R Programación Estadística

R
OBTENER AYUDA
help.start(). En
| ella encontrarás un menú de recursos, entre los cuales se encuentran
| manuales, referencias y demás material para comenzar a aprender R
Para obtener información acerca de
| una función, por ejemplo de la función print(), debes escribir ?print en la
| línea de comandos
help(), la cual es un equivalente de ?. Al
| utilizar help(), usarás como argumento el nombre de la función entre
| comillas, por ejemplo, help("print")
Para buscar ayuda sobre un operador, éste tiene que encontrarse entre
| comillas inversas. Por ejemplo, si buscas información del operador +, deberás
| escribir help(`+`) o ?`+` en la línea de comandos.
apropos() y example(“”) sirven para obtener ejemplos del uso de funciones
R te permite buscar información sobre un tema usando ??. Por ejemplo, escribe
| ??regression en la línea de comandos
Variable: logical, character, numeric (complex, ) y integer
Organizadores de información: Vectores, listas, matrices
Objeto
Casi todo es un objeto en R.
Tipos:
1. Character. Van entre comillas
2. Vector. Es el elemento más importante de R. En él se basan la mayoría de
operaciones. Se pueden sumar, restar. Está hecho de caractéres
3. Numérico. es complex (de forma a+bi) o entero
4. Lógico. T de true. F de false
5. NULL, NA, Inf, -Inf, Nan
6. Matrices
Operador
And, or, >, <, >=, <=, !=, ==
>Sys.Date()
Refleja la fecha y hora del sistema
>vector()
Crea un vector con los valores por defecto del tipo especificado. Tipo es tipo de
objeto: Character, complejo, entero, lógico. Solo almacena valores del mismo tipo
Ej. >vector(“logical” length=10)
[1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
Listas
Es una colección ordenada de objetos, que pueden ser de diferentes clases
> list(0, "Hola", TRUE)
Coerción. En un vector con números complex, valores logical y números enteros, los valores
son expresados en complex porque es la única clave en la que se puede expresar todo. La
coerción es hacer que todos los elementos de un vector sean de la misma clase
Coerción explícita
>as.*() donde * es logical, numeric, integer y character. Esto lee los vectores en
clave de un tipo de variable
Matriz / >matrix() . Es la extensión de un vector en dos dimensiones

matrix(data=1:12,nrow=4,ncol=3)
Recuerda que también puedes crear matrices con las funciones cbind, rbind y
as.matrix()
Factor. Es como un vector pero que imprime la información ligeramente diferente.

Específicamente, no introduce comillas
>data.frame() . Representa una tabla de datos, en las que se nombra dentro del paréntesis
a la variable vertical. Otra manera de crear dataframes es con las funciones read.table() y
read.csv(). También puedes usar la función data.matrix() para convertir un data frame en
una matriz.
Lección 3: Subconjuntos de datos
Arreglo (array)
es un vector multidimensional. Vectores y arreglos se
| almacenan de la misma manera internamente, pero un arreglo se muestra
| diferente y se accede diferente.
Para crear un arreglo de dimensión 3x3x2 y de contenido los números
| del 1 al 18 y guardarlo en la variable 'mi_arreglo', ingresa
| mi_arreglo <-
| array(c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18),dim=c(3,3,2))
| en la línea de comandos
Array(fila,columna,capa)
Matriz (matrix). Es un arreglo bidimensional / matrix(data=1:9,nrow=3,ncol=3)
Listas. contienen una

| selección heterogénea de objetos. Puedes nombrar cada componente en
| una lista.
| Los elementos en una lista pueden ser referidos por su ubicación o
| por su nombre.
| Ingresa este ejemplo de una lista con cuatro componentes nombrados
| carro <- list(color="rojo", nllantas=4, marca= "Renault",
| ncilindros=4).
| Tú puedes acceder a los elementos de una lista de múltiples formas.
| Puedes usar la misma notación que usaste con los vectores.
| 70%
| Y además puedes indexar un elemento por nombre usando la notación $.
| Por ejemplo, ingresa carro$color en la línea de comandos.
Algunas veces una lista será una lista de listas
los data frames son una lista que contiene múltiples

| vectores nombrados que tienen la misma longitud
Una manera de encontrar valores específicos en un data frame es al
| usar un vector de valores booleanos para especificar cuál o cuáles
| elementos regresar de la lista. La manera de calcular el vector
| apropiado es así: cars$dist>100.
Lección 4: Leer y escribir datos
Importa el archivo inmigintnalpry.csv! Ingresa datos <-

| read.table("swirl_temp/inmigintnalpry.csv", header=TRUE, sep=",",
| fileEncoding = "latin1") en la línea de comandos.
Como podrás notar usaste el argumento fileEncoding; esto debido a que
| de no usarlo R no podría importar el archivo, puesto que la segunda
| cadena del archivo: año, no es una cadena válida para el tipo de
| codificación que read.table usa por defecto. Para poder leer el
| archivo basta con especificar el argumento fileEncoding. De no
| especificarlo R te indicará que hay un error.
Una manera de agilizar la lectura de datos es usando el parámetro

