Apuntes R @apuntesr-blog - Tumblr Blog

Vectores, Matrices y Data Frames a medida

Para lograr generar estructuras de un tamaño determinado que contengan el output de nuestras funciones podemos usar instrucciones bastantes simples:

Vectores

Se puede generar un vector de longitud n al definirlo mediante la clase de datos que lo formaran y el número de los mismos.

x <- numeric(n)

También se puede hacer mediante el uso de la función vector() sin embargo el codigo se vuelve mas largo:

x <- vector('numeric',length=n)

Las clases pueden ser:

numeric()

logical()

character()

integer()

double()

raw()

complex()

Matrices

Para las matrices se pueden usar los comandos nrow() y ncol() para generar la matriz de dimensiones n y m.

x <- matrix(data=NA,nrow=nrow(n),ncol=ncol(m))

Data Frames

Por ultimo para generar un dataframe de dimensiones n,m se usa instrucción similar:

x <- as.dataframe(matrix(data=NA,nrow=nrow(n),ncol=ncol(m)))

Base de datos en R (Datasets)

R en su instalación base incluye muchas bases de datos para ser usados como ejemplos en la realización de análisis.

Para poder observarlos se usa la función:

data()

#rstat #R #[r]

Presentaciones con R

Es impresionante lo que se puede hacer en R. Para muestra este vídeo en el cual se muestra una presentación interactiva impresionante. Para esto usa las librerías:

Shiny Paquete de R que permite convertir los análisis en aplicaciones web interactivas ejemplo

Slidify Paquete que permite generar documentos interactivo HTML5 a partir de R Markdown.

rChar Paquete que permite generar visualizaciones interactivas usando el formato lattice

googleVis Este paquete permite una interfaz entre R y el API de Googlechart.

#rstat #R #[r]

Instalar Slidify

En lo personal prefiero instalar mis configuraciones de R en /usr/ , ya que así no me ocupan espacio de home, el cual anda algo escaso.

Slidify se instala usando:

library(devtools) install_github('slidify', 'ramnathv')

Sin embargo al intentar install.package(devtools) el primer problema que muestra es que RCurl y httr son necesarios, luego entonces al instalar httr pide RCurl y este muestra un error al no encontrar curl-config

En varios foros se menciona buscar una librería. Sin embargo el problema radica en que en realidad si bien tenemos curl como el programa que permite descargas. Necesitamos el programa la libreríra. Esta se instala mediante:

sudo apt-get install libcurl4-openssl-dev

Ya con esto podemos instalar RCurl y httr

#rstat #R #[r]

Restablecer parámetros de par()

Cuando se usa un comando par() se cambia la estructura de las figuras. Para recuperarla es recomendable usar un comando que obtenga la configuración original para luego restaurarla.

Por lo que es recomendable usar el comando:

old.par <- par(no.readonly = TRUE)

Y después de haber usado el comando par() restablecer los parámetros con:

par(old.par)

#rstat #R #[r]

Convertir Factores a Caracteres

Si se ejecuta el comando as.character() para convertir una columna a character a partir de factores hay que llamar a la columna como un vector. Ya que el uso de:

as.character(datos[1])

Resulta en la salida de los números de factor. Ya que la salida de datos[1] suele ser un data.frame. Y la función as.character() solo aplica a vectores. Por lo que se puede extraer la columna mediante dos formas, por nombre:

as.character(datos$nombre)

O mediante la posición pero utilizando doble llave:

as.character(datos[[2]])

#rstat #R #[r]

Tres métodos de estadísticas por factor

En ocasiones tenemos un arreglo tipo data.frame donde una columna contiene los valores de interés y otra columna las categorías de cada valor. En este arreglo calcular la media, desviación estándar o error estándar entre otros, puede parecer complicado. Aplicar directamente mean() a la columna de valores resulta en la media del total de los valores de la muestra. Por lo tanto calcular estos estadísticos usando las categorías o factores, requiere de otras funciones.

Existen diferentes métodos para realizar estas operaciones, lo que en ocasiones al buscar en la red, puede confundirnos un poco. De momento me enfocare en tres funciones que vienen con cualquier distribución de R.1

Usaremos un pequeño data frame:

x <- data.frame(categorias=c(rep(letters[1:3],3), valores=rnorm(9, 20,3))

data.frame define el arreglo

c(rep(letters[1:3],3) genera un vector que repite a, b, c, en tres ocasiones, que se coloca en la columna categorías2

rnorm(9, 20,3) genera un vector de 9 números aleatorios de una distribución normal con una media de 20 y una desviación estándar de 3

Por lo que podemos hacer referencia a las categorías mediante:

x$categorias

Y a los valores mediante :

x$valores

Función by()

La función by() permite agrupar por categorías los valores y aplicarle la función que alimentamos en la tercera posición.

by(x$valores,x$categorias,mean)

Es importante considerar que la salida de este comando es una lista, y para acceder a los valores es necesario usar la notación correspondiente.

Función tapply()

tapply(x$valores,x$categorias,mean)

Esta función también genera una lista.

Función aggregate()

aggregate(valores~categorias,data=x,mean)

La salida de esta función es un data frame.

Para la desviación estándar es solo necesario cambiar la función mean() por sd() y en el caso del error estándar se puede usar una función definida por nosotros como ee.

Existen mas paquetes que se pueden usar para agrupar por factor o codificar la estructura de los datos como reshape() sin embargo por simplicidad he preferido mencionar solo las funciones del paquete base. ↩︎

letters tiene las letras en minúscula, mientras que LETTERS tiene un vector de letras en mayúsculas. ↩︎

#R #rstats #[r]

Barras de error

Existen muchos paquetes para generar gráficas, sin embargo usando los paquetes base de R encontré esta forma de generar las barras de error para gráficos de barra. Generamos una variable de ejemplo:

x <- 2:6

Los valores de las barras de error:

barras <- c(0.5,0.3,0.2,0.3,0.4)

Generamos el gráfico y al ponerlo en una variable obtenemos el eje de las x de cada valor:

grafico <- barplot(x)

Usamos el comando arrows() con un ángulo de 90 grados en la cabeza de la flecha:

arrows(grafico,x-barras,grafico,x+barras,angle=90,code=1)

Se usa dos veces para generar la parte de arriba y abajo de las gráficas, o solo una para la de arriba.

arrows(grafico,x+barras,grafico,x-barras,angle=90,code=1)

El formato de arrows() es:

arrows(x0,y0,x1,y1...)

#R #rstats #[r]#barras de error

Error Estandar

Por alguna razón para algunas gráficas es necesario calcular el error estándar y si bien se puede hacer a mano con una formula como:

sd(x)/sqrt(length(x))

Es posible declarar una función que facilite el cálculo, disminuya el tamaño del script y que incluso pueda ser usada por tapply() o by()

ee <- function(x){ sd(x)/sqrt(length(x)) }

y su uso es :

ee(x)

#R #rstat #[r]#error estandar

Trending Blogs

Recently Viewed Blogs

Apuntes R