Ministério da Educação
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Câmpus Curitiba
Diretoria de Graduação e Educação Profissional
Departamento Acadêmico de Estatística
Disciplina: Probabilidade e Estatística (MA70H), turma: - Profª Silvana Heidemann Rocha
Estudante: ___________________________________________ Código: ______________
R SOFTWARE ESTATÍSTICO - Introdução
1 INSTALAÇÃO
• Num buscador (Google ou outros) digite "R software estatístico";
• Vá na página eletrônica "R: The R Project for Statistical Computing", endereço
<[Link] Acesso em: 30/08/2017;
• Clique na aba "CRAN" (Comprehensive R Archive Network) e, então, escolha a "URL"
(Uniform Resource Locator) cuja localização é a mais próxima de você;
• No quadro "Download and Install R", clique sobre a versão do R adequada as suas
necessidades. As seguintes versões estão disponíveis:
o Download R for Linux
o Download R for (Mac) OS X
o Download R for Windows
• No caso da versão "R for Windows", bem no início do texto, há o link "install R for the
first time"; clique sobre ele;
• Após, clique sobre o link "Download R 3.4.1 for Windows (62 megabytes, 32/64 bit)" e será
iniciado o arquivo executável;
• Siga os passos apresentados no programa de instalação;
• Preste atenção para a opção 32 ou 64 bit e escolha a que for a adequada para o seu
computador;
• Para as versões R for Linux e R for (Mac) OS X, peça a ajuda dos universitários 😊
Página inicial do R
2 OBJETOS OU ESTRUTURAS DE DADOS, ALGUNS COMANDOS INICIAIS E COMO OBTER AJUDA NO R
No R, os objetos ou estruturas de dados mais comuns são: função, vetor, fator, lista, data frame, matriz e array, comentados a seguir:
o Função: * é um objeto que realiza alguma tarefa;
* a estrutura básica de uma função é nome_da_função(argumentos_da_função).
Exemplos da estrutura básica de uma função:
o c(data), em que na função c() o principal argumento é "data" (em português, "dados");
o rep(data, times, each) , em que na função rep() os principais argumentos são "data", "times", "each" .
Observações:
o No R, se você digitar o ponto de interrogação na frente do nome de uma função, abrirá uma aba de ajuda
explicando a estrutura daquela função e apresentando alguns exemplos ao final da explicação.
Experimente digitar ?c ou ?rep no console do R.
o Console é o painel que lhe permite se comunicar com o computador ou programa, por meio de comandos válidos;
o o comando Ctrl+L (segure a tecla Ctrl e clique na tecla L) limpa o console do R;
o o comando <- é usado para atribuir à uma variável os valores depositados em um objeto;
o as setas ↑ ↓ podem ser utilizadas para buscar comandos já digitados no console;
o a função args(nome_da_função) fornece os argumentos da função desejada.
Exemplos de funções:
o x<-c(1,2,3,8) , em que a função c() atribui os valores 1, 2, 3 e 8 à variável de nome "x" ;
o rep(1:9) ou seq(1,9) , em que rep() e seq() são duas funções que escrevem a sequência 1, 2, 3, 4, 5, 6, 7, 8, 9 ;
o rep(1:9, times=3, each=2) escreverá os valores de 1 a 9, cada um repetido 2 vezes, sendo a sequência toda
repetida 3 vezes.
3
o Vetor: * é a mais simples das estruturas de dados;
* tem pelo menos um elemento;
* os elementos podem ser número ou caractere;
* cada elemento possui um número que indica sua posição e pode ser acessado individualmente;
* num mesmo vetor, todos os elementos são considerados o mesmo tipo de dado (numérico, caractere);
* são possíveis operações matemáticas nos elementos de um vetor numérico;
* um vetor tem somente uma dimensão (mas tecnicamente no R a dimensão de um vetor é NULL;
Exemplo: a<-c(3,7,9) , dim(a) , nrow(a) , ncol(a) )
* a função usada é c();
* o principal argumento da função c() é "data" colocado entre parênteses em " c(data) " .
