Introducción a R. Diseño experimental 2137 Juan C. Benavides

Transcripción

1 Introducción a R Diseño experimental 2137 Juan C. Benavides

2 Interfaces Intermediarios que hacen la vida mas fácil R Studio Notepad++ Sublime

3 La primera sesión en R Rgui Consola

4 En Rstudio Lista de objetos creados/cargados en R Scripts Consola R Lista de carpetas Figuras Ayuda

5 Como almacenar resultados Los resultados se almacenan usando la tecla de asignación (menor que y guion) <- o = Estos resultados pueden ser reusados luego

6 Como almacenar resultados Los objetos pueden ser nombrados CASI de cualquier manera, excepto: Nombres no pueden contener símbolos (*+~#$%&/) Nombres no pueden iniciar con un número R diferencia entre mayúsculas y minusculas en los objetos Pero los nombres en R pueden llevar puntos (.) o el guion bajo (_) los cuales son útiles para separar diferentes versiones >tesis.final.1 >tesis.final.2 >tesis.final.3 >tesis.final.4 >tesis.final.5

7 Un ejemplo > x <- c(1:10) > x[(x>8) (x<5)] > Definir vector de 1 a 10 Seleccionar todo lo mayor a 8 y menor a 5

8 Un ejemplo > x <- c(1:10) > x[(x>8) (x<5)] > Pruebas lógicas de falso o verdadero Como opera la instrucción > x <- c(1:10) > X > > x > 8 > F F F F F F F F T T > x < 5 > T T T T F F F F F F > x > 8 x < 5 > T T T T F F F F T T > x[c(t,t,t,t,f,f,f,f,t,t)] >

9 Objetos activos en R R almacena los objetos creados o cargados durante la sesión Para ver estos objetos se usa el comando lista ls() En ocasiones queremos conocer solo objetos con un nombre particular > x = 1 > x2 = 9 > y2 = 10 > ls(pattern="x") [1] "x" "x2"

10 Objetos activos en R R reescribe los objetos sin advertencia Si se asigna un nombre antiguo a una nueva variable la variable previa deja de existir > x = 1 > x = 2 > x [1] 2 > rm(x) > x Error: object 'x' not found Los objetos se eliminan con la instrucción remove rm()

11 Gráficos en R R tiene un sistema de graficas estándar plot() points() lines() par() z2 <- c(1,2,3,4,5,6) z3 <- c(6,8,3,5,7,1) plot(z2,z3) title("my first scatterplot") My first scatterplot z z2

12 Datasets en R R trae datos ya cargados de numerosas observaciones data() #lista de datasets en R

13 Packages-paquetes Uno de los puntos fuertes de R es que el sistema puede expandirse. El sistema le permite escribir y empaquetar funciones en un paquete (package). El paquete R también puede contener otros objetos R Datos o documentación. Se han escrito muchos paquetes de R y están en CRAN Paquetes para mapas (raster, rgdal) Graficas súper profesionales (ggplot2, lattice)

14 Packages-paquetes R viene con varios paquetes preinstalados Para usar un paquete este debe ser cargado en el sistema La función search() informa que paquetes están cargados en el momento Para cargar un paquete se usa el comando library(package_name)

15 Packages-paquetes Los paquetes también se pueden cargar desde el menú de Rgui Si el paquete no esta disponible en su versión de R se puede descargar de CRAN

16 Packages-paquetes Los paquetes también se pueden cargar desde el menú de Rgui Si el paquete no esta disponible en su versión de R se puede descargar de CRAN

17 Scripts y programación En R uno puede alimentar una secuencia de instrucciones usando un script de programación El comando para leer un script es source() source("myfile")

18 Output Uno puede guardar los resultados de R que salgan en un archivo de texto y que no que salgan en pantalla Así uno puede reportar los resultados de una manera directa El comando es sink() Este comando abre el archivo para escribir en el pero recuerden de cerrar esa salida usando sink() nuevamente # direct output to a file sink("myfile", append=false, split=false) # return output to the terminal sink()

19 Exportando figuras Las figuras se exportan en diferentes niveles de calidad y complejidad usando uno de los siguientes formatos: para que la siguiente figura no sea redirigida al archivo recuerden usar dev.off() Función pdf("mygraph.pdf") win.metafile("mygraph.wmf") png("mygraph.png") jpeg("mygraph.jpg") bmp("mygraph.bmp") postscript("mygraph.ps") Tipo de archivo pdf file windows metafile png file jpeg file bmp file postscript file

20 Exportando figuras -1:20 -exp(x) -cbind(x,y) ot(z) eg("myplot.jpg") ot(z) v.off() y 0e+00 2e+08 4e x

21 Reusando resultados en R Una de las principales ventajas de R es el de reusar resultados La función estructura str() permite reconocer los elementos de un objeto Por ejemplo esta regresión lineal usando el dataset mtcars lm(mpg~wt, data=mtcars) fit <- lm(mpg~wt, data=mtcars) str(fit)

22 # plot residuals by fitted values plot(fit$residuals, fit$fitted.values) fit$fitted.values fit$residuals

23 Gráficos predeterminados Por ejemplo diagnósticos de una regresión plot(fit) Residuals Chry sler Imperial Residuals vs Fitted Fiat 128 Toyota Corolla Standardized residuals Normal Q-Q Fiat 128 Toyota Corolla Chry sler Imperial Fitted values Theoretical Quantiles Standardized residuals Chry sler Imperial Scale-Location Fiat 128 Toyota Corolla Standardized residuals Residuals vs Leverage Fiat 128 Toyota Corolla Chry sler Imperial Cook's distance Fitted values Leverage