Entender los objetos de R. Francisco Viciana. Curso

Transcripción

1 Introducción al lenguaje estadistico R Entender los objetos de R Francisco Viciana Curso

2 Comenzando con R Comenzando con R Trabajando con vectores Trabajando con matrices y data.frames almacenamiento, importación e exportación de datos Gráficos en R

3 Comenzando con R Que es R Un lenguaje de programación orientado al análisis estadístico Ha sido desarrollado como software libre bajo licencia: GNU General Public License Es extensible y esta en rápido y continuo desarrollo Existe una abundante documentación libremente disponible en la web (alguna de ella en castellano) Pagina del proyecto: Ejecutar código de R en Internet Rweb:

4 Comenzando con R Objetos en R: tipos y atributos Todo en R es un objeto: datos, funciones, gráficos... son objetos Creando variable de objetos: nombre de variable y operador asignación < Conociendo el tipos y la clase de los objetos: funciones mode(x) y class(x) preguntando por la longitud de un objeto: función length(x)

5 Comenzando con R Gestionando directorios y espacio de trabajo Obtiene y cambia el directorio de trabajo: setwd() y getwd() Lista el contenido del directorio dir() Concepto de espacio de trabajo de R. Diferencia con el directorio de trabajo listando objetos del espacio de trabajo: ls() y ls.str()

6 Trabajando con vectores Comenzando con R Trabajando con vectores Trabajando con matrices y data.frames almacenamiento, importación e exportación de datos Gráficos en R

7 Trabajando con vectores creando y generando vectores Un vector es un conjunto de elementos (átomos) ordenado del mismo tipo Creando vectores con cualquier conjunto de elementos: función compose c(...) Creando secuencias con el operador : Creando secuencias con la función seq(from,to,by=) Repitiendo elementos y secuencias rep(x, times, length.out, each,...)

8 Trabajando con vectores Seleccionando elementos de un vector Cada elemento de un vector tiene asociado un número entero que da su posición en el vector Selectores de elementos [] Selección del segundo elemento de un vector: v[2] Selección segundo y quinto elemento: v[c(2,5)] Selección de los cinco primeros elementos de un vector v[c(2,5)] v[1:5] Selección de todos los elementos de un vector menos el segundo y quinto v[-c(2,5)] Asignación de nombres y extracción de elementos según nombre: names()

9 Trabajando con vectores operadores y funciones con tipos numéricos Operadores aritméticos: Suma +, resta -, multiplicación *, división / y potenciación ˆ Alguna funciones matemáticas: logaritmo natural ln(x), raíz cuadrada sqrt(x), trigonométricas sin(x), cos(x)...

10 Trabajando con vectores operadores y funciones que retornan tipos lógicos Operadores de comparación: igual ==, distinto!= mayor que >, mayor o igual >=, menor <, menor o igual =< funciones: is.character(), is.numeric, is.na()... Lo vectores lógicos se usan para seleccionar elementos de otro vector: Por ejemplo los elementos del vector x mayores que 5 se seleccionan a partir del vector lógico x > 5 : x[ x > 5 ]

11 Trabajando con vectores funciones de agregación de datos suma de los elementos de un vector: sum(...) producto de los elementos de un vector: prod() Valores medios de los elementos de un vector mean()

12 Trabajando con vectores construcción de tus propias funciones Ejemplo de construcción de una función para calcular la varianza varianza< función(x){sum((x-mean(x))ˆ2)/length(x)} varianza< function(x){mean((x-mean(x))ˆ2)}

13 Trabajando con matrices y data.frames Comenzando con R Trabajando con vectores Trabajando con matrices y data.frames almacenamiento, importación e exportación de datos Gráficos en R

