Conceptos Básicos para el uso del programa estadístico R

Patricia CaligariBiol 3425 - Zoología

Qué es R?

• R es un grupo de programas integrados para la manipulación de datos, cálculos y gráficos. Se puede extender bajando paquetes de software gratis.

• R fue desarrollado inicialmente por Ross Ihaka y Robert Gentleman de la Universidad de Auckland (New Zealand).

• Desde 1995 es distribuido gratuitamente bajo los términos de la licencia general GNU.

• El desarrollo de R se ha tornado en un esfuerzo colaborativo internacional de muchos voluntarios.

Donde obtengo el programa R?

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

The R Project for Statistical Computing

Cómo se instala R?

• Se pueden bajar versiones para Windows, MacOS y Linux dehttp://cran.r-project.org

• Para instalar R para Windows, solo hay que hacer “double click” en el archivo .exe.

Conceptos básicos para el manejo del programa R

• Para correr R, solo hacer “double click” en el icono del “desktop”, o usar el menú “Start”.

Pantalla de R

Pantalla de R con script

• Para abrir una ventana de script Click en File, “new script” o “open script” ya existente.

• Para que realice el comando desde el script, luego de escribirlo se oprime Cntrl + R

• Para no perder los comandos se debe escribir todo en la ventana del script y luego salvarlo con el nombre, ejemplo: Alligator.R

• Para salir de R, escribe >q()

• Una ventana aparecerá con la pregunta: “Save workspace image?”

y los tres botones: “Yes”, “No” and “Cancel”.

Si la opción “No” es seleccionada, todos los objetos creados durante la sesión se perderán. Para salvar el workspace debe poner el nombre del archivo ejemplo: datos.RData

• Para obtener ayuda “online” se puede dar click en “Help” en la barra del menú.

• También se puede obtener ayuda en HTML con el comando > help.start().

• O para saber información sobre un comando en particular > help(command)

• Para citar R uso >citation()

Generalidades del programa R

• Las acciones se ejecutan a través de comandos • Reconoce diferencias entre mayúsculas y

minúsculas• No le gustan los espacios• Cada punto o coma es muy importante para

que el programa entienda y ejecute el comando

Cómo acomodar los datos en Excel

• Para exportar datos desde Excel se debe guardar el archivo como .csv (comma separated values).

• Para que R lea este archivo se debe usar el comando read.csv .

• Note que la opción por defecto es que toma la primer línea como “header” o encabezado.

• > Alligator = read.csv (file.choose())• > attach(Alligator)

• El archivo puede estar en forma de texto en Notepad o Wordpad con terminación .txt.

• Para que R lea este archivo tiene que usar el siguiente comando:

• latam= read.table (file.choose(),header=T)

• header = T indica que la primer línea son los nombres de las columnas.

Gráficos en R

• BoxplotComando: >plot(Alligator)

female male

0.7

0.8

0.9

1.0

1.1

1.2

sex

sno

ut.v

en

t

• Boxplot con color:

>plot(Alligator, col=3)

female male

0.7

0.8

0.9

1.0

1.1

1.2

sex

sno

ut.v

en

t

• Para poner dos gráficos juntos

>windows()>par(mfrow=c(1,2))>plot(Alligator,col=3)>stripchart(Alligator,col=2)

female male

0.7

0.8

0.9

1.0

1.1

1.2

sex

sno

ut.v

en

t

0.8 1.2 1.6 2.0

sex

sno

ut.v

en

t

• >Alligator4=read.csv(file.choose())• >Alligator4

• >attach(Alligator4)• >plot(snout.vent~pelvic.width,col=4)

• >boxplot(snout.vent,col=4,xlab="Snout Vent", ylab="Size mm")

0.7

0.8

0.9

1.0

1.1

1.2

Snout Vent

Siz

e m

m

• > boxplot(snout.vent,col=4,xlab="Snout Vent", ylab="Size mm",main="Alligator")

0.7

0.8

0.9

1.0

1.1

1.2

Alligator

Snout Vent

Siz

e m

m

“One way” o “Single factor” ANOVA• ANOVA es una forma de poner a prueba una hipótesis para limitar el error

de tipo I.

• El error de tipo I es cuando rechazamos la hipótesis nula cuando esta es verdadera, o sea obtenemos un falso positivo.

• Un resultado significativo (p-value menor 0.05) es suficiente para rechazar la hipótesis nula.

• En una típica aplicación de ANOVA, la hipótesis nula es que todos los grupos son muestras al azar de la misma población y que todos los tratamientos tienen el mismo efecto o ninguno.

• Rechazar la hipótesis nula implica que los tratamientos SI tienen algún efecto.

• ANOVA = Analysis of Variance

• ANOVA es una extension del “two-sample t test”, que pone a prueba la igualdad de las medias de dos grupos o más.

• En el ejemplo siguiente usamos la función >aov() para evaluar si el tamaño promedio de los alligators varía significativamente según el sexo.

> Alligator = read.csv (file.choose())

> Alligator

> attach(Alligator)> search()

[1] ".GlobalEnv" "Alligator" "package:stats" [4] "package:graphics" "package:grDevices" "package:utils" [7] "package:datasets" "package:methods" "Autoloads" [10] "package:base"

“snout-vent” es la variable de respuesta (se escribe a la izquierda de ~) “sex” es la variable explicativa (se escribe a la derecha de ~)Entonces, queremos ver si el tamaño de “snout-vent” se explica por la diferencia en sexo.La hipótesis nula es que la diferencia no se explica por la diferencia de sexo

> Alligator.mod=aov (snout.vent~sex)

> summary(Alligator.mod)

Df Sum Sq Mean Sq F value Pr(>F)

sex 1 0.0014 0.001445 0.054 0.819Residuals 18 0.4822 0.026789

El p-value es 0.819 por lo cual no es significativo y no puedo rechazar la hip nula. Entonces el sexo no explica

La diferencia en tamaño.

> detach (Alligator)

> Alligator4 = read.csv (file.choose())> Alligator4

> attach(Alligator4)

> search()

[1] ".GlobalEnv" "Alligator4" "package:stats" [4] "package:graphics" "package:grDevices"

"package:utils" [7] "package:datasets" "package:methods" "Autoloads"

[10] "package:base"

> Alligator4.mod=aov(pelvic.width~snout.vent)> summary(Alligator4.mod)

Df Sum Sq Mean Sq F value Pr(>F)

snout.vent 1 25.842 25.842 50.35 1.29e-06 ***Residuals 18 9.238 0.513

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

• P-value es significativo < 0.05 entonces rechazo la hip nula.

Para consultar dudas:

• R para Principianteshttp://zoologylabs-uprrp.weebly.com/documentos.html

Preguntas?