Hay una enorme diferencia entre R (y Matlab, SAS, o de otros estadísticos idiomas) y relativamente de bajo nivel lenguajes como C/C++/C#/Java exactamente en este sentido. La última categoría se utiliza más a menudo para la estabilidad de los productos finales, donde la velocidad y el rendimiento puede ser crucial, mientras que la primera categoría se utiliza con más frecuencia para el modelo de pruebas y prototipos.
La estadística de las lenguas tienen muchas características básicas, incluyendo a los que usted menciona, estadísticas básicas y de visualización de datos, así como mucho más que hacer de la creación de un prototipo mucho más fácil y rápido el proceso. Algunas de las características que más utiliza en el día a día el modelo de desarrollo y de backtesting son:
- Optimización (importancia de una buena optimización algos no debe ser subestimado!)
- Álgebra lineal (valores propios, la descomposición de valor singular)
- La interpolación (splines cúbicos)
- Filtrado (FIR, IIR, EMA)
- De lectura/escritura a CSV/Excel/bases de datos/otros formatos
- Avanzadas de gráficos (diagramas de barras, histogramas, diagramas de caja, de dispersión, de 3-D)
- Fecha/hora de la manipulación y de series de tiempo de apoyo
- Vector/matriz de manipulación (de manipulación de datos)
- Gran biblioteca de menos comúnmente utilizado algoritmos (por ejemplo, Expectation-Maximization) disponibles como paquetes
Estoy seguro de que muchas de estas características se podría encontrar en lenguajes de bajo nivel, pero el nivel de integración hace mucho más fácil de utilizar en la estadística de idiomas.