tl; dr: Learn R (El Proyecto R para Computación Estadística)
Si por “práctico”, quiere decir lograr el resultado más rápido con la menor cantidad de aprendizaje, y no ha tocado R antes, entonces mi respuesta no es para usted. Lleva tiempo asimilar R y tendrá que aprender una serie de conceptos que serán nuevos para usted, incluso si tiene una base razonable en las estadísticas médicas. Por otro lado, R viene con una gran variedad de métodos implementados fácilmente que están a solo unas pocas teclas de distancia. Recientemente, un revisor nos pidió que volviéramos a analizar nuestros datos utilizando un método ligeramente exótico (para nosotros) para corregir múltiples hipótesis. Esto fue bastante fácil ya que simplemente tuvimos que encontrar el paquete apropiado en CRAN y volver a ejecutar las secuencias de comandos guardadas después de cambiar un par de líneas. Una vez que tiene un conjunto de scripts para su tipo de análisis, es muy rápido ejecutarlos con nuevos datos o pequeñas adaptaciones.
Una vez que conozca bien las ideas básicas y los tipos de datos, use los paquetes tidyr y dplyr para organizar sus datos de manera efectiva, junto con ggplot2 para la visualización.
