N° Estadístico Uso Código en r N° Técnica Uso código en r
análisis de componentes descripc
1 Tamaño muestra n lenght() 1-1 principales ión prcomp() tendencia análisis de componentes 2 media aritmética central mean() 1-2 principales ACP princomp() tendencia Importancia de 3 mediana central median() 1-3 componentes ACP summary() tendencia 1/mean(1/base$v Eigenvalores o auto 4 media armónica central ariable) 1-4 valores ACP eigen() tendencia prod(base$variabl 5 media geométrica central e) 1-5 gráficos de sedimentación ACP screeplot() cuasi desviación 6 estándar dispersión sd() 1-6 Gráficos ACP biplot() rango inferenc 7 intercuartilico dispersión IQR() 2-1 análisis factorial ia factanal() rango 8 semintercuartilico Dispersión (1/2)*IQR() 2-2 Matriz de correlaciones AF cor() 9 MEDA dispersión mad() 2-3 Mapa de calor AF headmap() 10 cuartiles dispersión quantile() 2-4 Gráficos paralelo AF parallelplot() Matriz de gráficos de 11 deciles Dispersión quantile() 2-5 dispersión AF plot() 12 percentiles dispersión quantile() 2-6 determinante AF det() Homogeneidad en 13 media recortada atípicos mean() 2-7 varianzas AF bartlett.test() 14 tercer momento asimetría skewness() 2-8 MSA o KMO AF KMO() Eigenvalores o 15 cuarto momento curtosis kurtosis() 2-9 autovalores AF eigen() resumen de 16 Tukey descripción evenum() 2-10 Gráficos de factores AF biplot() 17 resumen descripción summary() 2-11 El Modelo AF loadings() descripc 18 tallos y hojas distribución stem() 3-1 Análisis de conglomerado ión lenght() 19 boxplot distribución boxplot() 3-2 distancias de Euclides Clúster dist() distancias de 20 histograma distribución hist() 3-3 Mahalanobis Clúster mahalanobis() no se 21 diagramación dispersión plot() 3-4 Clúster optimo Clúster encontró 22 non availables distribución in.na() 3-5 Clúster kmeans Clúster kmeans() 23 omisión distribución na.omit() 3-6 Clúster PAM Clúster pam() matriz de 24 correlación correlación cor() 3-7 Clúster Clara Clúster clara() matriz de 25 varianzas correlación var() 3-8 Resúmenes Clúster summary() matriz de 26 covarianzas correlación cov() 3-9 Gracos Clúster plot() no se 27 densidad distribución density() 3-10 Validación Clúster encontró no se 28 non available exclusión na.exclude() 3-11 Validación Clúster encontró 29 cuasi varianza dispersión var() 3-12 Mapa de calor Clúster headmap() 30 Shapiro-Wilk Normalidad shapiro.test() 1-3 Grafico paralelo Clúster parallelplot() frecuencias 31 absolutas distribucion table() 1-3 Curvas Andrews Clúster andrews() frecuencias cherno 32 relativas distribucion prop.table() 1-3 Caras Chernoff Clúster () 33 rango distribucion range() 1-3 Gráfico de estrellas Clúster stars() 34 regla de Sturges distribucion nclass.Sturges() 1-3 Curvas de nivel Clúster contour() 35 tipo de datos distribucion class() 1-3 Kernels binarios Clúster ci2d() Análisis discriminante 36 normal densidad dnorm() 4-1 lineal AD lda() Análisis discriminante 37 normal probabilidad pnorm() 4-2 cuadrático AD qda() 38 normal cuantiles qnorm() 4-3 Gráficos de los factores AD bi() 39 normal simulación rnorm() 4-4 predicciones AD predict() 4-5 predicciones AD predict.ida() 4-6 predicciones AD predict.qda()
N° Técnica Uso Código en R
1-1 Análisis de componente principales descripción prcomp() 1-2 Análisis de componente principales ACP princomp() 1-3 Importancia de componente ACP summary() 1-4 Eigenvalores o Autovectores ACP eigen() 1-5 gráfico de sedimentación ACP screeplot() 1-6 gráficos ACP biplot() 2-1 Análisis factorial inferencia factanal() 2-2 Matriz de correlación AF cor() 2-3 Mapa de calor AF headmap() 2-4 grafico paralelo AF parallelplot() 2-5 matriz de gráficos de dispersión AF plot() 2-6 determinante AF det() 2-7 Homogeneidad en varianzas AF bartlett.test() 2-8 MSA o KMO AF KMO() 2-9 Eigenvalores o Auto valores AF eigen() 2-10 gráficos de los factores AF biplot() 2-11 El modelo AF loadings() 3-1 Análisis de conglomerados descripción lenght() 3-2 distancias de Euclides Clúster dist() 3-3 distancia de Mahalanobis Clúster mahalanobis() 3-4 clústeres óptimos Cluster 3-5 clúster kmeans Clúster kmeans() 3-6 clúster PAM Clúster pam() 3-7 Clúster clara Clúster clara() 3-8 resúmenes Clúster summary() 3-9 gráficos Clúster plot() 3-10 validación Clúster no se encontro 3-11 validación Clúster no se encontro 3-12 Mapa de calor Clúster headmap() 3-13 Gráficos paralelo Clúster parallelplot() 3-14 Curvas de Andrews Clúster andrews() cherno 3-15 Caras de Cherno Clúster () 3-16 Gráfico de estrellas Clúster stars() 3-17 Curvas de nivel Clúster contour() 3-18 Kernels binario Clúster ci2d() 4-1 Análisis discriminante lineal inferencia lda() 4-2 Análisis discriminante cuadrático AD qda() 4-3 gráfico de los factores AD bi() 4-4 predicciones AD predict() 4-5 predicciones AD predict.lda() 4-6 predicciones AD predict.qda() 5-1 Análisis de correlación canónica inferencia cc() 5-2 Análisis de correlación canónica ACC cancor() 5-3 componentes ACC barplot() 5-4 cocientes ACC biplot() 5-5 matriz de correlaciones ACC matcor() 5-6 mapa de correlación ACC img.matcor() 5-7 modelo de correlación ACC barplot() 6-1 Análisis de correspondencia descripción corresp() 6-2 gráfico AC plot() 6-3 efectos AC biplot() 7-1 Escalado multidimensional clásico descripción cmdscale() 7-2 eigenvalores EMC eigen() 7-3 gráfico de las coordenadas EMC plot() 8-1 Series temporales series de tiempo plot() 8-2 gráficos series de tiempo ts.plot() 8-3 suavizado de las serie series de tiempo tsSmooth() 8-4 tendencia series de tiempo no se encontró 8-5 estacionalidad series de tiempo no se encontró 8-6 fluctuaciones irregulares series de tiempo no se encontró 8-7 Función de auto correlación series de tiempo acf() 8-8 Función de auto correlación parcial series de tiempo pacf() 8-9 Función de auto regresión series de tiempo no se encontró 8-10 Espectrograma series de tiempo no se encontró 8-11 Medias móviles (MA) series de tiempo no se encontró 8-12 Auto regresivos (AR) series de tiempo no se encontró 8-13 ARMA series de tiempo no se encontró 8-14 Box-Jenkins series de tiempo no se encontró