Manipulación de vectores en R

Transcripción

1 R PRÁCTICA I Practica 1 con R Los ficheros de datos para realizar las prácticas se pueden descargar de Sección I.1 Manipulación de vectores en R Maniulación de datos. 1. Introduzca los siguientes vectores: >x<-c(1,3,5,7,9) y<-c(2,3,5,7,11,13). Intentar adivinar antes de calcular los resultados de las siguientes instrucciones: a) x+1 b) y*2 c) c(length(x),length(y)) d) x+y e) sum(x>5) sum(x[x>5]) g) sum(x[x>5 x>3]) h) y[y>7] 2. Utiliza la función seq para crear los siguientes vectores: a) 55, 56, 57, 58, 59 1

2 CAPÍTULO I. PRACTICA 1 CON R b) 1, 3, 5, 7, 9, 11 c) 100 valores equiespaciados entre 1 y Para los números 2, 4.1, 0.5, 1.8, 0.43, 0.03, 12, 2.8 a) Calcula las raíces cuadradas de estos números. b) Calcula las diferencias entre los números y sus raíces cuadradas. c) Extrae los valores donde los números sean mayores que sus raíces cuadradas. d) Sustituye estos elementos por sus valores multiplicados por Intentar adivinar antes de calcular los resultados de las siguientes instrucciones: a) data<-c(7,4,6,8,9,1,0,3,2,5,0) b) rangos<-rank(data) c) ordena<-sort(data) d) sum(data<5) e) 1*(data<5) which(data>5) g) (data>5)^2 h) which(data>5) i) data[seq(from=1,by=2, along=1:3)] Sección I.2 Abrir y cerrar ficheros en R I.2.1. Nuevo conjunto de datos Con la opción Nuevo conjunto de datos crea un data.frame llamado Carbon, e introduce los datos siguientes. MinaA MinaB Guardar dicho conjunto de datos como fichero Carbon.rda. Importar datos de un fichero externo. Universidad de Cantabria. Alberto Luceño y Fco. Javier Glez Ortiz 2

3 I.3. TRASFORMACIONES DE LAS VARIABLES EN R a) Desde la página y dentro del enlace Ficheros de Datos, descarga el fichero ElPulso.rda. b) Visualizar los datos y Guardar el conjunto de datos activo.. con el nombre ElPulso.rda c) Visualiza lso datos del fichero Carbon.rda Sección I.3 Trasformaciones de las variables en R Con los datos del fichero ElPulso.rda realiza las siguientes transformaciones de las variables: a) Renombrar el nombre de las variables al castellano. b) Actualizar y visualizar los cambios realzados. c) Cambiar el tipo de la variable Correr para que sea de tipo Caracter. d) Recodifica la variable Correr en las categorias Si y No. e) Recodifica la variable Sexo a Hombre y Mujer. Recodifica la variable Fumar a fuma y No fuma. g) Recodifica la variable Actividad a Suave, Moderada y Alta completando los asteriscos del siguiente comando: Pulso$Actividad <- factor(pulso$actividad, labels=c( suave, *, * )) h) La variable Altura viene dada en pulgadas (inches). Sabiendo que cada pulgada equivale a 2.54 cm, cambiar esta variable a centímetros. i) La variable Peso viene dada en libras (pounds). Sabiendo que cada libra equivale a 454 gramos, cambiar esta variable a kilos. j ) Calcular una nueva variable difer.pulso que registre la diferencia entre las variables pulso2 y el pulso1 k) Guardar el conjunto de datos activo.. con el nombre ElPulso.rda Sección I.4 Estadísticos descriptivos de una variable 8. Con los datos del fichero ElPulso.rda calcular: a) Cálculo de estadísticos 1) Media de Pulso1 2) Mediana de Pulso1 3) Desviación típica de Pulso1 Universidad de Cantabria. Alberto Luceño y Fco. Javier Glez Ortiz 3

4 CAPÍTULO I. PRACTICA 1 CON R 4) Media de Peso 5) Mediana de Peso 6) Desviación típica de Peso 7) Media de Altura 8) Mediana de Altura 9) Desviación típica de Altura 10) Media de la Altura de las mujeres 1 altura.mujer <- subset(pulso, subset=sexo== mujer, select=c(altura)) 11) Mediana de la Altura de los fumadores 12) Desviación típica del Peso de las mujeres. 9. A lo largo de un año, los importes de las facturas mensuales de vuestro móvil han sido: 23, 33, 25, 45, 10, 28, 39, 27, 15, 38, 34, 29 a) Cuanto habéis gastado en total en el año? b) Cuál ha sido el gasto mínimo?, c) y el máximo? d) Qué meses han supuesto un gasto mayor que el gasto medio? e) Qué porcentaje de meses han supuesto un gasto mayor que el gasto promedio? 1 Se puede hacer por ejemplo, con la opciónfiltrar el conjunto de datos activos Universidad de Cantabria. Alberto Luceño y Fco. Javier Glez Ortiz 4

