Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 42 vistas

    Clase 1

    Cargado por

    Nicolas Diacono
    Este documento introduce el lenguaje estadístico R. R es cada vez más utilizado en publicaciones científicas debido a su rapidez para cálculos, capacidad para gráficos, y funcionalidad para desarrollar programas personalizados. R cubre una amplia gama de técnicas estadísticas y se actualiza continuamente de forma gratuita.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Clase 1

    Cargado por

    Nicolas Diacono
    42 vistas23 páginas
    Este documento introduce el lenguaje estadístico R. R es cada vez más utilizado en publicaciones científicas debido a su rapidez para cálculos, capacidad para gráficos, y funcionalidad para desarrollar programas personalizados. R cubre una amplia gama de técnicas estadísticas y se actualiza continuamente de forma gratuita.

    Descripción original:

    R

    Título original

    Clase_1

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento introduce el lenguaje estadístico R. R es cada vez más utilizado en publicaciones científicas debido a su rapidez para cálculos, capacidad para gráficos, y funcionalidad para desarrollar programas personalizados. R cubre una amplia gama de técnicas estadísticas y se actualiza continuamente de forma gratuita.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    42 vistas23 páginas

    Clase 1

    Cargado por

    Nicolas Diacono
    Este documento introduce el lenguaje estadístico R. R es cada vez más utilizado en publicaciones científicas debido a su rapidez para cálculos, capacidad para gráficos, y funcionalidad para desarrollar programas personalizados. R cubre una amplia gama de técnicas estadísticas y se actualiza continuamente de forma gratuita.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 23

    Introducción a

    con aplicaciones Estadísticas


    Básicas

    Claudia Molinari Patricia Girimonte


    Facultad de Farmacia y Bioquímica-UBA
    1ºCuat 2011
    ¿Por qué R?
    9 Cada vez más presente en las publicaciones científicas.
    9Lenguaje orientado a Objetos, lo cual lo hace funcional.
    9 Rapidez para los cálculos
    9 Muy buenos gráficos
    9 Permite combinar en programas desarrollados por el mismo
    usuario, las funciones estadísicas ya disponibles.
    9 Cubre las más variadas técnicas estadísticas modernas tanto
    paramétricas, como no paramétricas, univariadas y multivariadas.
    9 Actualizado permanentemente
    9 LO MEJOR: ES GRATIS!!
    Claudia Molinari-Patricia Girimonte 2
    R en el mundo científico

    Claudia Molinari-Patricia Girimonte


    R en el mundo científico

    Claudia Molinari-Patricia Girimonte


    R en el mundo científico

    Claudia Molinari-Patricia Girimonte


    Lenguaje orientado a objetos
    Los elementos de un conjunto de datos pueden ser matrices,
    vectores, listas. (En SAS por ej, los elementos son números
    o palabras) ENTORNO FLEXIBLE PARA EL
    ANÁLISIS.
    Vector: muestra.pesos
    [1] 50.1 52.5 65.0 77.4 61.3 55.8 54.3

    Matriz: muestra.pesos muestra.talla


    [1,] 50.1 1.60
    [2,] 52.5 1.72
    [3,] 65.0 1.65
    [4,] 77.4 1.80
    [5,] 61.3 1.73
    [6,] 55.8 1.63
    [7,] 54.3 1.74
    Claudia Molinari-Patricia Girimonte 6
    Data.frame: muestra.pesos muestra.talla
    1 50.1 1.60
    2 52.5 1.72
    3 65.0 1.65
    4 77.4 1.80
    5 61.3 1.73
    6 55.8 1.63
    7 54.3 1.74

    Arrays: Muestras.tiempo
    ,,1

    [,1] [,2]
    [1,] 50.5 1.60
    [2,] 52.8 1.72
    [3,] 66.1 1.65
    [4,] 77.0 1.80
    [5,] 61.0 1.73
    [6,] 55.8 1.63
    [7,] 54.4 1.74

    ,,2

    [,1] [,2]
    [1,] 51.3 1.60
    [2,] 53.1 1.72
    [3,] 66.1 1.65
    [4,] 77.2 1.80
    [5,] 63.0 1.73
    [6,] 55.0 1.63
    [7,] 55.2 1.74
    7
    Claudia Molinari-Patricia Girimonte
    Los resultados de los análisis también son objetos:
    histograma.talla
    $breaks
    [1] 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8

