> especies<-c(rep("p.caudatum",7),rep("p.montanum",9),rep("p.littorale",10)) > mis.datos<-data.frame(especies=especies) > mis.datos<-edit(mis.

Transcripción

1 Universidad de Los Andes Facultad de Ciencias Forestales y Ambientales Escuela de Ingeniería Forestal Departamento Manejo de Bosques Cátedra de Biometría Forestal Asignatura: ESTADISTICA Y BIOMETRIA Profesor Argenis Mora Garcés Practico 2. Procesamientos de datos con el software estadístico R: Variables Cuantitativas El objetivo de esta práctica es introducir el software estadístico R, así como aprender a utilizarlo para realizar análisis estadísticos básicos. En esta oportunidad procesar la información de variables cuantitativas: a)medidas de tendencias central, medidas de dispersión, medidas de posición, b) Histogramas y gráfica de caja (boxplot). 1.-Editar datos en la consola de R primero debemos crear la variable, con las siguientes instrucciones se creará una columna con los nombres de cada especie repetidos de acuerdo al número de observaciones que estas tengan en el cuadro 1. Por ejemplo, P.caudatum tiene 7 observaciones, P. montanum con 9 y P. littorale tiene 10 observaciones para un total de 26 observaciones (o árboles). Las instrucciones son las siguientes: > <-c(rep("p.caudatum",7),rep("p.montanum",9),rep("p.littorale",10)) > mis.datos<-data.frame(=) luego de creado la base de datos con el nombre de mis.datos podemos invocar al editor del R para terminar de llenar el resto de las observaciones numéricas del cuadro 1 dentro de ese objeto creado. > mis.datos<-edit(mis.datos) deberá aparecer una nueva ventana que es el editor del R listo para transcribir el resto de los datos, esta ventana debe verse como en la figura 1. Una vez abierta esta ventana, nótese que la primera columna lleva por nombre y debajo de ella se visualiza las tres de Psidium repetidas de acuerdo al número asignado a cada uno: 7 para P.caudatum, 9 para P.montanum y 10 veces P.littorale. Además, se puede ver que en los encabezados de las siguientes columnas se encuentran escritas por var2, var3, var4, hasta var6. Para crear las variables que faltan debemos hacer click sobre cada una de esas celdas; por ejemplo, sí damos click sobre var2 se despliega otra pequeña ventana como la siguiente:

2 sobre el recuadro escribimos dap y le damos click sobre la opción numeric pues esta variable es del tipo cuantitativa. Terminado esto cerramos esta pequeña ventana y continuamos creando el resto de las variables número de ramas y altura. Al terminar de crear se transcriben los datos correspondiente a cada variable de acuerdo al cuadro 1. al finalizar cierre la ventana del editor y escriba la instrucción siguiente para visualizar los datos transcritos. > mis.datos y aparecerá los datos transcriptos (aqui se reproducen parcialmente hasta la observación 10) dap ramas altura 1 P.caudatum P.caudatum P.caudatum P.caudatum P.caudatum P.caudatum P.caudatum P.montanum P.montanum P.montanum Click en cada celda para escribir nombre de la variable y definirla sí es numeric o character Figura 1. Ventana desplegada del editor de datos de R

3 2.-Medidas de tendencia central Primero usaremos la función summary que permite calcular la mediana, media, los cuartiles 1 y 3, valor mínimo y máximo en todas las variables numéricas o cuantitativas contenidas en la base de datos mis.datos y para aquellas variables cualitativa, es decir, describirá la frecuencia de cada una de sus categorías > summary(mis.datos) dap ramas altura P.caudatum : 7 Min. : 5.00 Min. : 5.00 Min. :2.000 P.littorale:10 1st Qu.: st Qu.: st Qu.:4.500 P.montanum : 9 Median :17.50 Median :12.00 Median :5.000 Mean :17.38 Mean :16.65 Mean : rd Qu.: rd Qu.: rd Qu.:5.400 Max. :29.00 Max. :34.00 Max. :5.600 pero ahora haremos los cálculos por pasos para estimar la mediana y media aritmética con las funciones median y mean. Escribiremos la siguiente instrucción para calcular la mediana de cada una de las variables de todas las 26 observaciones, sin importar a qué especie pertenezcan. > median(mis.datos$dap); median(mis.datos$ramas); median(mis.datos$altura) [1] 17.5 [1] 12 [1] 5 para el cálculo de la media aritmética, se tiene la siguiente instrucción > mean(mis.datos$dap); mean(mis.datos$ramas); mean(mis.datos$altura) [1] [1] [1] Ahora realizaremos el cálculo de la mediana pero por especie y usaremos la función tapply, sólo se realizará de ahora en adelante los análisis para la variable dap. Usted deberá obtener los resultados para el resto de las variables. A continuación la instrucción en la consola R: > tapply(mis.datos$dap, list(=mis.datos$), median, na.rm=true) para obtener la media de la misma manera sólo necesitamos copiar la misma instrucción pero reemplazando mean por la opción median. Intente obtener las medias por especie para las variables dap, ramas y altura, los resultados deben ser como se muestran a continuación. Para DAP se tendrá el siguiente resultado: Para ramas se tendrá