Exemplos:
o c(x=1,y=2,m=4,q=10) – vetor numérico (obs.: pode-se omitir x=, y= , m=, q=)
o c(1,2,4,10) – vetor numérico
o c("feminino", "masculino") - vetor de caractere
o c(s="feminino", r="masculino") – vetor de caractere (obs.: pode-se omitir s= , r= )
o c(1,20, 35, "mulher", "homem") – vetor de caractere
o sum(c(1,2,4,10)) – aparecerá a soma 17
Observação:
o Para acessar um elemento de um vetor, digite a posição do elemento entre colchetes.
Exemplo:
Em x<-c(15,20,24,32,36) :
o digite x[2] e aparecerá 20, onde "x" é o nome da variável;
o x[3]<-55, substitui o valor da posição 3 da variável x pelo valor 55;
o x[x>30] , seleciona os valores maiores que 30 na variável x.
4
o Fator: * é um objeto onde os elementos são categóricos (letras, números como código);
* em geral, é representado por um vetor;
* possui níveis definidos;
* não são possíveis operações matemáticas com os elementos de um fator;
* a função usada é factor() ;
Exemplos:
o factor(rep(1:3, each=4)), em que aparecerá a sequência de códigos 1 1 1 1 2 2 2 2 3 3 3 3 (níveis: 1,2,3)
o factor(rep(5:7, times=3)), em que será gerada a sequência de códigos 5 6 7 5 6 7 5 6 7 (níveis: 5,6,7)
o sexo<-factor(rep(c("Masculino", "Feminino"), c(3,4))), em que será gerada a sequência de códigos
Masculino Masculino Masculino Feminino Feminino Feminino Feminino ,
com os níveis Feminino, Masculino, para a variável de nome "sexo".
o M<-c("M", "F") e N<-factor(M) , transforma M, um vetor de caractere, em N, um fator com os níveis M, F.
Observação:
o Para acessar um elemento de um fator, digite a posição do elemento entre colchetes.
Exemplo:
Em sexo<-factor(rep(c("Masculino", "Feminino"), c(3,4))) , digite sexo[5] e aparecerá o resultado " Feminimo " .
5
o Lista: * é um conjunto de objetos, não necessariamente do mesmo tipo ou tamanho;
* a função usada é list() .
Exemplo:
o list(nome="Maria", est_civil = "casada", filhos=3, país = "Brasil"), em que aparecerá
$nome
[1] "Maria"
$est_civil
[1] "casada"
$filhos
[1] 3
$país
[1] "Brasil"
Observações:
o O sinal $ precede cada elemento de uma lista;
o No exemplo anterior, o código [1] indica a posição do primeiro elemento daquela linha;
o Os elementos de uma lista podem ser acessados pelo nome da variável seguido pelo símbolo $ e o
nome do elemento da lista.
Exemplos:
o Dados$país, em que aparecerá " [1] Brasil ";
o Dados$nome<-"Francisca" , em que substituirá o nome "Maria" por "Francisca" na variável
"Dados" no elemento "nome";
o Dados$casa<-"própria", em que acrescentará o elemento "casa" com o valor "própria" na
variável "Dados".
6
o Data frame: * é uma tabela, com colunas de mesmo tamanho;
* os elementos podem ser numéricos ou caracteres;
* tem duas dimensões (linhas, colunas);
* a função utilizada é [Link]( ) .
