¡Descarga estadistica - R practica y más Apuntes en PDF de Estadística Económica solo en Docsity!
Prácticas de Estadística
Sesión 1: Introducción al R
Profesores: Luis Eduardo Mujica / Magda Ruiz
1. Introducción y objetivos
En esta sesión se hace una introducción a la herramienta informática para el análisis estadístico R. R es un lenguaje de programación en código abierto (free software) y gratuito (freeware) que últimamente está levantando el interés en la academia, investigación e incluso en la industria. Primero se explica brevemente qué es el R y sus diversos entornos para su uso. Además se ofrecen las indicaciones para descargar e instalar el programa, paquetes y entorno de trabajo. Luego se detallan algunas funciones básicas, así como el procedimiento para crear y manipular tablas de datos (data.frame). También se describe cómo se guardan y recuperan los comandos ejecutados en una sesión y el espacio de trabajo. Finalmente, se muestra como se crea y guarda un script o guión para poder abrirlo y ejecutarlo desde otro ordenador o en otra sesión. Al finalizar esta sesión, el estudiante ha de ser capaz de:
Descargar e instalar los ficheros de: R, el paquete R-Commander y el entorno de trabajo Rstudio.
Identificar las principales características de: la consola de R, el paquete R-Commander y el entorno de trabajo Rstudio.
Iniciar una sesión de trabajo en la consola de R, en el R-Commander y en Rstudio.
Crear y manipular una tabla de datos.
Guardar y recuperar el histórico de una sesión trabajada y su espacio de trabajo.
Crear, guardar y recuperar un script o guión con una secuencia de comandos.
2. R, R-Commander y Rstudio
2.1. Qué es R, R-Commander y Rstudio?
Aunque para algunas personas R es un software, éste se puede considerar un lenguaje de programación enfocado al análisis estadístico de datos y su representación gráfica. Puede ejecutarse en cualquier ordenador y tiene un soporte online muy amigable y activo (https://www.r-project.org). Proporciona una gran cantidad de herramientas con la capacidad de llamar a otras funciones y de desarrollar nuevas funciones muy sencillas de manejar. Además, su gran capacidad de visualización de datos permite generar gráficos muy variados y de extraordinaria calidad y flexibilidad. Permite su integración con diferentes bases de datos y con otros lenguajes de programación como Matlab, Maple, Mathematica, Python, Perl, SPSS, etc. Además, como es un proyecto abierto y colaborativo, existe un repositorio oficial de paquetes (https://cran.r-project.org/web/packages/). R permite trabajar con una ventana de interacción con usuario, R-Console. En su entorno básico, R no tiene una interfaz tipo ventana. Para obtener los resultados deseados, sus funciones se ejecutan por medio de comandos en su propio lenguaje. Sin embargo, R dispone de un módulo adicional (o paquete) llamado R- Commander, que proporciona una serie de menús que facilita el uso inicial del programa, sin tener que escribir los comandos, es decir, con el uso del ratón. R-Commander es una interfaz gráfica de usuario básica (graphical user interface -GUI-). Sus menús, permiten ejecutar muchas (pero no todas) de las funciones básicas para el análisis estadístico de datos y crear gráficas sin escribir los comandos, es más, genera el código en lenguaje R para que se puede ejecutar luego desde la R-Console si así se desea. Toda la información, ficheros, ayudas y manuales, se pueden consultar en su página web (http://www.rcommander.com/) Por otra parte, existe un entorno para el desarrollo integrado (integrated development environment -IDE-) llamado R-studio que es básicamente una agradable interfaz que incluye una consola, un editor más completo y funcional, una ventana de gráficos, visualización de variables en el espacio de trabajo, entre otras cosas. Está completamente integrado al R y al R-commander, permite ejecutar el código directamente del editor, gestionar múltiples directorios y ficheros.