5 I.5. FRECUENCIA RELATIVA VERSUS PROBABILIDAD. Sección I.5 Frecuencia relativa versus probabilidad. 10. Con los datos del fichero Pulso.rda: a) Con la variable Altura, calcular el número de personas que miden menos de 183 cm. b) Con la variable Altura, calcular el porcentaje de personas que miden menos de 183 cm. c) Calcular el porcentaje de mujeres que son fumadoras. d) Determinar la frecuencia relativa de los estudiantes que miden menos de 183 cm. e) Determinar la frecuencia relativa de los estudiantes que son mujeres 2. Determinar la frecuencia relativa de los estudiantes que son varones y su práctica deportiva habitual es suave. g) Determinar la frecuencia relativa de los estudiantes que son varones y fuman. h) Elegido un estudiante al azar resulta ser mujer. Determinar la frecuencia relativa de las que mide menos de 170 cm.( ) 3 i) Determinar la frecuencia relativa de los estudiantes cuyo pulso es superior de 84. j ) Determinar la frecuencia relativa de los estudiantes cuyo pulso es superior de 84 y cuya práctica deportiva habitual es alta. k) Determinar la frecuencia relativa de los estudiantes cuyo su pulso es superior de 84 y cuya práctica deportiva habitual no sea mediana. l) Determinar la frecuencia relativa de los estudiantes tales que su pulso es superior de 84, fuman y son mujer. m) Elegido un estudiante al azar resulta que fuma. Determinar la frecuencia relativa con que su pulso es superior de 84. n) Elegido un estudiante al azar, determinar la frecuencia relativa con la que fuma, sabiendo que corrió y su pulso superó el valor M <- with(pulso, Sexo== mujer );sum(m)/length(m) 3 M.170 <- with(pulso, Sexo== mujer & Altura <170); M <- with(pulso, Sexo== mujer ); sum(m.170)/sum(m) Universidad de Cantabria. Alberto Luceño y Fco. Javier Glez Ortiz 5

6 CAPÍTULO I. PRACTICA 1 CON R Sección I.6 Gráficos para variables unidimensionales 11. Con los datos del fichero Pulso.rda dibujar: a) Un histograma para la variable Peso para varios intervalos. El diagrama es bimodal. Podría darse alguna explicación? b) Un diagrama de cajas para la variable Pulso1. Del gráfico, obtener aproximadamente, el pulso más bajo, el primer cuartil, la mediana, el tercer cuartil y el pulso más alto en este orden. c) Un diagrama de barras y un diagrama de sectores para la variable Fumar. Qué gráfico indica mejor la cantidad de estudiantes fumadores? Qué gráfico indica mejor el porcentaje de estudiantes fumadores? d) Un diagrama de barras y un diagrama de sectores para la variable Actividad. Cuáles son las ventajas e inconvenientes de estos gráficos? e) Un diagrama de tallo y hojas para la variable Peso. Cuál es la persona más delgada? Interpretar los valores 30 y (29) de la columna de la izquierda. Realiza un diagrama de cajas para la variable difer.pulso frente a la variable factor correr. 12. Hidrólisis del éster. La hidrólisis de un cierto éster tiene lugar en medio ácido según un proceso cinético de primer orden. Partiendo de una concentración inicial de 30 mm del éster, se han medido las concentraciones del mismo a diferentes tiempos obteniéndose los resultados siguientes: T (mn) C 10 3 (M) a) Realizar un gráfico de una nube de puntos de las dos variables. Es adecuado un modelo lineal para describir este conjunto de datos? b) Definir una nueva variable Y = ln(c) y realizar la nube de puntos Y frente a T. 13. Simulamos una variable aleatoria de tipo exponencial. a) Histograma para la distribución b) Curva teórica exponencial. datos.simulados <- rexp(1000, rate=.1)% hist(datos.simulados, prob = T,breaks = "FD", main="v.a.exponenciales lambda = 0.1") % curve(dexp(x, rate=.1), add = T) Universidad de Cantabria. Alberto Luceño y Fco. Javier Glez Ortiz 6

7 I.7. GRÁFICOS PARA VARIABLES BIDIMENSIONALES Sección I.7 Gráficos para variables bidimensionales 14. Con los datos del fichero Pulso.rda, dibujar: a) Un diagrama de dispersión del peso frente a la altura. Añadirle un título. Qué tipo de relación existe entre las dos variables? b) El mismo diagrama que el apartado anterior, pero limitando el rango de la altura de 165 cm a 185 cm. c) Un diagrama con las distribuciones marginales de cajas para las mismas variables. Qué información extra hay en el diagrama de cajas de los pesos? d) Una tabla de frecuencias para las variables Fumar y Actividad. A su vez realizar diagramas de barras conjunto para las dos variables, cambiando el orden de las variables y comparandolo con las tablas. e) Realizar un gráfico de cajas conjunto, para la comparación de los pesos y las alturas. Utilizar la opción de scale. Una matriz de diagrama de dispersión de Peso, con Pulso1 y Pulso2. Qué sugiere el gráfico sobre la relación entre estas dos variables? Añadir el factor Correr como variable de agrupamiento y comenta los resultados gráficos. g) Un diagrama de dispersión de Pulso1 frente al Peso. Añadir un título apropiado. Qué sugiere el gráfico sobre la relación entre estas dos variables? Añadir el Sexo como variable de agrupamiento. Difiere mucho la relación Pulso1-Peso entre hombres y mujeres? h) Un diagrama de dispersión de Pulso1 frente al Pulso2. Añadir un título apropiado. Qué sugiere el gráfico sobre la relación entre estas dos variables? Añadir el Sexo como variable de agrupamiento. Difiere mucho la relación Pulso1-Pulso2 entre hombres y mujeres? i) Un diagrama de dispersión de Pulso1 frente al Pulso2. Qué sugiere el gráfico sobre la relación entre estas dos variables? Añadir el factor Correr como variable de agrupamiento. Difiere mucho la relación Pulso1-Pulso2 entre correr o no? Soluciones 8. a) 1) ) 71 3) ) ) ) ) ) ) ) ) ) a) 346 b) c) 10 d) 45 e) a) 75 b) 81.5 % c) 8.69 % d) e) g) h) i) j ) k) l) m) n) de agrupamiento. Difiere mucho la relación Pulso1-Pulso2 entre correr o no? Universidad de Cantabria. Alberto Luceño y Fco. Javier Glez Ortiz 7