Exemplo:
Nome<-c("Maria", "Luiz", "Fernanda", "Paulo")
Sexo<-c("F","M","F", "M")
Num_filhos<-c(2,0,5,3)
Tab<-[Link](Nome, Sexo, Num_filhos)
Observações:
o Para acessar os elementos da coluna 3 na variável "Tab", digite
Tab[3] ou Tab [ , 3] ou, ainda, Tab$Num_filhos
e observe a diferença de como os mesmos resultados são apresentados ;
o Para acessar os elementos da linha 2 e coluna 3 no data frame Tab, faça, por exemplo,
Tab[2,3] ;
o Para acrescentar uma quarta coluna na variável "Tab" , faça, por exemplo,
Tab$Casa<-c("própria","alugada","financiada", "própria") e digite Tab ;
o Para excluir a coluna "Sexo" na variável "Tab" faça, por exemplo,
Tab$Sexo<-NULL e digite Tab ;
o Para renomear as colunas num data frame, use a função names( );
Exemplo: names(Tab)<-c("N", "S", "Fi") e digite Tab ;
o Para transpor um data frame use a função t() ;
o Use a função str( ) para ver informações detalhadas de um objeto;
Exemplo: str(Tab) , str(Nome) ...
o Use a função class( ) para ver a informações individualizadas;
Exemplo: class(Tab), class(Sexo) ...
7
o Matriz * é uma tabela com colunas do mesmo tamanho;
* os elementos são numéricos;
* tem duas dimensões (linhas, colunas);
* a função usada é matrix( );
* a escrita básica para a função matrix é matrix(data, ncol, nrow, byrow), em que o argumento "data" indica os valores dos
elementos da matriz, "ncol" é o número de colunas, "nrow" é o número de linhas, "byrow" é um valor lógico (TRUE,
FALSE) que informa ao R se você deseja preencher a matriz pelas linhas ou pelas colunas; se você não informar o
valor de "byrow" os elementos serão preenchidos pelas colunas, pois esse é o padrão (default) da função matrix.
Exemplos:
• M<-matrix(1:10, ncol=5) , em que será alocada na variável de nome "M" uma matriz com os elementos 1 a 10
dispostos em 5 colunas, com os elementos preenchidos por coluna; digite M para ver essa matriz;
• matrix(1:10 , ncol=5, byrow=TRUE) , em que aparecerá uma matriz com os elementos 1 a 10 dispostos em 5
colunas, com os elementos preenchidos por linha;
Observações:
o Para acessar os elementos da matriz M digite, por exemplo,
M[2,3], M[4, ], M[ , 1] ;
o Para ver e, após, substituir um elemento da matriz M digite, por exemplo,
M[1,3] e M[1,3]<-25 e veja M ;
o Para inserir linhas ou colunas numa matriz, utilize, respectivamente, as funções rbind() e cbind().
Exemplo: M<-matrix(1:10, ncol=5) , cbind(1:2,M), cbind(M, 1:2), rbind(1:5, M), rbind(M, 1:5) ;
o Para dar nomes às linhas e às colunas de uma matriz use as funções rownames() e colnames().
Exemplo: M<-matrix(1:10, ncol=5) , rownames(M)<-c("A", "B") , colnames(M)<-c("R", "S", "T", "U", "V") ;
o Para obter a transposta de uma matriz use a função t();
o Use a função str( ) para ver informações detalhadas de um objeto.
Exemplo: str(nome da variável);
o Use a função class( ) para ver a informações individualizadas.
Exemplo: class(M)
o Use as funções dim(), nrow() , ncol() , length() , attributes() para ver dimensões e atributos específicos de um
objeto.
8
o Array * é um arranjo de elementos em três ou mais dimensões;
* os elementos podem ser numéricos ou caracteres;
* a função usada é array();
* os principais argumentos da função array estão colocados entre os parênteses em array(data, dim).
Exemplos:
• array(data=1:20) ou array (1:20)
• array(data=1:20, dim=2) ou array(1:20, dim=2) ou array(data=1:20, 2) ou array(1:20, 2)
• array(1:20, dim=c(2,3)) ou array(1:20, c(2,3))
• array(1:20, dim=c(2,30)) ou array(1:20, c(2,30))
• array(1:20, dim=c(2,3,5)) ou array(1:20, c(2,3,5))
• array(1:20, dim=c(4,5,2) ou array(1:20, c(4,5,2))
• array(1:35, c(4,5,2))
• array(c("M", "F"), c(4,5,2))
A classe de uma variável pode ser investigada pelas funções "is" ou "class".
