No está infravalorado; en todo caso, está sobrevalorado. Para agregar a las ya excelentes respuestas aquí, un inconveniente importante de usar Excel para el análisis de datos es la coordinación, tanto en términos de diseño de datos como de obtención de resultados.
Dado que Excel funciona en fórmulas, todo lo que se necesita es que una celda de datos esté fuera de lugar para que los cálculos cambien por completo. Por lo tanto, dependiendo del tipo de análisis que esté ejecutando, Excel no podrá decirle dónde se están utilizando datos incorrectos o incompletos. Además, si desea cambiar el diseño de su tabla de datos, hacerlo puede ser bastante engorroso y lento.
Sin embargo, si utiliza un entorno estadístico como R, la plantilla de código permite una flexibilidad mucho mayor en la manipulación de datos a través de marcos de datos, vectores, etc. Además, R está mejor equipado para manejar grandes cantidades de datos (significativamente más cuando se combina con un lenguaje de bajo nivel como C ++), por lo que esta es una solución mucho más eficiente para tratar con datos que simplemente causarían que Excel se congelara.
- ¿Existe una forma más eficiente de almacenar tablas y filas sin tener que repetir ID?
- En este mundo de análisis de datos de autoservicio, ¿cuál es el papel del profesional de datos de TI?
- ¿Por qué RandomForest en R muestra el error 'los vectores largos (argumento 24) no son compatibles con .Fortran'?
- ¿Cuál es la mejor institución para aprender un curso de análisis de negocios / ciencia de datos en Hyderabad?
- Como científico de datos, ¿en qué industria trabaja actualmente? ¿Su industria tiene una gran demanda de científicos de datos?