Citas para Paquetes de R

Introducción

Una parte fundamental del trabajo académico y de investigación es dar el debido crédito a las herramientas que utilizamos. En el ecosistema de R, los paquetes son contribuciones de miles de investigadores y desarrolladores de todo el mundo. Citar los paquetes que usamos no solo es una buena práctica, sino que también asegura la transparencia y reproducibilidad de nuestro trabajo.

En nuestros análisis, hemos dependido en gran medida del ecosistema tidyverse para la manipulación y visualización de datos (Wickham 2023), que incluye paquetes tan importantes como ggplot2 y dplyr. Para la lectura de ficheros de datos provenientes de SPSS, utilizamos el paquete haven (Wickham et al. 2025).

Las pruebas de supuestos estadísticos se realizaron con herramientas específicas: la prueba de Levene para la homoscedasticidad se implementó con el paquete car (Fox et al. 2026), mientras que las pruebas de normalidad se apoyaron en el paquete nortest (Gross y Ligges 2015).

Para reportar nuestros resultados de manera profesional, calculamos los tamaños del efecto con el paquete effectsize (Ben-Shachar et al. 2026) y creamos tablas de resumen elegantes con gtsummary (Sjoberg et al. 2026). Todo este trabajo se realizó utilizando el lenguaje de programación R (R Core Team 2026) y se compiló en este documento gracias a knitr (Xie 2025).

Para el análisis de correspondencias se han añadido gplots (Warnes et al. 2025), ca (Greenacre y Nenadic 2020), FactoMineR (Husson et al. 2026) y factoextra(Kassambara y Mundt 2026).

Para el análisis de componentes principales no se han añadido nuevos paquetes.

Para el análisis clúster se han añadido los paquetes NbClust (Charrad et al. 2022) y mclust (Fraley et al. 2026).

source("scripts/global.R")

Referencias

Ben-Shachar, Mattan S., Dominique Makowski, Daniel Lüdecke, et al. 2026. effectsize: Indices of Effect Size. https://easystats.github.io/effectsize/.
Charrad, Malika, Nadia Ghazzali, Veronique Boiteau, y Azam Niknafs. 2022. NbClust: Determining the Best Number of Clusters in a Data Set. https://sites.google.com/site/malikacharrad/research/nbclust-package.
Fox, John, Sanford Weisberg, y Brad Price. 2026. car: Companion to Applied Regression. https://github.com/bprice2652/car_repo.
Fraley, Chris, Adrian E. Raftery, y Luca Scrucca. 2026. mclust: Gaussian Mixture Modelling for Model-Based Clustering, Classification, and Density Estimation. https://mclust-org.github.io/mclust/.
Greenacre, Michael, y Oleg Nenadic. 2020. ca: Simple, Multiple and Joint Correspondence Analysis. http://www.carme-n.org/.
Gross, Juergen, y Uwe Ligges. 2015. nortest: Tests for Normality. https://doi.org/10.32614/CRAN.package.nortest.
Husson, Francois, Julie Josse, Sebastien Le, y Jeremy Mazet. 2026. FactoMineR: Multivariate Exploratory Data Analysis and Data Mining. http://factominer.free.fr.
Kassambara, Alboukadel, y Fabian Mundt. 2026. factoextra: Extract and Visualize the Results of Multivariate Data Analyses. https://github.com/kassambara/factoextra.
R Core Team. 2026. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. https://doi.org/10.32614/R.manuals.
Sjoberg, Daniel D., Joseph Larmarange, Michael Curry, et al. 2026. gtsummary: Presentation-Ready Data Summary and Analytic Result Tables. https://github.com/ddsjoberg/gtsummary.
Warnes, Gregory R., Ben Bolker, Lodewijk Bonebakker, et al. 2025. gplots: Various R Programming Tools for Plotting Data. https://github.com/talgalili/gplots.
Wickham, Hadley. 2023. tidyverse: Easily Install and Load the Tidyverse. https://tidyverse.tidyverse.org.
Wickham, Hadley, Evan Miller, y Danny Smith. 2025. haven: Import and Export SPSS, Stata and SAS Files. https://haven.tidyverse.org.
Xie, Yihui. 2025. knitr: A General-Purpose Package for Dynamic Report Generation in R. https://yihui.org/knitr/.