publicaciones científicas. ^{[ 3 ] [ 4 ] [ 5 ]} El ecosistema es el tema de varios cursos de estadística, videotutoriales y libros. ^{[ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ]}

El objetivo de easystats es proporcionar un marco unificado y coherente para comprender e informar los resultados estadísticos. También es compatible con otras colecciones de paquetes, como tidyverse . Entre sus características de diseño más destacadas se encuentran su API , con especial atención a los nombres de las funciones y los argumentos (por ejemplo, evitando acrónimos y abreviaturas), y su bajo número de dependencias. ^{[ 2 ]}

En 2019, Dominique Makowski contactó al desarrollador de software Daniel Lüdecke con la idea de colaborar en torno a una colección de paquetes de R destinados a facilitar la ciencia de datos a usuarios sin conocimientos de estadística o informática. El primer paquete de easystats , insight , se creó en 2019 y se concibió como la base del ecosistema. ^{[ 1 ]} El segundo paquete que surgió, bayestestR , se benefició de la incorporación del experto en bayesiano Mattan S. Ben-Shachar. Otros mantenedores incluyen a Indrajeet Patil, Brenton M. Wiernik, Etienne Bacher y Rémi Thériault. ^{[ 12 ]}

La colección de paquetes easystats en su conjunto recibió el Premio 2023 de la Sociedad para la Mejora de la Ciencia Psicológica (SIPS) . ^{[ 13 ]}

El ecosistema easystats contiene diez paquetes semiindependientes.

• insight : Este paquete sirve como base del ecosistema, ya que permite manipular objetos de diferentes paquetes de R. ^{[ 14 ]}
• datawizard : Este paquete implementa algunas características básicas de manipulación de datos. ^{[ 15 ]}
• bayestestR : Este paquete proporciona utilidades para trabajar con estadística bayesiana . ^{[ 16 ]} El paquete recibió un premio de mención honorífica de la Sociedad para la Mejora de la Ciencia Psicológica (SIPS) en 2020. ^{[ 17 ]}
• correlación : Este paquete está dedicado a realizar análisis de correlación . ^{[ 18 ]}
• rendimiento : Este paquete permite la extracción de métricas de rendimiento del modelo. ^{[ 19 ]}
• effectsize : Este paquete calcula índices de tamaño del efecto y parámetros estandarizados. ^{[ 20 ]}
• parámetros : Este paquete se centra en el análisis de los parámetros de un modelo estadístico. ^{[ 21 ]}
• modelbased : Este paquete calcula predicciones basadas en modelos, promedios de grupo y contrastes. ^{[ 22 ]}
• Ver : Este paquete interactúa con ggplot2 para crear gráficos visuales. ^{[ 23 ]}
• Informe : Este paquete implementa un sistema automatizado de generación de informes de modelos estadísticos.

• Tidyverse
• R (lenguaje de programación)