2.2. Instalación
Ya que R es gratuito, en internet se pueden encontrar muchos sitios para descargar los ficheros necesa- rios para su instalación. Sin embargo, el sitio oficial de R, tiene a disposición la última versión tanto para Windows, Linux y Mac (OS X). CRAN (Comprehensive R Archive Network) es una red de servidores web y FTP alrededor del mundo que almacena las versiones más actualizadas de código y documentación para R (https://cran.r-project.org/). La instalación suele tener un poco de truco dependiendo del sistema operativo y por su puesto de su versión. Como R está constantemente en desarrollo, es difícil definir en este documento los pasos exactos y definitivos para su instalación. Sin embargo, las instrucciones sencillas enumeradas a continuación son la base para una correcta instalación en Windows. Si se quiere instalar en otra plataforma o se tiene algún inconveniente, lo mejor que se puede hacer es consultar los foros y preguntas frecuentes del CRAN. La versión más actualizada de R se puede descargar desde http://cran.r-project.org/ siguiendo la ruta:
“Download R for Windows">“base">“Download R 3.x.x for Windows"
Se ejecuta el fichero dejando todas las opciones de instalación por defecto. En la Figura 1 se muestra el icono de acceso directo resultante después de la instalación.
Figura 1: Icono de acceso a R.
Rstudio se descarga desde http://rstudio.org/download/desktop. Se ejecuta el fichero de instalación se- leccionando de nuevo todas las opciones de configuración por defecto. El icono de acceso directo se muestra en la Figura 2.
Figura 2: Icono de acceso a Rstudio.
La instalación de R-Commander se puede realizar ya sea desde R o desde Rstudio. Si se quiere hacer desde R, ejecutamos el programa y en la consola ejecutamos la sentencia:
install.packages(”Rcmdr",dependencies=TRUE)
Se selecciona el servidor deseado e inmediatamente comenzará la descarga e instalación de todas las librerías necesarias para su ejecución. Ahora, si se quiere instalar R-Commander desde Rstudio, se ejecuta el programa y se selecciona la pestaí±a “Packages”. Se hace clic en “Install Packages”. En la nueva ventana, se comienza a escribir “Rcmdr” en el espacio de “Packages” asegurándose que la opción “Install dependencies” esté seleccionada. Finalmente se oprime “Install”, tal como se observa en la Figura 3.
El cursor (>|) indica que el programa está preparado para aceptar órdenes y efectuar los cálculos correspondien- tes. Dichas órdenes deben darse en forma de comandos, operadores y funciones. Los más importantes se irán introduciendo poco a poco a lo largo de las distintas sesiones de prácticas. Adicionalmente, contiene una barra de menú principal con diferentes opciones tales como las típicas de cualquier programa bajo entorno Windows y configuración de paquetes y ventanas.
Archivo: Permite efectuar operaciones básicas con los ficheros (scripts, área de trabajo, histórico)
Editar: Se trata del típico menú de edición (copiar, pegar, etc.). También se usa para limpiar consola y editar datos.
Visualizar: Para visualizar u ocultar la barra de herramientas y la barra de estatus.
Misc: Configuración de opciones avanzadas.
Paquetes: Gestiona los distintos paquetes que se pueden cargar en R.
Ventanas: Configuración de las ventanas.
Ayuda: Facilita información acerca del programa R.
2.3.2. Rstudio
Rstudio es un entorno libre y de código abierto para el desarrollo integrado (IDE) de R. Se puede ejecutar en el escritorio o incluso a través de Internet mediante el servidor Rstudio. Este programa aúna todos los entornos y asume la filosofía de los expresiones, pero aportando algunas ‘ayudas’ que hacen más llevadero el día a día. Está organizado en cuatro zonas de trabajo distintas, como se aprecia en la siguiente figura:
Figura 5: Vista del Rstudio
En la zona superior izquierda pueden abrirse y editarse uno o varios ficheros con código R (scripts) a la vez. En la zona inferior izquierda hay una consola de R en la que pueden ejecutarse comandos de R individualmente.