Exemplo: is(x) ou class(x), sendo "x" o nome da variável.
Use as funções dim(), nrow() , ncol() , length() , attributes() para ver dimensões e atributos específicos de um objeto.
Use a função ls() para listar os objetos armazenados e a função args(nome_da_função) para saber os argumentos de uma função.
Use a função table() para apurar frequências e a função summary() para obter resultados resumidos de um objeto.
No R, para obter ajuda sobre alguma função digite o ponto de interrogação seguido do nome da função.
Exemplos: ?seq , ?rep , ?c , ?[Link] ...
Ainda, se você digitar no buscador Google a sua pergunta específica, é muito provável você encontrar alguma página eletrônica de algum
apaixonado pelo R que responda exatamente o que você deseja.
Exemplo: digite no Google "como selecionar uma linha num data frame no R" e surpreenda-se com a qualidade dos
materiais que encontrará sobre isso.
3 EXEMPLO
Considere o rol abaixo com valores do diâmetro de certa peça, em centímetro:
5 7 8 9 13 17 19 28
5 7 8 9 14 17 20 30
5 8 9 9 16 17 21 32
6 8 9 9 16 17 26 34
a) No software estatístico R, construa um vetor de nome “diam" com os dados do rol.
Se desejar, utilize as funções “rep()" (repetição) e “seq()” (sequencia).
Verifique a quantidade de dados utilizando a função "length()”
Verifique o tipo de objeto que é diam com a função “is()" .
Obtenha um resumo dos dados com a função "summary() "
Apure as frequências com a função "table()"
Exemplos de possibilidades:
Ex1)
diam<-c(5,5,5,6,7,7,8,8,8,8,9,9,9,9,9,9,13,14,16,16,17,17,17,17,19,20,21,26, 28,30,32,34)
diam
length(diam)
table(diam)
is(diam)
summary(diam)
Ex2)
diam<-c(rep(5,3), 6, rep(7,2), rep(8,4), rep(9,6), 13,14, rep(16,2), rep(17,4), 19,20,21, seq(26,34,by=2))
diam
length(diam)
table(diam)
summary(diam)
Ex3)
diam<-c(rep(5:9, c(3,1,2,4,6)), 13, 14, rep(16:17, c(2,4)), rep(19:21, c(1,1,1)), seq(26,34,by=2))
length(diam)
diam
table(diam)
summary(diam)
Ex4) diam<-c(rep(5:9, c(3,1,2,4,6)), 13,14,rep(16:17,c(2,4)), seq(19,21), seq(26,34,by=2))
Ex5) diam<-c(rep(5:34, c(3,1,2,4,6,0,0,0,1,1,0,2,4,0,1,1,1,0,0,0,0,1,0,1,0,1,0,1,0,1)))
b) Observe os gráficos obtidos pelas funções plot(diam) e plot(table(diam))
c) Obtenha um gráfico ramo e folhas por meio da função stem()
d) Obtenha um gráfico boxplot horizontal por meio da função boxplot()
e) Obtenha um histograma por meio da função hist().
10
4 COMANDOS PARA DESENHAR ALGUNS GRÁFICOS PRINCIPAIS
4.1 FUNÇÃO 'plot( )' E SEUS PRINCIPAIS ARGUMENTOS
plot(x = .., y=.., xlim= , ylim=..., main = ..., xlab = ..., ylab=..., col=..., type= ...)
ou
plot(x = .., y=.., xlim= , ylim=..., main = ..., xlab = ..., ylab=..., col=..., pch= ..., cex=)
Valores válidos para o argumento 'type': "p", "l", "h", "b", "c", "o", "s", "S", "n"
Valores válidos para o argumento 'col': 0, 1, 2, 3, 4, ...
