informática estadística - curso de r · introducción al paquete estadístico r...
TRANSCRIPT
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Informática EstadísticaCurso de R
Ricardo Ríoshttp://ricardorios.net
Universidad de El Salvador
17 de Junio de 2013
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Indice
1 Introducción al paquete estadístico R
2 Familiarizándonos con el entorno de trabajo del R
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Qué es R
R es un lenguaje de programación para el análisis dedatos y elaboración de gráficosLa interacción con R se produce a través de un interfaz delínea de comandosEs software libre y puede obtenerse enhttp://www.r-project.org
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Qué es R
R es un lenguaje de programación para el análisis dedatos y elaboración de gráficosLa interacción con R se produce a través de un interfaz delínea de comandosEs software libre y puede obtenerse enhttp://www.r-project.org
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Qué es R
R es un lenguaje de programación para el análisis dedatos y elaboración de gráficosLa interacción con R se produce a través de un interfaz delínea de comandosEs software libre y puede obtenerse enhttp://www.r-project.org
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ventajas de R
Es software libre y podemos modicarlo a nuestro antojoEs gratisExiste una gran comunidad de voluntarios trabajando paramejorarloEs actualizado con una gran frecuenciaFunciona en Windows, Linux, Mac OS, Unix,...Es sumamente potente y versátil, gracias a los packagesSe lleva bien con LATEX, lo que permite obtener output degran calidad estéticaSe está convirtiendo en un estándar en la comunidadcientífica: muchos desarrollos en análisis de datos seconvierten en packages de RUtiliza la línea de comandos y no un interfaz gráfico
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ventajas de R
Es software libre y podemos modicarlo a nuestro antojoEs gratisExiste una gran comunidad de voluntarios trabajando paramejorarloEs actualizado con una gran frecuenciaFunciona en Windows, Linux, Mac OS, Unix,...Es sumamente potente y versátil, gracias a los packagesSe lleva bien con LATEX, lo que permite obtener output degran calidad estéticaSe está convirtiendo en un estándar en la comunidadcientífica: muchos desarrollos en análisis de datos seconvierten en packages de RUtiliza la línea de comandos y no un interfaz gráfico
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ventajas de R
Es software libre y podemos modicarlo a nuestro antojoEs gratisExiste una gran comunidad de voluntarios trabajando paramejorarloEs actualizado con una gran frecuenciaFunciona en Windows, Linux, Mac OS, Unix,...Es sumamente potente y versátil, gracias a los packagesSe lleva bien con LATEX, lo que permite obtener output degran calidad estéticaSe está convirtiendo en un estándar en la comunidadcientífica: muchos desarrollos en análisis de datos seconvierten en packages de RUtiliza la línea de comandos y no un interfaz gráfico
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ventajas de R
Es software libre y podemos modicarlo a nuestro antojoEs gratisExiste una gran comunidad de voluntarios trabajando paramejorarloEs actualizado con una gran frecuenciaFunciona en Windows, Linux, Mac OS, Unix,...Es sumamente potente y versátil, gracias a los packagesSe lleva bien con LATEX, lo que permite obtener output degran calidad estéticaSe está convirtiendo en un estándar en la comunidadcientífica: muchos desarrollos en análisis de datos seconvierten en packages de RUtiliza la línea de comandos y no un interfaz gráfico
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ventajas de R
Es software libre y podemos modicarlo a nuestro antojoEs gratisExiste una gran comunidad de voluntarios trabajando paramejorarloEs actualizado con una gran frecuenciaFunciona en Windows, Linux, Mac OS, Unix,...Es sumamente potente y versátil, gracias a los packagesSe lleva bien con LATEX, lo que permite obtener output degran calidad estéticaSe está convirtiendo en un estándar en la comunidadcientífica: muchos desarrollos en análisis de datos seconvierten en packages de RUtiliza la línea de comandos y no un interfaz gráfico
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ventajas de R
