Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Paseo por R

Un resumen de lo que R ofrece
by

claudia molinari

on 20 August 2016

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Paseo por R

PASEO POR R
designed by Péter Puklus for Prezi
Hay otros tipo de objeto que se pueden generar a partir de los datos, dependiendo de como los ingresemos o del tipo de observaciones que podamos tener. Ya veremos cada uno, solamente aquí se muestran dos casos más:
Claudia Molinari-Patricia Girimonte

Algunos de ustedes habrán oído hablar de R y ello generó su interés en el curso.
Para otros será algo novedoso que tal vez generó inquietud, intriga.
Para todos, la primera pregunta a responder seguramente es… ¿POR QUÉ APRENDER R?
Claudia Molinari-Patricia Girimonte

En fin, … quisimos mostrarles de forma resumida y acotada el amplio camino que este software nos abre para el tratamiento estadístico de datos. De a poco iremos viendo cómo hacer todo ello.
Pero hay algo más:
Claudia Molinari-Patricia Girimonte

Claudia Molinari-Patricia Girimonte

Pero sin lugar a dudas una de las características que lo distingue es la capacidad de poder programar
Claudia Molinari-Patricia Girimonte

UN PASEO RÁPIDO Y SENCILLO DE LO QUE TRABAJAREMOS EN R

Claudia Molinari-Patricia Girimonte

Claudia Molinari-Patricia Girimonte

Claudia Molinari-Patricia Girimonte

Si analizamos las publicaciones de los últimos años no sólo en el área de Estadística sino en áreas de aplicación de esta ciencia, tales como Medicina, Bioquímica y Psicología, entre otras, veremos que el uso de R resulta cada vez más frecuente, y especialmente se lo encuentra referenciado en las revistas científicas más prestigiosas.
R en el mundo científico

Claudia Molinari-Patricia Girimonte

En el tutorial verán cómo instalar R luego de ingresar en la dirección web. Las primeras pantallas serán:

http://www.r-project.org/

Claudia Molinari-Patricia Girimonte

LO MEJOR: ES GRATIS!!

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)

#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
}



Claudia Molinari-Patricia Girimonte

24

Claudia Molinari-Patricia Girimonte

Gráficos estáticos

Claudia Molinari-Patricia Girimonte

frec.porcentual<-histograma.talla$counts/5100*100

Para verlas simplemente las invocaremos con el nombre que les dimos:
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

Pero si necesitamos, también podemos operar con esos nuevos elementos. Por ejemplo, a partir de las frecuencias absolutas podemos hallar las frecuencias relativas porcentuales:
Claudia Molinari-Patricia Girimonte

Las marcas de clase:
histograma.talla$breaks
[1] 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8
Las frecuencias observadas en cada intervalo:
histograma.talla$counts
[1] 1 11 76 279 686 1188 1295 965 420 142 33 4

Los resultados de los análisis que realicemos también serán objetos, por ejemplo si confeccionamos un histograma para la talla, al cual llamamos histograma.talla, R nos brindará:
Claudia Molinari-Patricia Girimonte

El objeto de nombre muestra.pesos es un vector de 7 coordenadas, que podría ser el peso observado en una muestra de 7 individuos
Vector: muestra.pesos
[1] 50.1 52.5 65.0 77.4 61.3 55.8 54.3


Los objetos pueden ser matrices, vectores, listas, arreglos. Veamos algunos ejemplos (que en las sucesivas clases aprenderemos a generar) :
Claudia Molinari-Patricia Girimonte

Todos los datos que utilicemos los trabajaremos como OBJETOS que generaremos y a los cuales les asignaremos un nombre. Con dicho nombre los invocaremos cada vez que necesitemos utilizarlos. Esta forma de trabajar hace de este software un entorno flexible para el análisis.
Lenguaje orientado a objetos

Claudia Molinari-Patricia Girimonte

Cada vez más presente en las publicaciones científicas.
Lenguaje orientado a Objetos, lo cual lo hace funcional.
Rapidez para los cálculos
Muy buenos gráficos
Permite combinar en programas desarrollados por el mismo usuario, las funciones estadísticas ya disponibles.
Cubre las más variadas y modernas técnicas estadísticas tanto paramétricas, como no paramétricas, univariadas y multivariadas.
Actualizado permanentemente
LO MEJOR: ES GRATIS!!
¿Por qué R?

Claudia Molinari-Patricia Girimonte

R
Curso Virtual
Claudia Molinari Patricia Girimonte
Facultad de Farmacia y Bioquímica-UBA
2ºCuat 2016

INTRODUCCION AL SOFTWARE Y SU UTILIZACIÓN PARA ANÁLISIS ESTADÍSTICOS

Gráficos Interactivos

Existen funciones que nos permiten interactuar con el gráfico: ubicar puntos, señalarlos

22

Claudia Molinari-Patricia Girimonte

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.
Cada vez que uno cierra la sesión nos pregunta:

Claudia Molinari-Patricia Girimonte

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

Análogamente podríamos tener nuestros datos en forma de matriz ya que además del peso pudimos observar la talla:

Claudia Molinari-Patricia Girimonte

Algunas de ellas:


Lo llamamos con el nombre asignado para visualizarlo y comprobar que era lo que queríamos obtener:
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:
Claudia Molinari-Patricia Girimonte

Si quiero agregarle una etiqueta:
text(locator(1),"Atípico",adj=0)

Si quiero identificar el dato atípico (outlier) que se observa en el gráfico, con coordenada x cercana a 15:

> locator(1)
$x
[1] 14.06483

$y
[1] 9.672077

23

Claudia Molinari-Patricia Girimonte

Gráficos interactivos

Gráficos estáticos

Claudia Molinari-Patricia Girimonte

Una de las ventajas de R es que genera muy buenos gráficos
Otro ejemplo es el ajuste de un modelo lineal y los objetos que se generan:

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

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

modelo.lineal<-lm(peso~talla)
> modelo.lineal

Call:
lm(formula = peso ~ talla)

Coefficients:
(Intercept) talla
57.629 -1.799

Claudia Molinari-Patricia Girimonte

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

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

Data.frame:

Nos permitirán

Programar para un conjunto de datos específicos
Crear nuestras propias funciones


Gran cantidad de funciones ya incorporadas


Claudia Molinari-Patricia Girimonte

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


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


Programamos una función que realizará la transformación:
Queremos crear otro vector que indique lo mismo pero con 0 si es
Masculino y con 1 si es Femenino. Creamos primero un vector de diez componentes iguales a 0:
Un ejemplo muy sencillo:

Generamos un vector que indica el género de una muestra de 10 personas:
numerico<-rep(0,10)

muestra<-c("M","M","F","M","F","M","F","M","F","F")
27

Claudia Molinari-Patricia Girimonte

Gráficos estáticos
Gráficos dinámicos
Pero sin lugar a dudas una de las características que lo distingue es la capacidad de poder programar
En el tutorial verán cómo instalar R luego de ingresar en la dirección web. Las primeras pantallas serán:
Full transcript