I.

INTRODUCCION
R es una herramienta y al mismo tiempo un lenguaje de programación con un
enfoque al análisis estadístico.
R nació como una reimplementación de software libre del lenguaje S, adicionado
con soporte para alcance estático. Se trata de uno de los lenguajes de
programación más utilizados en investigación científica, siendo además muy
popular en los campos de aprendizaje automático, minería de datos, investigación
biomédica, bioinformática y matemáticas financieras. A esto contribuye la
posibilidad de cargar diferentes bibliotecas o paquetes con funcionalidades de
cálculo y graficación.
R es parte del sistema GNU y se distribuye bajo la licencia GNU GPL. Está
disponible para los sistemas operativos Windows, Macintosh, Unix y GNU/Linux.
II. DESARROLLO
SOFTWARE R
R es un conjunto integrado de programas para manipulación de datos, cálculo y
gráficos. Entre otras características dispone de:
• Almacenamiento y manipulación efectiva de datos.
• Operadores para cálculo sobre variables indexadas, en particular matrices.
• Una amplia, coherente e integrada colección de herramientas para análisis de
datos.
• Posibilidades gráficas para análisis de datos, que funcionan directamente sobre
pantalla o impresora.
• Un lenguaje de programación bien desarrollado, simple y efectivo, que incluye
condicionales, ciclos, funciones recursivas y posibilidad de entradas y salidas.
Se caracteriza como un sistema completamente diseñado y coherente, antes que
como una agregación incremental de herramientas muy específicas e inflexibles,
como ocurre frecuentemente con otros programas de análisis de datos. R es en
gran parte un vehículo para el desarrollo de nuevos métodos de análisis interactivo
de datos. Como tal es muy dinámico y las diferentes versiones no siempre son
totalmente compatibles con las anteriores. Algunos usuarios prefieren los cambios
debido a los nuevos métodos y tecnología que los acompañan, a otros sin embargo
les molesta ya que algún código anterior deja de funcionar. Aunque R puede
entenderse como un lenguaje de programación, los programas escritos en R deben
considerarse esencialmente efímeros.
ESTADISTICA CON R
El software R ofrece un entorno en el que se han implementado muchas técnicas
estadísticas, tanto clásicas como modernas. Algunas están incluidas en el entorno
base de R y otras se acompañan en forma de bibliotecas (packages o paquetes).
Muchas técnicas estadísticas, desde las clásicas hasta la última metodología, están
disponibles en R, pero el usuario necesitará estar dispuesto a encontrar e investigar
un poco para poder encontrarlas.
En R, un análisis estadístico se realiza en una serie de pasos, con unos resultados
intermedios que se van almacenando en objetos, para ser observados o analizados
posteriormente, produciendo unas salidas mínimas.
R proporciona un amplio abanico de herramientas estadísticas (modelos lineales y
no lineales, tests estadísticos, análisis de series temporales, algoritmos de
clasificación y agrupamiento, etc.) y gráficas Una Herramienta Util.
Otra de las características de R es su capacidad gráfica, que permite generar
gráficos con alta calidad. R posee su propio formato para la documentación basado
en LaTeX.
INSTALACION R
Ejecutar el archivo R-2.12.0-win32.exe. Después de haber elegido el idioma se
abrirá la pantalla de inicio de instalación.

En la instalación seguir los pasos sin modificar, hasta la quita pantalla cuando se
pregunta si deseamos establecer opciones de configuración, se escoge Sí.
También para poder utilizar el R-Commander se debe marcar la opción SDI en la
sexta pantalla.

El último cambio que se hará será en la pantalla Acceso a Internet, donde se

aconseja marcar la casilla Internet 2.

Luego seguir la instalación hasta que el programa haya completado la instalación

de R.
PAQUETES
Los paquetes en R son colecciones de funciones y conjunto de datos desarrollados
por la comunidad. Estos incrementan la potencialidad de R mejorando las
funcionalidades base en R, o añadiendo de nuevas.
INSTALCION R-COMMANDER Y PAQUETES
Una vez terminada la instalación del programa R, ejecutar, el programa se abrirá
con una ventana como se muestra, esta ventana se conoce como la consola de R,
donde se tiene que escribir los comandos.