Es software libre y podemos modicarlo a nuestro antojoEs gratisExiste una gran comunidad de voluntarios trabajando paramejorarloEs actualizado con una gran frecuenciaFunciona en Windows, Linux, Mac OS, Unix,...Es sumamente potente y versátil, gracias a los packagesSe lleva bien con LATEX, lo que permite obtener output degran calidad estéticaSe está convirtiendo en un estándar en la comunidadcientífica: muchos desarrollos en análisis de datos seconvierten en packages de RUtiliza la línea de comandos y no un interfaz gráfico
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ventajas de R
Es software libre y podemos modicarlo a nuestro antojoEs gratisExiste una gran comunidad de voluntarios trabajando paramejorarloEs actualizado con una gran frecuenciaFunciona en Windows, Linux, Mac OS, Unix,...Es sumamente potente y versátil, gracias a los packagesSe lleva bien con LATEX, lo que permite obtener output degran calidad estéticaSe está convirtiendo en un estándar en la comunidadcientífica: muchos desarrollos en análisis de datos seconvierten en packages de RUtiliza la línea de comandos y no un interfaz gráfico
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ventajas de R
Es software libre y podemos modicarlo a nuestro antojoEs gratisExiste una gran comunidad de voluntarios trabajando paramejorarloEs actualizado con una gran frecuenciaFunciona en Windows, Linux, Mac OS, Unix,...Es sumamente potente y versátil, gracias a los packagesSe lleva bien con LATEX, lo que permite obtener output degran calidad estéticaSe está convirtiendo en un estándar en la comunidadcientífica: muchos desarrollos en análisis de datos seconvierten en packages de RUtiliza la línea de comandos y no un interfaz gráfico
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ventajas de R
Es software libre y podemos modicarlo a nuestro antojoEs gratisExiste una gran comunidad de voluntarios trabajando paramejorarloEs actualizado con una gran frecuenciaFunciona en Windows, Linux, Mac OS, Unix,...Es sumamente potente y versátil, gracias a los packagesSe lleva bien con LATEX, lo que permite obtener output degran calidad estéticaSe está convirtiendo en un estándar en la comunidadcientífica: muchos desarrollos en análisis de datos seconvierten en packages de RUtiliza la línea de comandos y no un interfaz gráfico
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Incovenientes de R
La curva de aprendizaje es lenta. Su sintaxis, por ejemplo,es muy exigenteLa documentación, aunque muy amplia, puede resultarinescrutableR no da pistas acerca de qué puede estar fallandoUtiliza la línea de comandos y no un interfaz gráfico
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Incovenientes de R
La curva de aprendizaje es lenta. Su sintaxis, por ejemplo,es muy exigenteLa documentación, aunque muy amplia, puede resultarinescrutableR no da pistas acerca de qué puede estar fallandoUtiliza la línea de comandos y no un interfaz gráfico
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Incovenientes de R
La curva de aprendizaje es lenta. Su sintaxis, por ejemplo,es muy exigenteLa documentación, aunque muy amplia, puede resultarinescrutableR no da pistas acerca de qué puede estar fallandoUtiliza la línea de comandos y no un interfaz gráfico
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Incovenientes de R
La curva de aprendizaje es lenta. Su sintaxis, por ejemplo,es muy exigenteLa documentación, aunque muy amplia, puede resultarinescrutableR no da pistas acerca de qué puede estar fallandoUtiliza la línea de comandos y no un interfaz gráfico
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Instalar R
Procedimiento para instalar RLo descargamos de la direcciónhttp://cran.at.r-project.org/
Seguimos las instrucciones de instalación
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Instalar R
Procedimiento para instalar RLo descargamos de la direcciónhttp://cran.at.r-project.org/
Seguimos las instrucciones de instalación
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Indice
1 Introducción al paquete estadístico R
2 Familiarizándonos con el entorno de trabajo del R
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Como funciona R
R es un programa interactivoR es un programa interactivo, es decir necesita larealimentación continua del usuario para poder ejecutarse.Cuando R espera la entrada de ordenes, presenta unsímbolo para indicarlo. El símbolo predeterminado es “>”
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Como funciona R
R es un programa interactivoR es un programa interactivo, es decir necesita larealimentación continua del usuario para poder ejecutarse.Cuando R espera la entrada de ordenes, presenta unsímbolo para indicarlo. El símbolo predeterminado es “>”
