Mini curso
bajo el ambiente R
Villalta Desire Irene Garca
Noviembre, 2014
Agenda y tpicos
Nombres de variables y
Agenda Ayuda en los libros funciones
Descargar paquete R Ambiente R Clases y objetos
Ayuda en la web Ayuda en R Lectura de datos
Descarga
Ayuda en la web
Ayuda en libros
RStudio
RStudio es un Entorno de Desarrollo Integrado para R
RStudio
RStudio es un Entorno de Desarrollo Integrado para R
RStudio 1 Editor
La ventana 1 constituye el Editor, es el lugar donde se redactan y editan los
programas y scripts. Cuenta con la mayora de las facilidades de un editor
moderno: completacin de palabras, de niciones de objetos, ayudas
emergentes, bsquedas y reemplazos, etc. Adicionalmente cuenta con un
sistema para seccionar cdigos fuentes.
RStudio 2 Cnsola
La Consola, es el lugar donde se interacta con el interpretador del lenguaje
R. Al igual que el editor, la consola permite la completacin de palabras,
ayudas emergentes y es donde los programas redactados en el editor son
ejecutados. La consola identi ca el origen y propsito de cada comando o
mensaje.
RStudio 3 Ambiente e Historial (Panel A)
El panel 3 esta constituido por dos pestaas. Primero esta el Ambiente,
que muestra los objetos de nidos. Estn clasi cados en tres categoras: (1)
Data (cuadro de datos y matrices), (2) Valores (escalares, listas y objetos
varios) y (3) Funciones (lista de funciones de nidas por el usuario). Por
otro lado, la pestaa de Historial presenta un diario de todos los comandos
ejecutados.
RStudio 3 Ambiente e Historial (Panel A)
El panel 3 esta constituido por dos pestaas. Primero esta el Ambiente,
que muestra los objetos de nidos. Estn clasi cados en tres categoras: (1)
Data (cuadro de datos y matrices), (2) Valores (escalares, listas y objetos
varios) y (3) Funciones (lista de funciones de nidas por el usuario). Por
otro lado, la pestaa de Historial presenta un diario de todos los comandos
ejecutados.
RStudio 4 Panel B
Este panel esta constituido por 4 pestaas: Archivos (Files), es un
navegador de archivos. Gra cas (Plots), este panel contiene todas las
gr cas que se construyen. Paquetes (Packages), travs de esta pestaa
es posible administrar los paquetes y/o libreras. Ayuda (Help), la pestaa
ms importante, contiene todas las pginas de ayuda y manuales de
referencia.
RStudio 4 Panel B
Este panel esta constituido por 4 pestaas: Archivos (Files), es un
navegador de archivos. Gra cas (Plots), este panel contiene todas las
gr cas que se construyen. Paquetes (Packages), travs de esta pestaa
es posible administrar los paquetes y/o libreras. Ayuda (Help), la pestaa
ms importante, contiene todas las pginas de ayuda y manuales de
referencia.
RStudio 4 Panel B
Este panel esta constituido por 4 pestaas: Archivos (Files), es un
navegador de archivos. Gra cas (Plots), este panel contiene todas las
gr cas que se construyen. Paquetes (Packages), travs de esta pestaa
es posible administrar los paquetes y/o libreras. Ayuda (Help), la pestaa
ms importante, contiene todas las pginas de ayuda y manuales de
referencia.
RStudio 4 Panel B
Este panel esta constituido por 4 pestaas: Archivos (Files), es un
navegador de archivos. Gra cas (Plots), este panel contiene todas las
gr cas que se construyen. Paquetes (Packages), travs de esta pestaa
es posible administrar los paquetes y/o libreras. Ayuda (Help), la pestaa
ms importante, contiene todas las pginas de ayuda y manuales de
referencia.