    $counts
    [1] 1 11 76 279 686 1188 1295 965 420 142 33 4

    frec.porcentual<-histograma.talla$counts/5100*100
    frec.porcentual
    [1] 0.01960784 0.21568627 1.49019608 5.47058824 13.45098039 23.29411765
    [7] 25.39215686 18.92156863 8.23529412 2.78431373 0.64705882 0.07843137

    8
    Claudia Molinari-Patricia Girimonte
    modelo.lineal<-lm(peso~talla)
    > modelo.lineal

    Call:
    lm(formula = peso ~ talla)

    Coefficients:
    (Intercept) talla
    57.629 -1.799

    coeficientes.modelo<-modelo.lineal$coefficients
    > coeficientes.modelo
    (Intercept) talla
    57.628982 -1.798708

    ajustados.modelo<-modelo.lineal$fitted.values
    > ajustados.modelo[1:10]
    1 2 3 4 5 6 7 8 9 10
    54.05 54.66 55.24 54.54 54.15 55.06 54.33 54.87 54.45 53.94

    9
    Claudia Molinari-Patricia Girimonte
    Cada vez que uno cierra la sesión nos pregunta:

    Salvo que respondamos que no, los objetos que creamos quedan en
    forma permanente, así podemos invocarlos y usarlos cada vez que
    abrimos la sesión en R.

    10
    Claudia Molinari-Patricia Girimonte
    Gráficos estáticos
    Muy buenos gráficos
    Gráficos interactivos

    11
    Claudia Molinari-Patricia Girimonte
    ¾Gráficos estáticos:

    12
    Claudia Molinari-Patricia Girimonte
    ¾Gráficos estáticos:

    13
    Claudia Molinari-Patricia Girimonte
    ¾Gráficos interactivos:
    Existen funciones que nos permiten interactuar con el
    gráfico: ubicar puntos, señalarlos

    100
    80
    60
    Y

    40
    20
    0

    0 5 10 15 20

    14
    Claudia Molinari-Patricia Girimonte
    Si quiero identificar el dato atípico (outlier)
    > locator(1)
    $x
    [1] 14.06483

    $y
    [1] 9.672077

    Si quiero agregarle una etiqueta:


    text(locator(1),"Atípico",adj=0)

    15
    Claudia Molinari-Patricia Girimonte
    16
    Claudia Molinari-Patricia Girimonte
    Programar
    Gran cantidad de funciones

    Lenguaje de programación (Ej: if; while; for)

    9 Programar para un conjunto de datos específicos


    9 Crear nuestras propias funciones

    Claudia Molinari-Patricia Girimonte 17


    muestra<-c("M","M","F","M","F","M","F","M","F","F")

    numerico<-rep(0,10)
    for(i in 1:10)
    {if(muestra[i]=="M")numerico[i]<-0 else numerico[i]<-1
    }

    numerico
    [1] 0 0 1 0 1 0 1 0 1 1

    Pero podemos crear una función que nos sirva para otros vectores similares,
    aún de longitud distinta a 10:

    18
    Claudia Molinari-Patricia Girimonte
    #esta función transforma las categorías M y F en 0 y 1 respectivamente.
    funcion.trans<-function(vector)
    {
    n<-length(vector)
    numerico<-rep(0,n)
    for(i in 1:n)
    {if(vector[i]=="M")numerico[i]<-0 else numerico[i]<-1
    }
    numerico
    }

    Corremos la función para nuestro vector:


    > funcion.trans(muestra)
    [1] 0 0 1 0 1 0 1 0 1 1
    > muestra.numerica<-funcion.trans(muestra)

    19
    Claudia Molinari-Patricia Girimonte
    LO MEJOR: ES GRATIS!!
    http://www.r-project.org/

    20
    Claudia Molinari-Patricia Girimonte
    21
    Claudia Molinari-Patricia Girimonte
    22
    Claudia Molinari-Patricia Girimonte
    AHORA EMPECEMOS......

    23
    Claudia Molinari-Patricia Girimonte

    También podría gustarte