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Como funciona R
R es un lenguaje de programación Orientado a Objetos:bajo este complejo término se esconde la simplicidad yflexibilidad de R.Orientado a Objetos significa que las variables, datos,funciones, resultados, etc., se guardan en la memoriaactiva del computador en forma de objetos con un nombreespecífico.El hecho de que R sea un lenguaje de programación nodebe ser obstaculo para aprenderlo ya que la sintaxis de Res muy simple e intuitiva. Por ejemplo, una regresión linealse puede ejecutar con el comando lm(y ~x)
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Como funciona R
R es un lenguaje de programación Orientado a Objetos:bajo este complejo término se esconde la simplicidad yflexibilidad de R.Orientado a Objetos significa que las variables, datos,funciones, resultados, etc., se guardan en la memoriaactiva del computador en forma de objetos con un nombreespecífico.El hecho de que R sea un lenguaje de programación nodebe ser obstaculo para aprenderlo ya que la sintaxis de Res muy simple e intuitiva. Por ejemplo, una regresión linealse puede ejecutar con el comando lm(y ~x)
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Como funciona R
R es un lenguaje de programación Orientado a Objetos:bajo este complejo término se esconde la simplicidad yflexibilidad de R.Orientado a Objetos significa que las variables, datos,funciones, resultados, etc., se guardan en la memoriaactiva del computador en forma de objetos con un nombreespecífico.El hecho de que R sea un lenguaje de programación nodebe ser obstaculo para aprenderlo ya que la sintaxis de Res muy simple e intuitiva. Por ejemplo, una regresión linealse puede ejecutar con el comando lm(y ~x)
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Como funciona R
Todas las acciones en R se realizan con objetos que songuardados en la memoria activa del ordenador, sin usararchivos temporalesEl usuario ejecuta las funciones con la ayuda decomandos definidos. Los resultados se pueden visualizardirectamente en la pantalla, guardar en un objeto o escribirdirectamente en el disco (particularmente para gráficos)Las funciones disponibles están guardadas en una libreríalocalizada en el directorio R_HOME/library (R_HOME esel directorio donde R está instalado). Este directoriocontiene paquetes de funciones, las cuales a su vez estánestructuradas en directorios
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Como funciona R
Todas las acciones en R se realizan con objetos que songuardados en la memoria activa del ordenador, sin usararchivos temporalesEl usuario ejecuta las funciones con la ayuda decomandos definidos. Los resultados se pueden visualizardirectamente en la pantalla, guardar en un objeto o escribirdirectamente en el disco (particularmente para gráficos)Las funciones disponibles están guardadas en una libreríalocalizada en el directorio R_HOME/library (R_HOME esel directorio donde R está instalado). Este directoriocontiene paquetes de funciones, las cuales a su vez estánestructuradas en directorios
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Como funciona R
Todas las acciones en R se realizan con objetos que songuardados en la memoria activa del ordenador, sin usararchivos temporalesEl usuario ejecuta las funciones con la ayuda decomandos definidos. Los resultados se pueden visualizardirectamente en la pantalla, guardar en un objeto o escribirdirectamente en el disco (particularmente para gráficos)Las funciones disponibles están guardadas en una libreríalocalizada en el directorio R_HOME/library (R_HOME esel directorio donde R está instalado). Este directoriocontiene paquetes de funciones, las cuales a su vez estánestructuradas en directorios
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ejemplo de sesión tipica en R
Acceso a RPara acceder a R debemos hacer doble clic en el iconocorrespondienteTambién podemos recurrir al sistema de menú
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ejemplo de sesión tipica en R
Acceso a RPara acceder a R debemos hacer doble clic en el iconocorrespondienteTambién podemos recurrir al sistema de menú
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Aspecto de la interfaz gráfica del R
Figura: Interfaz gráfica del R
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Creación y remoción de objetos en memoria