La zona superior derecha tiene dos pestaí±as: ‘Workspace’, donde aparece la lista de los objetos creados en memoria. ‘History’, que contiene el histórico de las líneas de código ejecutadas en R. La zona inferior derecha dispone de cuatro pestaí±as: ‘Files’, que da acceso al árbol de directorios y ficheros del disco duro. ‘Plots’, donde aparecen los gráficos creados en la consola. ‘Packages’, que facilita la administración de los paquetes de R instalados en la máquina. ‘Help’, en el que se abren las páginas de ayuda. Desde la barra del Menú principal se puede acceder a todos los menús de Rstudio. Los menús: Archivo, Edición, Ver y Ayuda son habituales en los programas bajo Windows. El resto de menús son específicos de Rstudio estos permiten gestionar la interfaz, es decir, editar los ficheros, importar datos, instalar paquetes, gestionar las gráficas, etc,. Pero en ningún momento permite ningún cálculo estadístico o representación gráfica, todo esto lo debemos hacer por medio de comandos, tal como en R básico.
2.3.3. R-Commander
R-Commander es una Interfaz Gráfica de Usuario (GUI en inglés), creada por John Fox, que permite acceder a muchas capacidades del entorno estadístico R sin que el usuario tenga que conocer el lenguaje de comandos propio de este entorno. Para su utilización, se debe abrir R o Rstudio y ejecutarlo desde la consola (R-Commander no es una aplicación que funcione sola), la ventana que aparece es la siguiente:
Figura 6: Vista de la ventana de R-Commander
Cada vez que, a través de los menús se acceda a las capacidades de R (gráficos, procedimientos estadísticos, modelos, etc.), en la ventana de instrucciones (R Script), se mostrará la instrucción o conjunto de instrucciones que ejecutan la tarea que se ha solicitado, y en la consola (ya sea de R o de Rstudio ) se mostrará el resultado de dicha instrucción. De este modo, aunque el usuario no conozca el lenguaje de comandos de R, simplemente observando lo que va apareciendo en la ventana de instrucciones se irá familiarizando con dicho lenguaje. Adicionalmente, el usuario puede introducir comandos directamente en dicha ventana, y tras pulsar el botón (Ejecutar) dichos comandos se ejecutarán y su resultado se visualizará igualmente. Las instrucciones pueden guardarse y volver a ser ejecutadas directamente con otros conjuntos de datos diferentes. El acceso a las funciones implementadas en R-Commander es muy simple y se realiza utilizando el ratón para seleccionar, dentro de la barra de menú principal situada en la primera línea de la ventana, la opción a la que queramos acceder. Allí se puede encontrar:
Fichero: Para abrir ficheros con instrucciones a ejecutar, o para guardar datos, resultados, sintaxis, etc
Editar: Las típicas opciones para cortar, pegar, borrar, etc.
Datos: Utilidades para la gestión de datos (creación de datos, importación desde otros programas, recodi- ficación de variables, etc.).
Estadísticos: Ejecución de procedimientos propiamente estadísticos.
Gráficas: Contiene todos los gráficos disponibles.
Modelos: Definición y uso de modelos específicos para el análisis de datos.
x==y [1] FALSE x!=y [1] TRUE x>y [1] FALSE
R también tiene algunas constantes integradas: π (pi), las letras del alfabeto en inglés en mayúsculas y minús- culas (LETTERS, letters), entre otras. Por ejemplo, se puede calcular el perímetro de la circunferencia de la tierra en el Ecuador, sabiendo que su radio es 6378Km
pi [1] 3. 2pi [1] 40074.
Adicionalmente, existen muchas funciones matemáticas integradas en R, entre ellas podemos destacar: La raiz cuadrada (sqrt()), función exponencial y logarítmicas (exp(), log(), log10()), funciones trigonométricas (sin (), cos(), tan()), valor absoluto (abs()), funciones de redondeo (ceiling(), floor(), trunc(), round()), etc. Acontinuación se pueden ver algunos ejemplos:
sin(45*pi/180) [1] 0. sqrt(81) [1] 9 exp(2) [1] 7. log(20) [1] 2.
Tips & Tricks !!!
Para ejecutar las instrucciones que están en una línea, se pulsa la tecla Enter.
Todo lo precedido por almohadillas (#) R lo considera un comentario y no lo interpreta.
Varias instrucciones se pueden ejecutar en una misma línea si se separan por punto y coma (;).
Para visualizar los datos asignados a una variable, se introduce el nombre de la variable.
Se pueden recuperar líneas de instrucciones introducidas anteriormente pulsando la tecla con la flecha ascendente del teclado, a fin de volver a ejecutarlas o modificarlas.
