Consejos muy elementales para usar R:

1. Se distingue entre maysculas y minsculas. Tanto en los comandos como en las variables y dems.

2. El smbolo # anula la ejecucin de lo que viene despus. Se suele usar para comentarios. El smbolo se usa solo

al inicio del comentario.

3. Si un comando es correcto pero falta algo (un parntesis por ejemplo) en la siguiente lnea aparecer un +, tras el

cual se puede escribir lo que deseamos.

4. El punto y coma (;) se usa para separar diferentes instrucciones en una misma lnea.

5. La asignacin se puede hacer con <- <<- = (este ultimo no es recomendable)

6. Las instruccin se pueden agrupar con los parntesis { }

7. Con la flecha podemos reescribir instrucciones en lneas superiores.

8. Para instalar los paquetes (packages) pinchar con el cursor en la parte superior que dice paquetes (packages &

data), seleccionar instalar (installer) elegir Spain (Madrid) luego en la misma ventana (paquetes) seleccionar

cargar (load) para los alumnos de Ingeniera de la Universidad Pblica de Navarra los paquetes son MASS y

PASWR. Todo este procedimiento se hace una sola vez.

Comandos Bsicos del R:

1. Asignar valores:

> nombrevariable <- c(valor1, valor2, valor3,.)

>nombrevariable <-1:4 # toma los valores 1, 2, 3 y 4

>nombrevariable<- seq (1, 7, 0.5) # (inicio, final, incremento, tomara los valores: 1, 1.5,, 4.5,,7)

2. Leer valores de un paquete de datos (es necesario tener cargados los paquetes)

> library (MASS o PASWR) # carga la librera, necesaria para calcular muchas cosas.

> attach (nombre de archivo) # archivo en ingls es frame

> c (nombre de archivo) # para ver que variables y datos contiene el archivo. Tambin se puede poner

directamente el nombre de archivo o datos.

Nota: si queris leer un fichero de datos que est en vuestro ordenador, podis ver la secuencia en

www.mmarnich.es/R Bsico.

Mauricio Marnich G./ www.mmarnich.es Academia Mecarapid Pgina 1

3. Crear datos con distribuciones de probabilidad:

> nombrevariable <- rnorm(n, mean=0, sd=1) # crea una muestra de n nmeros con Distribucin normal tipificada.

>nombrevariable<-rnorm(n, mean=valormedia, sd=valordesviacion)# crea una muestra de tamao n con

distribucin normal de media y desviacin tpica conocida.

> nombrevariable <- rpois(n,valorlambda) # crea una muestra de n valores con Distribucin Poisson.

> nombrevariable <- rbinom(n, tamao, p) # crea una muestra de n valores con Distribucin Binomial.

> nombrevariable <- rt(n, gl) # crea una muestra de n valores con Distribucin t de Student.

> nombrevariable <- rchisq(n,gl) # crea una muestra de n valores con Distribucin Ji Cuadrado.

>nombrevariable <-rf(n,gl1, gl2) # crea una distribucin de n valores con Distribucin F de Snedecor

4. Calculo de probabilidades:

Binomial:

> nombrevariable <- pbinom(x, n, ) # calcula la probabilidad inferior o igual al valor x con distribucin Binomial.

Esto es

>nombrevariable <- qbinom(p, n, ) # calcula el valor de x que alcanza esa probabilidad Binomial.

>nombrevariable<-dbinom(x, n, ) # calcula la probabilidad que x sea igual a ese valor .

>nombrevariable <- sum(dbinom(x1:x2, n, )# calcula y suma las probabilidades desde x 1 hasta x2 incluyendo

ambos valores. Esto es

Poisson:

> nombrevariable <- ppois(x, ) # calcula la probabilidad inferior o igual al valor x con distribucin Poisson. Esto es

>nombrevariable <- qpois(p, ) # calcula el valor de x que alcanza esa probabilidad Poisson.

> nombrevariable <- dpois(x, ) # calcula la probabilidad del valor x con distribucin Poisson.

> nombrevariable <- sum(dpois(x1:x2, ) # calcula y suma las probabilidades desde x 1 hasta x2 incluyendo ambos

valores. Esto es

Normal:

> nombrevariable <- pnorm(x, ) # calcula la probabilidad inferior o igual a x con distribucin Normal con media

y desviacin tpica . Esto es

>nombrevariable <- qnorm(p, )# calcula el valor de x que deja a su izquierda la probabilidad Normal con media

y desviacin tpica .