Funciones para el manejo de objetos en memorials() nos permite listar los nombres de los objetosresidentes en memoriarm() nos permite borrar un objeto de la memoriastr() nos da información del objetols.str() nos lista además de los nombres de los objetos enmemoria informacion de estos
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Creación y remoción de objetos en memoria
Funciones para el manejo de objetos en memorials() nos permite listar los nombres de los objetosresidentes en memoriarm() nos permite borrar un objeto de la memoriastr() nos da información del objetols.str() nos lista además de los nombres de los objetos enmemoria informacion de estos
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Creación y remoción de objetos en memoria
Funciones para el manejo de objetos en memorials() nos permite listar los nombres de los objetosresidentes en memoriarm() nos permite borrar un objeto de la memoriastr() nos da información del objetols.str() nos lista además de los nombres de los objetos enmemoria informacion de estos
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Creación y remoción de objetos en memoria
Funciones para el manejo de objetos en memorials() nos permite listar los nombres de los objetosresidentes en memoriarm() nos permite borrar un objeto de la memoriastr() nos da información del objetols.str() nos lista además de los nombres de los objetos enmemoria informacion de estos
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Creación y remoción de objetos en memoria
Ejecutar lo siguiente:
> n <- 15> n> x <- 1> X <- 10> x> X> n <- 10 + 2> n> n <- 3 + rnorm(1)> n> (10 + 2) * 5> name <- "Maestria"> n1 <- 10; n2 <- 100; m <- 0.5
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Creación y remoción de objetos en memoria
Ejecutar lo siguiente:
> # Ejemplo de comentario> ls()> ls(pat="m")> ls(pat="^m")> M <- data.frame(n1, n2, m)> str(n1)> str(M)> ls.str()> ls.str(pat="M")> rm(m)> rm(n1,n2)> ls()
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
El directorio de trabajo
El directorio de trabajo puede establecerseUtilizando el sistema de menúMediante los comandos:
getwd() Obtiene el directorio de trabajo actualsetwd() Establece el directorio de trabajo actual
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
El directorio de trabajo
El directorio de trabajo puede establecerseUtilizando el sistema de menúMediante los comandos:
getwd() Obtiene el directorio de trabajo actualsetwd() Establece el directorio de trabajo actual
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
El directorio de trabajo
El directorio de trabajo puede establecerseUtilizando el sistema de menúMediante los comandos:
getwd() Obtiene el directorio de trabajo actualsetwd() Establece el directorio de trabajo actual
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
El directorio de trabajo
El directorio de trabajo puede establecerseUtilizando el sistema de menúMediante los comandos:
getwd() Obtiene el directorio de trabajo actualsetwd() Establece el directorio de trabajo actual
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
El directorio de trabajo
Ejecutar lo siguiente:
> install.packages("tcltk");> library("tcltk");> getwd()> setwd("/home/")> getwd()> setwd(tk_choose.dir())> dir.create("work") # Crea un directorio> setwd(tk_choose.dir())# Establecer el directorio de trabajo a work
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ayuda en R
¿Como se pide ayuda en R?help(rnorm), ?rnormhelp.search(“rnorm”), ??rnormhelp.start()RSiteSearch()
Ejemplos de ayudahelp(princomp)help(regression)??regressionRSiteSearch( string=“Hierarchical model” ,restrict = c(“functions”))
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ayuda en R
¿Como se pide ayuda en R?help(rnorm), ?rnormhelp.search(“rnorm”), ??rnormhelp.start()RSiteSearch()
Ejemplos de ayudahelp(princomp)help(regression)??regressionRSiteSearch( string=“Hierarchical model” ,restrict = c(“functions”))
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ayuda en R
¿Como se pide ayuda en R?help(rnorm), ?rnormhelp.search(“rnorm”), ??rnormhelp.start()RSiteSearch()
Ejemplos de ayudahelp(princomp)help(regression)??regressionRSiteSearch( string=“Hierarchical model” ,restrict = c(“functions”))
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ayuda en R
¿Como se pide ayuda en R?help(rnorm), ?rnormhelp.search(“rnorm”), ??rnormhelp.start()RSiteSearch()
Ejemplos de ayudahelp(princomp)help(regression)??regressionRSiteSearch( string=“Hierarchical model” ,restrict = c(“functions”))