Para abortar la ejecución de una instrucción y devolver el control al usuario, basta pulsar la tecla ‘Esc’ del teclado. Así recuperaremos el símbolo (>) para volver a escribir instrucciones.
3.2. Vectores y matrices
El uso de vectores y matrices es fundamental para poder organizar los datos de una forma adecuada para su posterior análisis estadístico. Por lo tanto, es necesario saber como definirlos, utilizarlos y manipularlos en R.
3.2.1. Definición de vectores
Para construir un vector primero se define un nombre (por ejemplo x), seguidamente se ingresa el operador de asignación y después se introduce la letra c (de concatenar). Finalmente se escriben de las componentes del vector entre paréntesis y separadas por comas.
. > x<-c(1,2,3,4,5); x [1] 1 2 3 4 5
También se pueden introducir los datos por teclado con la instrucción scan(). Los valores se teclean dejando espacios en blanco, cada vez que se pulsa la tecla “Enter” se cambia de línea y se puede continuar introduciendo valores. Para terminar se pulsa “Enter” en una línea vacía:
. > y=scan() 1: 3 4 5 7 8 2.4 6 2 9: 4.4 2 6 8.9 2.1 3 15: Read 14 items > y [1] 3.0 4.0 5.0 7.0 8.0 2.4 6.0 2.0 4.4 2.0 6.0 8.9 2.1 3.
Una vez el vector este definido, mediante la función length() se puede conocer su longitud (número de elementos que lo componen):
length(y) [1] 14
Si el vector es una secuencia de valores enteros (por ejemplo, de 1 a 10), se puede definir de la siguiente manera:
x1<-1:10; x1; length(x1) [1] 1 2 3 4 5 6 7 8 9 10 [1] 10
Un vector también se puede definir como una secuencia de valores equidistantes mediante la función seq(). Como información adicional se han de definir el valor inicial del vector (from=), el valor final (to=) y la distancia entre valores (by=) o la longitud del vector (length=):
x2<-seq(from=2,to=18,by=2); x2; length(x2) [1] 2 4 6 8 10 12 14 16 18 [1] 9 x3<-seq(from=2,to=18,length=30); x3; length(x3) [1] 2.000000 2.551724 3.103448 3.655172 4.206897 4.758621 5. [8] 5.862069 6.413793 6.965517 7.517241 8.068966 8.620690 9. [15] 9.724138 10.275862 10.827586 11.379310 11.931034 12.482759 13. [22] 13.586207 14.137931 14.689655 15.241379 15.793103 16.344828 16. [29] 17.448276 18. [1] 30
O simplemente,
x2<-seq(2,18,2); x2; length(x2) [1] 2 4 6 8 10 12 14 16 18 [1] 9
También se pueden definir como repeticiones de un valor o de un vector definido con anterioridad:
x4<-rep(1,5); x4; length(x4) [1] 1 1 1 1 1 [1] 5 rep(x, length=8) [1] 1 2 3 4 5 1 2 3
Incluso, se puede definir mediante una fusión de los comandos anteriores:
x5<-c(1:5,7:10,seq(-7,5,by=2),rep(x,length(3))); x5; length(x5) [1] 1 2 3 4 5 7 8 9 10 -7 -5 -3 -1 1 3 5 1 2 3 4 5 [1] 21
3.2.2. Manipulación de vectores
Si se quiere acceder a un elemento específico de un vector, se introduce el nombre del vector y la posición del elemento entre corchetes. Para acceder a más de un elemento, se tiene que crear primero un vector con sus posiciones.
v1 <- c(7,0,NA,8,5,6,NA,4);v [1] 7 0 NA 8 5 6 NA 4 is.na(v1) # Para saber en dónde están esos NA [1] FALSE FALSE TRUE FALSE FALSE FALSE TRUE FALSE sum(v1) # Como faltan valores, la suma no se ejecuta [1] NA sum(v1,na.rm=TRUE) # Realiza la operación sin considerar NA’s [1] 30
En los vectores también se pueden almacenar cadenas de caracteres, la sintaxis es similar, la única diferencia es que cada cadena de caracteres ha de ir entre comillas dobles:
v <- c(”Jesus",”Jaime",”Javier") ; v [1] ”Jesus" ”Jaime" ”Javier"
Tricks !!!