>nombrevariable <- pnorm(z) # calcula la probabilidad inferior o igual z con distribucin Normal (0,1). Esto es

Mauricio Marnich G./ www.mmarnich.es Academia Mecarapid Pgina 2

 >nombrevariable <- qnorm(z) # calcula el valor de z que deja a su izquierda la probabilidad Normal (0,1).

t de Student:

> nombrevariable <- pt(x, n-1) # calcula la probabilidad inferior o igual a x con distribucin t de Student.

>nombrevariable <- qt(p, n-1)# calcula el valor de x que deja a su izquierda la probabilidad t de Student.

Ji Cuadrado:

> nombrevariable <- pchisq(x, n-1) # calcula la probabilidad inferior o igual a x con distribucin Ji.

>nombrevariable <- qchisq(p, n-1)# calcula el valor de x que deja a su izquierda la probabilidad Ji.

F de Snedecor:

> nombrevariable <- pf(x, n1-1, n2-1) # calcula la probabilidad inferior o igual a x con distribucin F.

>nombrevariable <- qf(p, n1-1, n2-1)# calcula el valor de x que deja a su izquierda la probabilidad F.

5. Clculo de estadsticos:

> Media<- mean(nombrevariable) # calcula la media de la variable x

>Varianza <- var(nombrevariable) # calcula la varianza de la variable x

> DesviacionTipica <- sd(nombrevariable) # calcula la desviacin tpica de x

> Mediana <- median(nombrevariable) # calcula la mediana de la variable x

Para una variable discreta:

>x <-c(x1, x2, ,xn) # valores que toma la variable x

>px <-c(p1, p2, , pn) # probabilidad de cada uno de los valores de la variable x

> Ex <- sum(x* px) #calcula la esperanza o media de x

>Ex2 <- sum(x^2*px) #calcula la esperanza de x al cuadrado

>Varx <- Ex2-Ex^2 # calcula la varianza de x

> Ex <-weighted.mean(x,px)# Otra forma de hacer lo anterior. Comando que calcula la media de x

>Ex2 <-weighted.mean(x^2,px)# comando que calcula la esperanza de x 2.

Para una variable continua:

>x<-seq(inicio,final,incremento) # para introducir el intervalo de la variable x, el incremento suele ser 0.01

>f <-function(x){formula} # funcin de densidad (pdf)

> ex <- function(x) {x*f(x))} # crea la funcin para poder calcular la media o esperanza de x.

> ex2<-function(x) {x^2*f(x)} # crea la funcin para poder calcular la varianza de x.

>Ex <- integrate (ex, lower=valormenor, upper=valormayor)$value #calcula la esperanza o media de x. El

comando $value se utiliza para no tener en cuenta el error con el que calcula la integral.

Mauricio Marnich G./ www.mmarnich.es Academia Mecarapid Pgina 3

 2
> Ex2 <- integrate(ex2, lower=valormenor, upper=valormayor)$value #calcula la esperanza de x . El comando

$value se utiliza para no tener en cuenta el error con el que calcula la integral.

>Varx <- Ex2-Ex^2 # calcula la varianza de x

>c(Ex,Varx)# ensea los resultados de la esperanza y varianza de x

> Px <- integrate (f, lower=valormenor=x1, upper=valormayor=x2) #calcula la probabilidad entre x 1 y x2. Se

pueden omitir la palabra lower y upper.

6. Ver los valores de la variable:

> c(nombrevariable) # da el valor de la variable

> c(nombrevariable1, nombrevariable2,) # da los valores de las variables 1, 2

> nombrevariable # da el valor de la variable

7. Graficas:

>plot(variablex, variabley, type=p,l,b,o,h,s, xlab=nombre eje x, ylab=nombre eje y, main= ttulo grafico,

xlim=c(valorinicial,valorfinal), y lim=c(valorinicial, valorfinal)# Este comando dibuja el grafico de x e y. el

comando type sirve para el tipo que queramos: p= grafico de puntos, l=grafico de lneas, b=grafico de puntos y

lneas, o=grafico de puntos atravesados por lnea, h= grafico de lneas verticales, s= grafico en escalera.

>segments(x0,y0,x1,y1) # traza un segmento del punto (x 0,y0) al punto (x1,y1)

>barplot(nombrevariable, col=nmero) #dibuja un diagrama de barras, con el comando col se puede poner color a

las columnas segn un nmero.

>lines(density(nombrevariable))# aade al histograma la funcin de densidad de la muestra.

8. Estudio de la normalidad:

> shapiro.test (nombrevariable)

>EDA (nombrevariable) # da toda la informacin descriptiva incluyendo los grficos.

>qqnorm(nombrevariable) # grfico de la normalidad

>qqline(nombrevariable) # grfico de la normalidad.