Para instalar el paquete R-Commander, asegurándose de tener activada una

conexión a Internet. Seleccionar en la barra de menús Paquetes>Instalar
paquete(s).
Tendría que abrirse entonces una ventana con todos los posibles espejos (CRAN
mirror), donde seleccionamos el idioma.
Una vez elegido el espejo, se abrirá otra ventana con los paquetes descargables
desde el mismo. Desplazándose hacia abajo se encontrarán los paquetes de
interés: se trata de marcar todos los paquetes que comiencen con Rcmdr.
El programa R empezará la instalación de los paquetes, también instalará otros que
Rcommander necesita para su funcionamiento.
Al detenerse la instalación volverá a mostrar la pantalla de la consola. Para arrancar
el RCommander, seleccionar otra vez el menú Paquetes>Cargar paquete.

Nuevamente se visualizará una lista de paquetes, marcar Rcmdr y cárgarlo.

Finalmente se abrirá la ventana del programa RCommander.
Ahora, se tienen instalados tanto el R como el r-commander para trabajar con ellos.
Cada vez que entremos en R se tiene que cargar nuevamente el Rcommander.
Estas instalaciones también se pueden realizar directamente del RStudio.
R STUDIO
Una herramienta más cómoda a la hora de trabajar con el lenguaje R. Respecto al
entorno de trabajo de R, RStudio nos ofrece:
 Visualización de los gráficos integrada en el mismo entorno.
 Acceso cómodo a la ayuda electrónica sobre R.
 Un editor que nos permite guardar nuestro trabajo.
Instalación:
Se tiene descargado RStudio-0.96.304.exe para Windows.
Comenzar ejecutando el instalador anteriormente descargado.
Aparece el Asistente de instalación, pulsar siguiente.

Después nos pide el lugar de instalación del paquete, pulsar siguiente.

Elegir la carpeta del menú inicio donde colocar los accesos directos a los elementos
del paquete, pulsar Instalar.
Y comienza la instalación.

Y para finalizar aparece el asistente indicando que ha finalizado la instalación.

Pulsar Terminar.
Al arrancar Rstudio nos aparece lo siguiente:
PRIMEROS PASOS CON RSTUDIO
Se comienza por escribir los comandos en la pantalla. Aparte de la línea de menús
en pantalla aparecen cuatro ventanas: Ficheros abiertos (superior izquierda),
Workspace-History (superior derecha), Console (inferior izquierda) y Files-Plots-
Packages-Help (inferior derecha).
Se introduce los comandos en Console y los resultados, bien se obtendrán en la
misma ventana bien en la que está justo encima, a no ser que sea un gráfico que
aparecerá en la sección Plot de la ventana inferior derecha.
Si se necesita ayuda se puede ir directamente a la sección de ayuda (Help) del
menú de opciones para resolver cuestiones sobre R o Rstudio y en la pestaña Help
de la ventana inferior derecha es específica de R. Otra forma muy rápida consiste
es ecribir ?plot() (u otra función o comando) en la consola y nos saca la ayuda de la
función en la ventana inferior derecha.
Crear una función

Con esto (la primera línea) lo que hacemos es crear un nuevo objeto
UNDAC.Oxapampa que es de tipo función y al que le asignamos una tarea (lo que
hay entre llaves) y al ejecutarlo (segunda línea) se le dice a R que realice la tarea
asociada a dicha función, es decir, que escriba ¡UNDAC Oxapampa!.
R como una calculadora básica

Ayuda dentro del programa

INSTRUMENTO ESTADÍSTICO PARA EL ANÁLISIS DE DATOS (BLOQUES

COMPLETOS AL AZAR – PARCELAS DIVIDIDAS)
Crear una carpeta destino en la cual guardaremos lo realizado en el RStudio.
En RStudio ejecutamos Session-Set Working Directory-Choose Directory…
Nos saldrá una ventana con el cual buscaremos la ubicación de la carpeta creada
para el guardado de la sesión. Seleccionamos y le damos en Open. Asímismo en
la misma carpeta, guardamos el archivo “Caso 1”, contenido del cuadro de
bloques completos al azar en formato “Documento de texto”.
Cargar el paquete “agricolae” en el RStudio
Bloques completos al azar
En la consola escribimos los comandos