A las funciones en R se le puede agregar atributos.
El atributo na.rm=TRUE da la orden de que la función se ejecute sin tener en cuenta los datos No Accesibles
na significa No Accesible, rm significa remove (quitar) y TRUE (verdadero). Esta última debe ir siempre en mayúsculas porque de lo contrario no lo reconoce.
3.2.3. Definición de matrices
Una matriz en R es un conjunto de objetos ordenados por filas y columnas. Un array en R es lo mismo, salvo que puede tener más de dos dimensiones. En general, una matriz se puede crear de dos formas: usando la función matrix o la función array. Manipular los datos que se encuentran dentro de una matriz es de la misma forma que con vectores, la diferencia es que ahora se ha de tener en cuenta la posición de cada elemento en función de filas y columnas.
. m1<-matrix(1:20,nrow=5); m [,1] [,2] [,3] [,4] [1,] 1 6 11 16 [2,] 2 7 12 17 [3,] 3 8 13 18 [4,] 4 9 14 19 [5,] 5 10 15 20
m2 <- array(x5,dim=c(7,3));m [,1] [,2] [,3] [1,] 1 9 3 [2,] 2 10 5 [3,] 3 -7 1 [4,] 4 -5 2 [5,] 5 -3 3 [6,] 7 -1 4 [7,] 8 1 5 m1[2,3] # Visualiza el valor del elemento de la fila 2 y columna 3 [1] 12 m1[2,c(1:4)] # Visualiza el valor del todos los elemento de la fila 2 [1] 2 7 12 17 m1[c(1:5),2] # Visualiza el valor del todos los elemento de la columna 5 [1] 6 7 8 9 10
3.3. Estructuras de datos
La forma más común de almacenar datos es hacer uso de tablas (data.frames en R). Esto es como una matriz, formada por filas y columnas, con la diferencia que cada columna puede ser una variable de tipo diferente. En una tabla pueden coexistir columnas con información numérica, entera, decimal, otras con información cualitativa
de caracteres, otras lógicas, etc. Lo más frecuente es que estas tablas tengan dos dimensiones (filas y columnas), pero en algún caso puede tener más de dos dimensiones. Para construir una estructura de tipo data.frame se utilizará la función data.frame(v1,v2,...,v(n-1),vn). Donde cada vector (vi) conteniene todos los datos de cada variable.
x = c(2,2,1,2,1,1,1,2,2,1,1,2) n = length(x);n [1] 12 sex = rep(”Boy",n);sex [1] ”Boy" ”Boy" ”Boy" ”Boy" ”Boy" ”Boy" ”Boy" ”Boy" ”Boy" ”Boy" ”Boy" ”Boy” sex[x==2]=”Girl"; sex [1] ”Girl" ”Girl" ”Boy" ”Girl" ”Boy" ”Boy" ”Boy" ”Girl" ”Girl" ”Boy" ”Boy" ”Girl” age <- c(3,6,4,2,8,9,5,4,4,7,1,10) ; age [1] 3 6 4 2 8 9 5 4 4 7 1 10 table <- data.frame(age,sex); table age sex 1 3 Girl 2 6 Girl 3 4 Boy 4 2 Girl 5 8 Boy 6 9 Boy 7 5 Boy 8 4 Girl 9 4 Girl 10 7 Boy
11 1 Boy 12 10 Girl
El nombre que se le asocia a cada columna o variable dentro de la estructura es el nombre que tenga los vectores. Para referirnos a cada variable de la estructura de datos por separado se utiliza el signo $ entre el nombre del data.frame y el nombre de la variable:
. > table$age [1] 3 6 4 2 8 9 5 4 4 7 1 10 > table$sex[4] [1] Girl Levels: Boy Girl Si no se desea estar utilizando en todo momento el signo dolar, se puede utilizar el comando attach(). Ahora podremos acceder a cualquier variable de la tabla directamente, únicamente mediante el nombre de su variable. . > attach(table) The following objects are masked by .GlobalEnv: age, sex
sex [1] "Girl" "Girl" "Boy" "Girl" "Boy" "Boy" "Boy" "Girl" "Girl" "Boy" "Boy" "Girl"
3.4. Funciones gráficas básicas
Otra gran ventaja de R son sus capacidades gráficas. Los gráficos se pueden exportar en diferentes formatos (pdf, eps, jpg, etc.). Para ver una selección de gráficos realizados con R puede ejecutarse un programa demostra- ción mediante la siguiente instrucción:. > demo("graphics")