Valores válidos para o argumento 'pch': 0, 1, 2, ..., 20,...
O argumento 'cex' diminui ou aumenta o tamanho do símbolo dado pelo argumento 'pch'.
Experimente atribuir os valores 0.5 ou 1.5 para 'cex' .
Exemplos:
diam<-c(rep(5:9, c(3,1,2,4,6)), 13,14, rep(16:17, c(2,4)), seq(19,21), seq(26,34,by=2))
diam
table(diam)
stem(diam)
Exemplo 1:
plot(diam)
Exemplo 2:
plot(x=diam, y=seq(1,32), xlab="Diâmetro (cm)", ylab = "Índice")
Exemplo 3:
plot(table(diam), xlim=c(0,35), ylim=c(0,8), xlab="Diâmetro(cm)", ylab="Frequência",
main="Histograma de haste", col=3)
Exemplo 4:
plot(table(diam), xlim=c(0,35), ylim=c(0,8), xlab="Diâmetro(cm)", ylab="Frequência", main="Diâmetro
de peças", col=3, type="p")
Exemplo 5:
X 0 1 5 8 12
Y 3 4 2 10 8
a) x<-c(0,1,5,8,12)
x
plot(x, y=2*x, type="p", col=1)
b) plot(x, y=2*x, type="l", col=2)
c) plot(x=c(0,1,5,8,12), y=2*x, type="h", col=3)
d) plot(x=c(0,1,5,8,12), y=c(3,4,2,10,8), pch=20)
e) plot(x=c(0,1,5,8,12), y=c(3,4,2,10,8), pch=20, cex=1.5)
11
4.2 FUNÇÃO 'par(mfrow=c( , ) )' PARA DIVIDIR A JANELA GRÁFICA
Exemplo:
x<-c(0,1,2,5,8)
y<-c(4,6,2,4,1)
par(mfrow=c(2,2))
plot(x,y, main="1980", xlab="Nº de famílias", ylab="Frequência")
plot(x,y=2*x, main="1990", xlab="Nº de filhos", ylab="Frequência", pch=3, cex=0.5)
plot(x,y=3*x, main="2000", xlab="Nº de irmãos", ylab="Frequência", pch=4, cex=1.0)
plot(x,x, main="2010", xlab="Diâmetro(cm)", ylab="Frequência", pch=20)
Observação
• No R, cada vez que você gera um gráfico, abre-se a janela gráfica. Se você gerar um
segundo gráfico, ele é sobreposto ao primeiro gráfico, e esse primeiro gráfico é apagado.
• Após usar o comando par(mfrow=c( , )), você pode voltar para o padrão par(mfrow=c(1,1)).
4.3 FUNÇÃO 'boxplot( )' E SEUS PRINCIPAIS ARGUMENTOS
boxplot(x, ..., range = 1.5, names=..., horizontal = ...)
Os valores para o argumento 'horizontal' são TRUE ou FALSE.
O padrão para o argumento 'range' é 1.5, que representa 1,5 vezes a amplitude interquartílica a
partir dos limites da caixa do gráfico.
Exemplo:
x<-c(2,3,3,3,3,3,3,5,5,5,5,9,9,9,9,15)
y<-c(10,11,13,13,13,15,15,16,16,16,16,16,16,35)
x
y
a) boxplot(x, horizontal=TRUE, xlab="Temperatura(oC)",pch=8)
b) boxplot(y, horizontal=TRUE, xlab="Temperatura(oC)",pch=8)
c) boxplot(x, y, horizontal=TRUE, xlab="Temperatura(oC)", pch=8, names=c("Fria", "Quente"))
d) boxplot(x, y, ylab="Temperatura(oC)", pch=8, names=c("Fria", "Quente"), range=0.5)
12
4.4 FUNÇÃO 'hist( )' E SEUS PRINCIPAIS ARGUMENTOS
hist(x, breaks = ..,freq = , right = , col = ..., border =..., main = xlim =.., ylim = , xlab = ..., ylab=...,
axes =..., plot =..., labels =..., nclass = )
Argumento freq right axes plot labels
Valores válidos TRUE, FALSE TRUE, FALSE TRUE, FALSE TRUE, FALSE TRUE, FALSE
Cores: col = 0, 1, 2, 3, 4,.... e border = 0, 1, 2, 3, 4,...