Ayuda
Solicitar ayuda sobre un tpico se puede hacer directamente en la pestaa
de Ayuda (Help) o a travs de la consola:
1 ? var
2 ?? mean
3 help ( mean )
4 %apropos ( " sort " )
Los comandos ? <comando> y help(<comando>) despliegan la ayuda de
<comando>, mientras que los comandos ?? <comando> y
apropos(``<comando>'') mustran una lista de posibles tpicos relacionados a
<comando>.
Nombres de variables y funciones
Al de nir una variable o funcin hay que tomar en cuenta:
1 No puede empezar por un dgito y contener caracteres especiales
, +, , /, ?, &, #, $, (, [, {, :, etc. . .
Nombres aceptados tabla4, HrMin, [Link], . . .
Nombres no aceptados 4tabla, hr+min, bal?pres, ...
2 Debe ser concisa e informativa:
Uso Nombre
Variable temporal tmp 3
VariableDeUsoTemporal 7
3 Se sugiere no utilizar nombres que pueden confundirse con comandos
c Concatenacin
t Transpuesta
T Valor lgico verdad, TRUE
F Valor lgico falso, FALSE
IMPORTANTE!!!!!
En R, se diferencian puntos (.) de comas (,) (3,17 6= 3.17).
La coma (,) se usa para separar valores, en cambio el punto se relaciona
con decimales, por ejemplo a= c(2.2, 13, 1.8, 4, 9).
Se diferencian letras maysculas de minsculas. Por ejemplo:
a= 3+2
A= 4*7
Clases fundamentales de R
Numrico Comprende los nmeros enteros (-5, 0, 315) y punto o-
tantes (0.5, 1.333)
Lgico Comprende los valores Verdad (TRUE T), Falso (FALSE
F) y No disponible NA
Carcter Son las letras y palabras, estn delimitados por comillas
("). Ejemplo "Z", "Cadena"
Factor Representacin de factores y pueden estar en cualquier
clase anterior (nmero, letra o lgico)
Frmula Describen modelos, tiene sintaxis propia con lado derecho
y lado izquierdo, separados por tilde (~). Ejemplo: y~x-1
Vector
Matriz
Arreglo
Tabla data.frame1 y tablas de contingencia
1 Estos objetos pueden a su vez estar conformados por 1 o ms clases.
Operadores
Vectores
Para construir vectores, se usa el comando concatenar: c().
edad = c(2, 30, 23, 33, 28, 45, 34, 55, 67, 28, 35, 35, 36, 98)
sexo = c("F", "F", "M", "M","F", "M", "M","F", "F","F", "F","M","F",
"M").
Para el vector edad podemos calcular:
min(edad): valor mnimo del vector.
max(edad): valor mximo del vector.
sort(edad): ordena el vector de menor a mayor.
var(edad): varianza del vector
sd(edad): desviacin estndar del vector.
length(edad): tamao del vector.
Algunos de estos comandos se pueden resumir con el comando summary(edad).
Vectores
La salida de la cnsola es:
Gr cas en R
Algunas gr cas importantes son:
Histogramas hist(edad)
Diagrama de caja o boxplot boxplot(edad)
En R se escribe como:
hist(edad, main = "Histograma de edades de los pacientes \n
hembras y varones", ylab = "Frecuencia", ylim= c(0, 10))
Histograma de edades de los pacientes
hembras y varones
10
8
Frecuencia
6
4
2
0
0 20 40 60 80 100
Edad
Vectores
1 par ( mfrow = c (1 , 2) )
2 boxplot ( edad )
3 boxplot ( edad , col = " orange " , horizontal = T )
100
80
60
40
20
0
0 20 60 100
Boxplot
El boxplot o diagrama de caja sirve para representar la distribucin de una
variable continua y muestra en un mismo gr co la mediana, los
percentiles, valores atpicos, dispersin.