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ayuda en R
¿Como se pide ayuda en R?help(rnorm), ?rnormhelp.search(“rnorm”), ??rnormhelp.start()RSiteSearch()
Ejemplos de ayudahelp(princomp)help(regression)??regressionRSiteSearch( string=“Hierarchical model” ,restrict = c(“functions”))
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ayuda en R
¿Como se pide ayuda en R?help(rnorm), ?rnormhelp.search(“rnorm”), ??rnormhelp.start()RSiteSearch()
Ejemplos de ayudahelp(princomp)help(regression)??regressionRSiteSearch( string=“Hierarchical model” ,restrict = c(“functions”))
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ayuda en R
¿Como se pide ayuda en R?help(rnorm), ?rnormhelp.search(“rnorm”), ??rnormhelp.start()RSiteSearch()
Ejemplos de ayudahelp(princomp)help(regression)??regressionRSiteSearch( string=“Hierarchical model” ,restrict = c(“functions”))
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ayuda en R
¿Como se pide ayuda en R?help(rnorm), ?rnormhelp.search(“rnorm”), ??rnormhelp.start()RSiteSearch()
Ejemplos de ayudahelp(princomp)help(regression)??regressionRSiteSearch( string=“Hierarchical model” ,restrict = c(“functions”))
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Ayuda en R
¿Como se pide ayuda en R?help(rnorm), ?rnormhelp.search(“rnorm”), ??rnormhelp.start()RSiteSearch()
Ejemplos de ayudahelp(princomp)help(regression)??regressionRSiteSearch( string=“Hierarchical model” ,restrict = c(“functions”))
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Scripts
¿Qué son los scripts?Los scripts son la forma más recomendable de interactuarcon R
Guardamos registro de todo lo que hacemosPodemos reutilizarlo más adelante
Los scripts facilitan la colaboración entre investigadores:basta con enviar una base de datos y un scriptPara escribir un script podemos utilizar cualquier editor detexto
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Scripts
¿Qué son los scripts?Los scripts son la forma más recomendable de interactuarcon R
Guardamos registro de todo lo que hacemosPodemos reutilizarlo más adelante
Los scripts facilitan la colaboración entre investigadores:basta con enviar una base de datos y un scriptPara escribir un script podemos utilizar cualquier editor detexto
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Scripts
¿Qué son los scripts?Los scripts son la forma más recomendable de interactuarcon R
Guardamos registro de todo lo que hacemosPodemos reutilizarlo más adelante
Los scripts facilitan la colaboración entre investigadores:basta con enviar una base de datos y un scriptPara escribir un script podemos utilizar cualquier editor detexto
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Scripts
¿Qué son los scripts?Los scripts son la forma más recomendable de interactuarcon R
Guardamos registro de todo lo que hacemosPodemos reutilizarlo más adelante
Los scripts facilitan la colaboración entre investigadores:basta con enviar una base de datos y un scriptPara escribir un script podemos utilizar cualquier editor detexto
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Scripts
¿Qué son los scripts?Los scripts son la forma más recomendable de interactuarcon R
Guardamos registro de todo lo que hacemosPodemos reutilizarlo más adelante
Los scripts facilitan la colaboración entre investigadores:basta con enviar una base de datos y un scriptPara escribir un script podemos utilizar cualquier editor detexto
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Scripts
¿Cómo trabajar con scripts?Con el comando source()Copiando y pegandoLa función sink() permite mandar la salida de R a unarchivo
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Scripts
¿Cómo trabajar con scripts?Con el comando source()Copiando y pegandoLa función sink() permite mandar la salida de R a unarchivo
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Scripts
¿Cómo trabajar con scripts?Con el comando source()Copiando y pegandoLa función sink() permite mandar la salida de R a unarchivo
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Scripts
Crear el archivo main.txt con el siguiente contenido:
for (i in 1:100)print(i)
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Scripts
Ejecutar lo siguiente:
> file.show(file="main.txt")> source("main.txt")> sink("output.txt")> source("main.txt")> sink()> file.show(file="output.txt")
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Personalización del entorno de trabajo