| colClasses de la función read.table().
Este parámetro recibe un vector, el cual describe cada uno de los
| tipos por columna que va a leer. Esto agiliza la lectura debido a que
| read.table() normalmente lee toda la información y después revisa
| cada una de las columnas, y decide conforme a lo que vio de qué tipo
| es cada columna, y al indicar el parámetro colClasses le dices a la
| función read.table() de qué tipo son los datos que va a ver, con lo
| que te evitas el chequeo para saber el tipo de cada columna.
Puedes averiguar la clase de las columnas de manera fácil cuando

| tienes archivos grandes. indicarle a read.table() que solo lea los
| primeros 100 renglones del archivo; esto lo haces indicando el
| parámetro nrow. Cabe recordar que debes especificar la codificación
| del archivo, debido a que usa caracteres especiales, también que el
| primer renglón son los nombres de la columnas y que el delimitador es
| una coma. Ingresa inicial <-
| read.table("swirl_temp/inmigintnalpry.csv", header=TRUE, sep=",",
| fileEncoding = "latin1", nrow = 100)
class() es una función

| que determina la clase o tipo de un objeto. Entonces los tipos de
| cada una de las columnas fueron guardados en el objeto clases.
Si deseas guardar objetos, la manera más simple es usando la función

| save(). Por ejemplo, puedes usar el siguiente comando para salvar el
| objeto ‘datos’ y el objeto ‘clases’ en el archivo
| swirl_temp/datos_inmigrates.RData. Ingresa save(datos, clases,
| file="swirl_temp/datos_inmigrates.RData") en la línea de comandos.
ls() muestra qué conjuntos de datos y funciones un usuario ha definido
puedes fácilmente cargar los objetos ‘datos’ y ‘clases’

| devuelta a R con la función load(). Solo debes especificar el nombre
| del archivo donde los guardaste. Ingresa
| load("swirl_temp/datos_inmigrates.RData") en la línea de comandos.
al igual que para importar datos existe la función

| read.table(), para exportar datos a un archivo de texto existe la
| función write.table() Normalmente los datos a exportar son data frames y
matrices.
Lección 5 - Funciones
- Estructuras de control
Son elementos que permiten controlar el flujo de ejecución de un
programa, así como su llevar a cabo tareas u operaciones.
Tipos:
1. Condicionales (if, else)
if
sintaxis:
if(condición1){
##operaciones
}elseif (condicion2){
##otra operacion
}else{
##otraoperacion
}
else
Funciona como un sino, ejecutandose en caso de no cumplirse la
condicion inicial
2. Bucle de repetición (for)

for(generador de rango) {
#operaciones}
Generador de rango: Estructura que podemos ir recorriendo una a una

3. Bucle de condición (while)
while(condición){
#operaciones)
Mientras se cumpla la condicion el cuerpo de while va a ser ejecutado
4. Bucle infinito (repeat)
5. Romper un bucle (break)
6. Saltarse un bucle (next)
- Funciones
Función: Son las operaciones que hacen todo el trabajo en R
Las mayoría de las funciones son de la siguiente forma:
| f(argumento_1, argumento_2, ...). Donde f es el nombre de la función
| y argumento_1, argumento_2, ... son argumentos para la función
Las funciones son definidas de la siguiente manera:
#
# nombre_de_funcion <- function(argumento_1, argumento_2){Cuerpo
de la función}
Cuando termines de definir una función, puedes
# usarla de la siguiente manera:
#
# nombre_de_funcion(valor_1, valor_2)
Los argumentos son formales si se incluyen en la definición de la función. Se

consultan con la función formals().
Tambien pueden ser argumentos coincidentes (que son de tres tipos: de
coincidencia exacta, de coincidencia parcial y coincidencia por posición)
si deseas ver el código fuente de

| cualquier función, solo debes de teclear el nombre de la función sin
| argumentos ni paréntesis
Si deseas escribir una función que acepte un número variable de argumentos,

en R
| puedes usar '...'; para hacer esto se especifica '...' en los argumentos de
la
| función.

R Programación Estadística

Cargado por

Copyright:

Formatos disponibles

R Programación Estadística

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

R Programación Estadística

Cargado por

Copyright:

Formatos disponibles

R

Variable: logical, character, numeric (complex, ) y integer

Organizadores de información: Vectores, listas, matrices

Matriz / >matrix() . Es la extensión de un vector en dos dimensiones

Factor. Es como un vector pero que imprime la información ligeramente diferente.

Lección 3: Subconjuntos de datos

Matriz (matrix). Es un arreglo bidimensional / matrix(data=1:9,nrow=3,ncol=3)

Listas. contienen una

Algunas veces una lista será una lista de listas

los data frames son una lista que contiene múltiples

Lección 4: Leer y escribir datos

Importa el archivo inmigintnalpry.csv! Ingresa datos <-

Una manera de agilizar la lectura de datos es usando el parámetro

Puedes averiguar la clase de las columnas de manera fácil cuando

class() es una función

Si deseas guardar objetos, la manera más simple es usando la función

ls() muestra qué conjuntos de datos y funciones un usuario ha definido

puedes fácilmente cargar los objetos ‘datos’ y ‘clases’

al igual que para importar datos existe la función

2. Bucle de repetición (for)

Generador de rango: Estructura que podemos ir recorriendo una a una

Los argumentos son formales si se incluyen en la definición de la función. Se

si deseas ver el código fuente de

Si deseas escribir una función que acepte un número variable de argumentos,

También podría gustarte