14 Trabajando con matrices y data.frames matrices y arreglos: Generalización multidimensional de los vectores Una matriz es un objeto similar a un vector pero con un atributo de dimensiones dim con dos elementos: números de filas y columnas que lo componen. Todos los elementos son del mismo tipo. Creación de matrices: matrix(data = NA, nrow = 1, ncol = 1) Un arreglo (matriz multidimensional, hipercubo) es un objeto similar a un vector pero con un atributo de dimensiones dim con un numero cualquiera de elementos elementos: filas, columnas, hojas, volúmenes, estantes... Creación de arreglos: array(data = NA, dim = length(data), dimnames = NULL) Edición de matrices: edit(x) y fix(x) Dimensiones de matrices y arreglo: dim(x) Etiquetas de matrices y arreglos: names(x) y dimnames(x)

15 Trabajando con matrices y data.frames Extracción de elementos de matrices y arreglos []... de un solo elemento: M[2,3], A[2,3,2]... de columnas o filas de una matriz: M[2,], M[,3], M[,c(2,3)]... de capas de un arreglo: A[,,1], A[,2,], A[,2,3] Mediantes nombres con los atributos dimnames

16 Trabajando con matrices y data.frames Construyendo matrices y arreglos a partir de vectores Agregando columnas de vectores en matrices: cbind(...) Agregando filas de vectores en matrices: rbind(...) Agregando matrices en matrices Agregando arreglos abind(...)

17 Trabajando con matrices y data.frames data.frame un data.frame es como una matriz pero con la propiedad de que sus columnas pueden contener elementos de distinto tipo as.data.frame(x) Se extraen, crean y asignan valores a sus columna de datos con el operador $ Estructura de un objeto: función str(x) Atributos names y dimnames: funciones names(x) y dinmanes(x)

18 Trabajando con matrices y data.frames manejando objetos de tipo data.frame Mostrando la estructura: str(x) Extrayendo elementos por su posición de fila y columna: operador [,] Extrayendo, creando y asignando valores de columnas con el operador$ Empalmando data.frame con: cbind(a1,a2) y rbind(b1,b2) reordenando data.frame: DF[order(DF$col1)] relacionando data.frames: merge(x, y, by = )

19 Trabajando con matrices y data.frames tabulando data.frame Leyendo algunos datos: library(epitools) ; data(oswego) ; str(oswego) ; atach(oswego) Cuantas personas enfermaron en la fiesta de Oswego?: table(ill) Cuantas de las que enfermaron tomaron leche?: table(ill,milk) Y leche y pasteles?: table(ill,milk,cakes) Tabular datos agrupados library(stats) ; data(esoph) ; str(esoph) xtabs(ncases agegp+tobgp, data = esoph) Preparar las tablas para imprimir ftable((ill,milk,cakes))

20 almacenamiento, importación e exportación de datos Comenzando con R Trabajando con vectores Trabajando con matrices y data.frames almacenamiento, importación e exportación de datos Gráficos en R

21 almacenamiento, importación e exportación de datos Exportar e importar información en R Almacenar y Recuperar conjuntos de datos en formato binario de R: save(...,file=), load(file=) Almacenar y Recuperar objetos del tipo data.frame en ficheros texto plano: write.table(x,file=), write.csf(x,file=), read.table(file=),read.csv(file=) Exporta e importa de otros entornos: paquetes RODBC, RMySQL, foreing

22 Gráficos en R Comenzando con R Trabajando con vectores Trabajando con matrices y data.frames almacenamiento, importación e exportación de datos Gráficos en R

23 Gráficos en R Funciones gráficas básicas Gráfico de una sola serie: plot(x), plot(x,y) Añadir nuevas series: lines(x) o lines(x,y) Pasteles: pie(x) Barras: barplot(1:4) o barplot(matrix(1:12,4,3)) Histogramas: hist(aids$age) Cajas y bigotes: boxplot(age sex, data=aids2 ) Co-gráficos: coplot(diag death sex, data=aids2 )

24 Gráficos en R Gráficos avanzados con library(lattice) Histogramas: histogram( age state,data=aids2) Cajas y bigotes: bwplot(age sex state,data=aids2)