La función optionsPara personalizar el entorno de R podemos hacer uso dela función options la cual nos permite establecer yexaminar una variedad de opciones globales las cualesafectan la manera en la cual R calcula y despliega losresultadosSi queremos que cada vez que se inicie R cambiar estasvariables globales deberemos editar el archivo Rprofile.siteque se encuentra en la carpeta etc del directorio deinstalación de ROtra opción es crear el archivo.Rprofile en tu directorio detrabajo
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Personalización del entorno de trabajo
La función optionsPara personalizar el entorno de R podemos hacer uso dela función options la cual nos permite establecer yexaminar una variedad de opciones globales las cualesafectan la manera en la cual R calcula y despliega losresultadosSi queremos que cada vez que se inicie R cambiar estasvariables globales deberemos editar el archivo Rprofile.siteque se encuentra en la carpeta etc del directorio deinstalación de ROtra opción es crear el archivo.Rprofile en tu directorio detrabajo
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Personalización del entorno de trabajo
La función optionsPara personalizar el entorno de R podemos hacer uso dela función options la cual nos permite establecer yexaminar una variedad de opciones globales las cualesafectan la manera en la cual R calcula y despliega losresultadosSi queremos que cada vez que se inicie R cambiar estasvariables globales deberemos editar el archivo Rprofile.siteque se encuentra en la carpeta etc del directorio deinstalación de ROtra opción es crear el archivo.Rprofile en tu directorio detrabajo
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Personalización del entorno de trabajo
Crear el archivo .Rprofile con el siguiente contenido:
options(prompt="> ")
.First <- function(){cat("\nBienvenido ", date(), "\n")
}
.Last <- function(){cat("\nAdios ", date(), "\n")
}
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Guardar el área de trabajo
Todos los objetos que se crean en R se almacenan en elárea de trabajo (workspace)
Podemos guardar el workspace: save.image()Podemos recuperar un workspace previamente guardado:load()
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Guardar el área de trabajo
Todos los objetos que se crean en R se almacenan en elárea de trabajo (workspace)
Podemos guardar el workspace: save.image()Podemos recuperar un workspace previamente guardado:load()
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Guardar el área de trabajo
Todos los objetos que se crean en R se almacenan en elárea de trabajo (workspace)
Podemos guardar el workspace: save.image()Podemos recuperar un workspace previamente guardado:load()
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Guardar el área de trabajo
Ejecutar lo siguiente:
>> save.image("imagen.RData")> ls()> rm() # Borra todo el espacio de trabajo> ls()> load(file="imagen.RData")> ls()
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Archivo histórico
Todos los comandos que vamos ejecutando en R (sí, sí,los que producen errores también) se van guardando enun archivo histórico
Podemos acceder a los comandos anteriores con lasflechas del tecladoPodemos guardar el archivo histórico: savehistory(file=“”)Podemos recuperar archivos históricos: loadhistory(file=“”)El archivo histórico es muy útil como punto de partida parala elaboración de un script
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Archivo histórico
Todos los comandos que vamos ejecutando en R (sí, sí,los que producen errores también) se van guardando enun archivo histórico
Podemos acceder a los comandos anteriores con lasflechas del tecladoPodemos guardar el archivo histórico: savehistory(file=“”)Podemos recuperar archivos históricos: loadhistory(file=“”)El archivo histórico es muy útil como punto de partida parala elaboración de un script
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Archivo histórico
Todos los comandos que vamos ejecutando en R (sí, sí,los que producen errores también) se van guardando enun archivo histórico
Podemos acceder a los comandos anteriores con lasflechas del tecladoPodemos guardar el archivo histórico: savehistory(file=“”)Podemos recuperar archivos históricos: loadhistory(file=“”)El archivo histórico es muy útil como punto de partida parala elaboración de un script
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Archivo histórico