Mauricio Marnich G./ www.mmarnich.es Academia Mecarapid Pgina 4

9. Intervalos de Confianza:

Una Media:

> zsum.test (mean.x=media_de_x, sigma.x=valor_de_sigma, n.x= tamao_muestra, conf.level=NC)$conf # este

comando se utiliza cuando conoces la media de la muestra y para una distribucin normal con conocido. No

disponemos de todos los datos de la muestra.

> tsum.test (mean.x=media_de_x, s.x=valor_de_desviacion_tipica, n.x= tamao_muestra, conf.level=NC)$conf #

este comando se utiliza cuando conoces la media de la muestra y la distribucin es normal con

desconocido y no disponemos de todos los datos de la muestra.

> z.test (nombrevariable, sigma.x=valor de sigma, conf.level=NC)$conf # este comando solo arroja el intervalo de

confianza para una distribucin normal con conocido y disponemos de todos los datos de la muestra.

> t.test (nombrevariable, conf.level=NC)$conf # este comando solo arroja el intervalo de confianza para una

distribucin normal con desconocido y disponemos de todos los datos de la muestra.

Una Proporcin:

> prop.test (casosfavorables, n, conf.level=NC, correct=TRUE o FALSE)$conf # con este comando obtenemos el

resultado del intervalo de confianza para una proporcin.

Dos Medias Independientes:

>zsum.test (mean.x=media_muestral_1, mean.y=media_muestral_2, sigma.x=valor_de_sigma_1,

sigma.y=valor_de_sigma_2, n.x=tamao_muestra_1, n.y=tamao_muestra_2, conf.level=NC)$conf # este

comando se utiliza cuando conoces las medias muestrales y la distribucin es normal con conocidos.

No disponemos de todos los datos de las muestras.

> tsum.test (mean.x=media_de_x, s.x=valor_de_desviacion_tipica, n.x= tamao_muestra, conf.level=NC)$conf #

este comando se utiliza cuando conoces la media de la muestra y la distribucin es normal con

desconocido. No disponemos de todos los datos de la muestra.

> z.test(nombrevariable1, nombrevariable2, sigma.x=valor_sigma_1, sigma.y=valor_sigma_2, conf.level=NC)$conf

# con este comando obtenemos el resultado del intervalo de confianza para 2 muestras independientes con

conocidos y conocemos los datos de la muestra.

> t.test (nombrevariable1, nombrevariable2, var.equal=TRUE o FALSE, conf.level=NC)$conf # con este comando

obtenemos el resultado del intervalo de confianza para 2 muestras independientes con desconocidos

y conocemos los datos de la muestra.

Dos Medias Dependientes (pareadas, emparejadas):

> t.test (nombrevariable1, nombrevariable2, paired=TRUE, conf.level=NC)$conf # con este comando obtenemos

el resultado del intervalo de confianza para 2 muestras normales dependientes.

Mauricio Marnich G./ www.mmarnich.es Academia Mecarapid Pgina 5

 Otra forma de hacer lo anterior seria trabajar con la diferencia:

> d<- nombrevariable1-nombrevariable2

> t.test (d, conf.level=NC)$conf # trabaja como si fuera una sola muestra.

Dos Varianzas:

> var.test (nombrevariable1, nombrevariable2, conf.level=NC)$conf # con este comando obtenemos el resultado

del intervalo de confianza para el cociente de varianzas.

10. Test de hiptesis:

Una Media:

> zsum.test (mean.x=media_de_x, sigma.x=valor_de_sigma, n.x= tamao_muestra, alternative= less, greater o

two.sided, conf.level=NC, mu=valor_media_poblacional) # este comando se utiliza cuando conoces la media

de la muestra y para una distribucin normal con conocido. No disponemos de todos los datos de la

muestra.

> tsum.test (mean.x=media_de_x, s.x=valor_de_desviacion_tipica, n.x= tamao_muestra, alternative= less,

greater o two.sided, conf.level=NC, mu=valor_media_poblacional) # este comando se utiliza cuando conoces

la media de la muestra y la distribucin es normal con desconocido. No disponemos de todos los datos de

la muestra.

> z.test (nombrevariable, sigma.x=valor_de_sigma, alternative=less, greater o two.sided, conf.level=NC,

mu=valor_media_poblacional) # este comando se utiliza cuando conoces los datos de la muestra y la

distribucin es normal con conocido. Con este comando obtenemos el resultado del intervalo de confianza y

a la vez realizamos el contraste de hiptesis.