4 Para altura se tendrá Medidas de dispersión o variación Usando la función tapply podemos calcular también dos de las medidas de dispersión de manera directa en R, con las funciones var para la varianza y sd para la desviación estándar. A continuación lo haremos para la variable dap: > tapply(mis.datos$dap, list(=mis.datos$), var, na.rm=true) > tapply(mis.datos$dap, list(=mis.datos$), sd, na.rm=true) ahora obtendremos el coeficiente de variación, pero la función para este estadístico no existe en R, así que crearemos la función y la llamaremos cv, usaremos la siguiente instrucción: > cv<-function(x){sd(x)/mean(x)*100} note lo simple que es crear esta función para el coeficiente de variación. Ahora apliquemos esta función con la función tapply para hacer el cálculo por especie (note que el coef. Variación se expresa en porcentaje) > tapply(mis.datos$dap, list(=mis.datos$), cv) Medidas de posición: los percentiles Para determinar los valores correspondientes a los percentiles se debe usar la función quantile y este produce los percentiles 0% (que se refiere al valor mínimo), 25%, 50% (la mediana), 75% y 100% (corresponde al valor máximo). A continuación la instrucción para la variable dap > tapply(mis.datos$dap, list(=mis.datos$), quantile, na.rm=true) $P.caudatum 0% 25% 50% 75% 100% $P.littorale 0% 25% 50% 75% 100% $P.montanum

5 0% 25% 50% 75% 100% Visualización de datos cuantitativos 5.1 El histograma Construiremos varios histogramas para la variable dap, primero lo haremos con la fórmula de Sturges que viene por defecto en la función gráfica hist, a continuación las instrucciones: >hist(mis.datos$dap, main="histograma para el DAP de las Psidium", xlab="clases de DAP (cm)", ylab="frecuencias absolutas") la instrucción anterior produce barras sin color, pero la siguiente usando la opción col podemos ponerle el color que queramos. >hist(mis.datos$dap, main="histograma para el DAP de las Psidium", xlab="clases de DAP (cm)", ylab="frecuencias absolutas", col= blue ) Ahora construyamos un histograma con un número mayor de barras, >hist(mis.datos$dap, main="histograma para el DAP de las Psidium", xlab="clases de DAP (cm)", ylab="frecuencias absolutas", col= blue, breaks=10) 5.2 La gráfica de caja (Box plot) Esta herramienta de visualización se basa en los valores de los percentiles 0, 25, 50, 75 y 100%. construiremos una para los 26 datos de dap, > boxplot(mis.datos$dap, main="gráfica de caja para el DAP", ylab="dap (cm)") Ahora construiremos las cajas para cada especie atención con la instrucción mis.datos$dap~mis.datos$ la cual significa Y ~ grupos, o dicho de otra manera: la variable en estudio en función de grupos. A continuación la instrucción completa: > boxplot(mis.datos$dap~mis.datos$, main="gráfica de caja para el DAP", ylab="dap (cm)", xlab="especies de Psidium")

6 Cuadro 1. Variables cuantitativas para árboles de diferentes de Psidium que corresponden a un ensayo donde se evaluó después de 10 años el crecimiento de varias ; las variables fueron diámetro a la altura de pecho (DAP), número de ramas (ramas) y Altura total (Altura). especie dap ramas altura P.caudatum P.caudatum P.caudatum P.caudatum P.caudatum P.caudatum P.caudatum P.montanum P.montanum P.montanum P.montanum P.montanum P.montanum P.montanum P.montanum P.montanum P.littorale P.littorale P.littorale P.littorale P.littorale P.littorale P.littorale P.littorale P.littorale P.littorale