Exemplo:
diam<-c(rep(5:9, c(3,1,2,4,6)), 13,14, rep(16:17, c(2,4)), seq(19,21), seq(26,34,by=2))
diam
table(diam)
stem(diam)
par(mfrow=c(2,2))
plot(x=diam, y=seq(1,32), xlab="Diâmetro(cm)", ylab="Índice")
plot(table(diam), xlim=c(0,35), xlab="Diâmetro(cm)",ylab="Frequência", col = 2)
boxplot(diam, horizontal=TRUE, xlab="Diâmetro(cm)", pch=8, range=1.5, border=3)
hist(diam, breaks=c(0,8,12,15,18,25,30,35), right=FALSE, xlab="Diâmetro(cm)", ylab="Densidade",
border = 1, col=4, main=NULL)
13
No software estatístico R, há as seguintes funções computacionais para
distribuições de probabilidade de variável aleatória discreta:
"dbinom" e "pbinom", que calculam a função de probabilidade e a função distribuição acumulada,
respectivamente, para variável aleatória com distribuição binomial.
"dhyper" e "phyper", que calculam a função de probabilidade e a função distribuição acumulada,
respectivamente, para variável aleatória com distribuição hipergeométrica.
"dnbinom" e "pnbinom", que calculam a função de probabilidade e a função distribuição acumulada,
respectivamente, para variável aleatória com distribuição binomial negativa.
"dgeom" e "pgeom", que calculam a função de probabilidade e a função distribuição acumulada,
respectivamente, para variável aleatória com distribuição geométrica.
"dpois" e "ppois", que calculam a função de probabilidade e a função distribuição acumulada,
respectivamente, para variável aleatória com distribuição de Poisson.
Para ver os argumentos de cada uma dessas funções, digite no console do R os comandos
abaixo, um de cada vez:
?dbinom ?pbinom
?dhyper ?phyper
?dnbinom ?pnbinom
?dgeom ?pgeom
?dpois ?ppois
Há, ainda, as funções computacionais, abaixo, que fornecem valores de quantis (q) e geram
amostras aleatórias (r):
qbinom rbinom
qhyper rhyper
qnbinom rnbinom
qgeom rgeom,
qpois rpois
Exemplo de comandos possíveis, no software R, referente à distribuição binomial
Probabilidade P(X = x) Probabilidade P(X = x)
0.0 0.4 0.8 1.2 0.0 0.4 0.8 1.2
0
0
2
2
4
4
Nº de produtos conforme o projeto
Nº de produtos conforme o projeto
6
6
8
8
Probabilidade acumulada P(X <= x) Probabilidade acumulada P(X <= x)
0.0 0.4 0.8 1.2 0.0 0.4 0.8 1.2
0
0
2
2
4
4
Nº de produtos conforme o projeto
Nº de produtos conforme o projeto
6
6
8
8
15
16
Exemplo de comandos possíveis, no software R, referente à distribuição hipergeométrica
Probabilidade P(X=x) Probabilidade P(X=x)
0.0 0.4 0.8 1.2 0.0 0.4 0.8 1.2
0
0
1
1
2
2
3
3
Nº de peças defeituosas
Nº de peças defeituosas
4
4
5
5
Probabilidade acumulada P(X<=x) Probabilidade acumulada P(X<=x)
0.0 0.4 0.8 1.2 0.0 0.4 0.8 1.2
0
0
1
1
2
2
3
3
Nº de peças defeituosas
Nº de peças defeituosas
4
4
5
5
17