> t.test (nombrevariable, alternative=less, greater o two.sided, conf.level=NC, mu=valor_media_poblacional) #

este comando se utiliza cuando conoces los datos de la muestra y la distribucin es normal con

desconocido. Con este comando obtenemos el resultado del intervalo de confianza y a la vez realizamos el

contraste de hiptesis.

Una Proporcin:

> prop.test (casosfavorables, n, alternative=less, greater o two.sided, conf.level=NC, correct=FALSE o TRUE,

p=valor_proporcion_poblacional)# con este comando obtenemos el resultado del intervalo de confianza y el

contraste de hiptesis para una proporcin.

Dos Medias Independientes:

>zsum.test (mean.x=media_muestral_1, mean.y=media_muestral_2, sigma.x=valor_de_sigma_1,

sigma.y=valor_de_sigma_2, n.x=tamao_muestra_1, n.y=tamao_muestra_2, alternative=less, greater o

Mauricio Marnich G./ www.mmarnich.es Academia Mecarapid Pgina 6

 two.sided, conf.level=NC, mu=valor_diferencia_medias_poblacionales)# este comando se utiliza cuando

conoces las medias muestrales y la distribucin es normal con conocidos. No disponemos de todos

los datos de las muestras. Con este comando obtenemos el resultado del intervalo de confianza y a la vez

realizamos el contraste de hiptesis.

>tsum.test (mean.x=media_muestral_1, mean.y=media_muestral_2, s.x=valor_de_desviacion_1,

s.y=valor_de_desviacion_2, n.x=tamao_muestra_1, n.y=tamao_muestra_2, var.equal=TRUE o FALSE,

alternative=less, greater o two.sided, conf.level=NC, mu=valor_diferencia_medias_poblacionales)# este

comando se utiliza cuando conoces la media de la muestra y para una distribucin normal con

desconocidos. No disponemos de todos los datos de la muestra. Con este comando obtenemos el resultado

del intervalo de confianza y a la vez realizamos el contraste de hiptesis.

> z.test (nombrevariable1, nombrevariable2, sigma.x=valor_de_sigma_1, sigma.y=valor_de_sigma_2,

alternative=less, greater o two.sided, conf.level=NC, mu= valor_diferencia_medias_poblacionales)# este

comando se utiliza cuando conoces las medias muestrales y la distribucin es normal con conocidos.

Con este comando obtenemos el resultado del intervalo de confianza y a la vez realizamos el contraste de

hiptesis.

> t.test (nombrevariable1, nombrevariable2, var.equal=TRUE o FALSE, alternative=less, greater o two.sided,

conf.level=NC, mu= valor_diferencia_medias_poblacionales)# este comando se utiliza cuando conoces las

medias muestrales y la distribucin es normal con desconocidos. Con este comando obtenemos el

resultado del intervalo de confianza y a la vez realizamos el contraste de hiptesis.

Dos Medias Dependientes (pareadas, emparejadas):

>t.test (nombrevariable1, nombrevariable2, paired=TRUE, alternative=less, greater o two.sided, conf.level=NC,

mu= valor_diferencia_medias_poblacionales)# con este comando obtenemos el resultado del intervalo de

confianza y a la vez realizamos el contraste de hiptesis para 2 muestras normales dependientes.

Otra forma de hacer lo anterior seria trabajar con la diferencia:

> d<- nombrevariable1-nombrevariable2

> t.test (d, alternative=less, greater o two.sided, conf.level=NC, mu=valor_diferencia_poblacional )# trabaja como

si fuera una sola muestra.

Dos Varianzas:

> var.test (nombrevariable1, nombrevariable2, alternative=less, greater o two.sided, conf.level=NC,

ratio=valor_cociente_poblacional)# con este comando obtenemos el resultado del intervalo de confianza y a la

vez realizamos el contraste de hiptesis. El valor de ratio si es 1 sirve para comprobar si las varianzas

poblacionales podemos asumirlas iguales o diferentes.

Mauricio Marnich G./ www.mmarnich.es Academia Mecarapid Pgina 7

11. Potencia del contraste:

> power.t.test (n=tamao_muestra, delta=diferencia entre , sd= valor_desviacion, sig.level= ,

type=one.sample, two.sample, o paired, alternative=one.sided o two.sided) # Nos permite calcular la

potencia del contraste cuando hemos trabajado con una t de Student.

> power.t.test (power=potencia, delta=diferencia entre , sd= valor_desviacion, sig.level= ,

type=one.sample, alternative=one.sided) # Nos permite calcular el tamao de muestra necesario para

alcanzar la potencia deseada cuando queremos trabajar con una t de Student.

Mauricio Marnich G./ www.mmarnich.es Academia Mecarapid Pgina 8