demo(graphics) ---- ~~~~~~~~ Type to start : La función básica y quizás la más usada para generar gráficas de series o datos es plot(). Previamente se ha de definir el vector de los datos que serán representados en el eje de las ordenadas (eje y) y si es necesario, el vector de los datos del eje de las abscisas (eje x). Como atributo se especifica el tipo de gráfica (puntos, líneas, ambos, etc). Un ejemplo sencillo es el siguiente:
Recuperar todos los objetos previamente guardados en un fichero:
. > load(”MyData.Rdata" ) Si se desea guardar o cargar un historial de comandos: . > savehistory(”MyData.RHistory") > loadhistory(”MyData.RHistory") Mediante la barra de menus también se puede guardar y cargar tanto los objetos del espacio de trabajo como el historial.
Tricks !!!
Para limpiar la consola, usamos [Ctrl+L]
Para visualizar los objetos almacenados en el espacio de trabajo, ls()
Para eliminar un objeto, rm(name)
Para eliminar todos los objetos, rm(list=ls())
Para visualizar el directorio de trabajo (working directory), usamos getwd()
Para ajustar el directorio de trabajo al especificado, setwd(”midirectorio")
3.6. Scripts o guiones, la forma de organizar la sesión
Hasta ahora se ha trabajado directamente en la consola de R o Rstudio y se ha definido cómo se guardan todas las instrucciones que se han ejecutado (correctas y erróneas). Sin embargo, esta forma de guardar una sesión no es la más aconsejable. Se recomienda, que el trabajo que se realice en cualquier entorno de programación, sin ser R la excepción, se guarde en forma de scripts o guiones. Un script no es más que un documento de texto plano que contiene el conjunto de instrucciones o código que se desea ejecutar. En él, se pueden registrar comentarios de cada instrucción o de un conjunto de ellas. De esta manera, nuestro código queda guardado de una forma organizada y clara para su entendimiento en una futura sesión, un ejemplo se puede ver en la siguiente figura. Para crear un nuevo script, nos dirigimos a la barra de menú con el ratón, se selecciona “Ficheros ”, “Nuevo fichero ”y finalmente “R script”. También mediante el teclado, pulsando simultáneamente Ctrl+Shift+N. Este documento se puede editar, modificar, guardar y ejecutar (todas las instrucciones, parte de ellas o las líneas deseadas).
Tricks !!!
Para ejecutar una línea de instrucciones desde la ventana R-script de R-Studio
- Presione [Ctrl+Intro] en el teclado estando el cursor en cualquier posición de esa línea.
- Presione el botón âEjecutarâ con el ratón.
- Si se quiere ejecutar todo el script, presione en el teclado [Ctrl+A] y luego [Ctrl+Intro].
Para ejecutar una línea de instrucciones desde la ventana R-script de R-Commander
- Presione [Ctrl+R] en el teclado estando el cursor en cualquier posición de esa línea.
- Presione el botón âEjecutarâ con el ratón.
- Si se quiere ejecutar todo el script, presione en el teclado [Ctrl+A] y luego [Ctrl+R].
Todo el texto precedido por el carácter # es ignorado por R, por lo tanto, se utiliza para introducir comentarios.
3.7. Material extra
En los siguientes sitios web, se pueden encontrar los ficheros necesarios para la instalación del R, el R- Commander y el Rstudio, además varios tutoriales que ayudarán a la ampliación de la información presentada en esta guía de prácticas.
https://www.r-project.org/
https://www.rstudio.com/products/rstudio/features/
http://www.rcommander.com/
http://www.tutorialr.es/es/index.html
https://es.wikipedia.org/wiki/R_(lenguaje_de_programaci %C3 %B3n)
