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