Todos los comandos que vamos ejecutando en R (sí, sí,los que producen errores también) se van guardando enun archivo histórico
Podemos acceder a los comandos anteriores con lasflechas del tecladoPodemos guardar el archivo histórico: savehistory(file=“”)Podemos recuperar archivos históricos: loadhistory(file=“”)El archivo histórico es muy útil como punto de partida parala elaboración de un script
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Archivo histórico
Todos los comandos que vamos ejecutando en R (sí, sí,los que producen errores también) se van guardando enun archivo histórico
Podemos acceder a los comandos anteriores con lasflechas del tecladoPodemos guardar el archivo histórico: savehistory(file=“”)Podemos recuperar archivos históricos: loadhistory(file=“”)El archivo histórico es muy útil como punto de partida parala elaboración de un script
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Extensibilidad de R: packages
Hay tres niveles de funciones en RLas que están accesibles por defecto: ejemplos mean(),var(), cor()Las que están instaladas (disco duro) pero no en RAMLas que no están instaladas: hay miles disponibles eninternet
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Extensibilidad de R: packages
Hay tres niveles de funciones en RLas que están accesibles por defecto: ejemplos mean(),var(), cor()Las que están instaladas (disco duro) pero no en RAMLas que no están instaladas: hay miles disponibles eninternet
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Extensibilidad de R: packages
Hay tres niveles de funciones en RLas que están accesibles por defecto: ejemplos mean(),var(), cor()Las que están instaladas (disco duro) pero no en RAMLas que no están instaladas: hay miles disponibles eninternet
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Funciones instaladas pero no en RAM
Acceso a funciones ya instaladasPara acceder a funciones que no están en RAM pero síinstaladas se emplea el comando library(nombre-paquete)o require(nombre-paquete)Cuando se carga un paquete si este contiene datasetsestos se cargaran junto a las funciones del paquetePara saber qué packages están instalados se emplea elcomando installed.packages()
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Funciones instaladas pero no en RAM
Acceso a funciones ya instaladasPara acceder a funciones que no están en RAM pero síinstaladas se emplea el comando library(nombre-paquete)o require(nombre-paquete)Cuando se carga un paquete si este contiene datasetsestos se cargaran junto a las funciones del paquetePara saber qué packages están instalados se emplea elcomando installed.packages()
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Funciones instaladas pero no en RAM
Acceso a funciones ya instaladasPara acceder a funciones que no están en RAM pero síinstaladas se emplea el comando library(nombre-paquete)o require(nombre-paquete)Cuando se carga un paquete si este contiene datasetsestos se cargaran junto a las funciones del paquetePara saber qué packages están instalados se emplea elcomando installed.packages()
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Instalación y carga de paquetes
Para instalar paquetes en R se puede hacer de lassiguientes formas:
Usando menuUtilizando la función install.packages()
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Instalación y carga de paquetes
Para instalar paquetes en R se puede hacer de lassiguientes formas:
Usando menuUtilizando la función install.packages()
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Instalación y carga de paquetes
Para instalar paquetes en R se puede hacer de lassiguientes formas:
Usando menuUtilizando la función install.packages()
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Usar funciones residentes en memoria
Ejecutar lo siguiente:
> x <- c(1,2,3,4,5)> x> mean(x)> sd(x)
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Cargar funciones y dataset desde un paquetepreinstalado
Ejecutar lo siguiente:
> installed.packages() # Ver todos los paquetes> Orthodont # Da error> fm1 <- lme(distance ~ age, data = Orthodont) # Da error> library(nlme)> ?Orthodont> Orthodont> fm1 <- lme(distance ~ age, data = Orthodont) #> fm1> summary(fm1)
Ricardo Ríos http://ricardorios.net Informática Estadística
Introducción al paquete estadístico RFamiliarizándonos con el entorno de trabajo del R
Instalación de paquetes
Ejecutar lo siguiente:
> install.packages(c(’ggplot2’))> library(ggplot2)> install.packages()
Ricardo Ríos http://ricardorios.net Informática Estadística