Exploración del lenguaje Julia y aplicación a modelos lineales generalizados frente a R

Abstract

El presente Trabajo Fin de Grado “Exploración del Lenguaje Julia y Aplicación a Modelos Lineales Generalizados frente a R” busca analizar el lenguaje de programación Julia en profundidad. Se trata de una herramienta relativamente joven que se publicita como sencilla e intuitiva y con grandes resultados en términos de eficiencia. Por ello, este estudio pretende comprobar si estas afirmaciones son ciertas, ya que supondría que Julia podría consolidarse como una gran alternativa al resto de lenguajes en el ámbito de la Estadística y el Análisis de Datos. Se realiza una revisión de su origen y evolución, así como de sus principales características técnicas y objetivos. Una vez conocido el contexto de la herramienta, se desarrolla una guía introductoria a la programación en Julia, donde se exponen herramientas de apoyo como tutoriales y guías en línea, y se abarca desde lo más básico, como su instalación, hasta el manejo de archivos y la realización de visualizaciones. Comprobando que en efecto se trata de una herramienta intuitiva y con una curva de aprendizaje reducida para usuarios de otras herramientas, como R o Python. El análisis continúa evaluando su rendimiento y usabilidad frente al lenguaje R, ampliamente consolidado en el ámbito de la Estadística. Con esa finalidad, tras una introducción a los Modelos Lineales Generalizados, se lleva a cabo una implementación práctica de los GLM en ambos lenguajes, comparando tiempos de ejecución, sintaxis y facilidad de uso. Se concluye que, efectivamente, el lenguaje de Julia demuestra un rendimiento excepcional frente a R. Por lo que, a pesar de ser un lenguaje relativamente joven, si en los próximos años continúa creciendo y mejorando, podría resultar una gran alternativa, sobre todo a la hora de manejar grandes archivos de datos.

This Final Degree Project “Exploration of the Julia Language and Its Application to Generalized Linear Models Compared to R” aims to conduct an in-depth analysis of the Julia programming language. Julia is a relatively young tool promoted as simple, intuitive, and highly efficient. Therefore, this study seeks to verify the accuracy of these claims, as they could position Julia as a strong alternative to other programming languages within the fields of Statistics and Data Analysis. The work includes a review of Julia’s origins and evolution, as well as its main technical features and objectives. Once the contextual background is established, the thesis offers an introductory guide to programming in Julia, presenting supporting resources such as tutorials and online guides. This guide covers the basics—from installation to file handling and data visualization—demonstrating that Julia is indeed intuitive and has a gentle learning curve for users familiar with tools like R or Python. The analysis then evaluates Julia’s performance and usability in comparison to R, a language that is firmly established in the statistical community. To that end, following an introduction to Generalized Linear Models, a practical implementation of GLMs is carried out in both languages, comparing execution times, syntax, and ease of use. The results confirm that Julia delivers exceptional performance compared to R. Consequently, despite being a relatively new language, if Julia continues to evolve and improve in the coming years, it may become a compelling alternative—particularly for handling large data sets.