Permite comparar gr camente los diferentes grupos de una misma variable
Boxplot
Para relacionar variables numricas y categricas, se puede usar en el
split
boxplot el comando
boxplot(split(edad,sexo), ylab=Edad", col=
c("pink","purple"))
100
80
60
Edad
40
20
0
F M
Vectores: variables categricas
sexo = c("F", "F", "M", "M","F", "M", "M","F", "F","F", "F","M","F",
"M")
1 > s = factor ( sexo )
2 > class ( s )
3 [1] " factor "
4 > summary ( s )
5 F M
6 8 6
7 > plot ( s )
8
6
4
2
0
F M
Acceso a los elementos
Acceso a los elementos de un vector [ndice de posicin]
El acceso de los elementos se efecta a travs del comando [ ]
1 > A <- c (10 , 20 , 30 , 40 , 50)
2 > A [1]
3 10
4 > A [3:5]
5 30 40 50
6 > A [ c (4 , 2 , 5 , 1 , 3) ]
7 40 20 50 10 30
8 > A [10]
9 NA
Acceso por ndice de posicin: cuando se indica la posicin del elemento
dentro del vector a ser accedido.
Acceso a los elementos
Otra forma de acceder a los elementos es a travs de los ndices lgicos
Acceso a los elementos de un vector [ndice lgico]
Al igual que el caso anterior se usa el comando [ ]
1 > A <- c (10 , 20 , 30 , 40 , 50)
2 > (p <- A == 20)
3 FALSE TRUE FALSE FALSE FALSE
4 > A[p]
5 20
6 > A[A >= 20]
7 20 30 40 50
8 > A[A > 100]
9 NA
10 g <- 1 : 5
11 > A[g == 3]
12 30
Acceso a los elementos
Ejemplo
1 > edad [ sexo == "F "]
2 [1] 2 30 28 55 67 28 35 36
3 > edad [ edad >50]
4 [1] 55 67 98
5 > edad [ edad >30 & sexo == "M" ]
6 [1] 33 45 34 35 98
7 > sexo [ edad <= 30 | edad >80]
8 [1] "F " "F " "M" "F" "F" "M"
Lectura de datos
R cuenta con una gran gama de comandos para leer y cargar archivos de
datos, entre los ms usuales estn
[Link] Lee archivos de datos en formato libre
[Link] Lee hoja de clculos donde los datos estn separados por
comas (,) y decimales por puntos (.)
read.csv2 Lee hoja de clculos donde los datos estn separados por
punto y comas (;) y decimales por comas (,)
[Link] Vaca una hoja de calculo XLSX en una tabla. Requiere de la
librera xlsx.
Lectura de datos: [Link]
1 datos = read . table ( " datos _ rest . txt " , header = T )
2 attach ( datos )
3 names ( datos )
4 >[1] " sexo " " sopa " " plato " " postre " " llegada "
" consumo "
5 par ( mfrow = c (2 , 2) )
6 hist ( consumo , main = " Consumo " )
7 plot ( plato , main = " Tipo de plato " )
8 plot ( postre , main = " Tipo de postre " )
9 plot ( llegada , main = " Llegada al restaurant " )
Consumo Tipo de plato
Frequency
15
8
4
0 5
0
300 500 700 900 carne pez pollo
consumo
Tipo de postre Llegada al restaurant
14
5 10
0 4 8
0
helado quesillo torta carro pie
Lectura de datos: [Link]
1 par ( mfrow = c (2 , 2) )
2 boxplot ( split ( consumo , postre ) , main = " boxplot ( split (
consumo , postre ) ) " )
3 boxplot ( split ( consumo , plato ) , main = " boxplot ( split (
consumo , plato ) ) " )
4 boxplot ( split ( consumo , llegada ) , main = " boxplot ( split (
consumo , llegada ) ) " )
5 boxplot ( split ( consumo , sopa ) , main = " boxplot ( split (
consumo , sopa ) ) " )
boxplot(split( consumo, postre)) boxplot(split( consumo, plato))
400 600 800
400 600 800
helado quesillo torta carne pez pollo
boxplot(split( consumo, llegada)) boxplot(split( consumo, sopa))
400 600 800
400 600 800
carro pie FALSE TRUE