Cuadro de Bloques completos al azar

Parcelas divididas
Estos diseños tienen dos factores, uno es aplicado en las parcelas y se define
como una en un diseño de bloques completos al azar; y un segundo factor, que se
aplica en las subparcelas de cada parcela aplica al azar. la función design.split()
permite encontrar el plan experimental para este diseño y sus parámetros son:
> str(design.split)
function (trt1, trt2, r = NULL, design = c("rcbd", "crd", "lsd"), serie = 2, seed = 0,
kinds = "Super-Duper", first = TRUE, randomization = TRUE)
Aplicación:
IMPORTAR EXCEL A R
Para esto, se utiliza la función read_excel(…). Esta función, tiene varias opciones,
pues se tiene dos casos de cómo encontrar los archivos de Excel que se quiere
cargar.
1. El primer caso, es cuando los datos están en la primera hoja del Excel y empiezan
en la celda A1.

Entonces, para importar este caso asignamos a una variable la función

read_excel(ruta).

Si se ve la variable, es un dataframe con el contenido del excel. Si pedimos la

variable por la consola se ve el contenido pero dice tibble.

Un tibble es una estructura de datos equivalente a un dataframe. O sea que son lo

mismo, todo lo de dataframes aplica a un tibble.
2. Si los datos no están en la primera hoja o no empiezan en la celda A1 se realiza
lo siguiente.
Para este caso, tenemos que agregar la opción «sheet» a la función read_excel().
En esta opción escribimos el nombre de la hoja de Excel que queremos. En R:

COMANDOS Y SIGNIFICADOS IMPORTANTES

- El simbolo “;” es un separador de una orden , asigna valores
- Cada trabajo en R es llamado sesion y ellas a su vez son clasificadas en
carpetas (folderes).
- Ctrl L: usado para limpiar la consola.
- d: densidad, altura de la funcion
- p: probabilidad
- q: es la inversa de p
- r: numeros aleatorios, rangos
- x <-seq(): generar numeros en unna secuencia
- t estudent: qt;dt;rt;pt
- df: grados de libertad
- lower: abajo
- rexp: numeros aleatorios exponenciales
- ncol: numero de columnas
- matriz: primero filas y luego columnas
- mean: promedio
- sum: suma
- CBIND: para juntar columnnas
- RBIND: para juntar filas
- from: desde
- to: hasta
- by: saltando de
- length: longitud de
- Para convertir a angulos= -> angulo
- Para convertir angulos a radianes= angulo*pi/180
- plot: para hacer graficos
- curve: para grafico de curvas
- abline: para trazar lineas
- lty: tipo de linea
- lw: grosor de linea
- Para numeros imaginarios trabajar con su parte real y su parte imaginaria
- integrate(f,de,hasta): Para integrales
- header: encabezado
- skip:lineas ocupadas
- library: para cargar paquete
- print(): para mostrar datos
- str: estructura del objeto
- names: nombres del objeto
- Datos estadisticos: data.frame=tabla de datos
- obs.: observaciones(filas y columnas)
- write: escribir, enviar informacion hacia el exterior;para excel(write.csv o
write.csv2)
- csv: tipos de archivos portables
write.csv2(nombre del objeto,"nombre asignado.csv",row.names=FALSE), lo
ultimo para borrar columna.
- axes = FALSE, para desaparecer los ejes
- braks: limites
- Para reproducir el mismo diseño se debe anotar el numero de semilla
first=FALSE(Para no aleatorizar el 1er bloque) =TRUE(Para aleatorizar)
- lambda:
- paste: juntar textos
- para ver los parametros de una funcion: PBIB.test
- k: columnas
 - s: filas
- spearman=correlacion
- kendall=concordancia
- colnames:cuando es matriz
- Debe haber mas datos que variables-> el nmro devariables mas 2(datos)
- Construir el modelo general donde este la var. respuesta y todos los datos
- summary de modelo: informacion mas importancia del modelo
- Para regresion multiple se utiliza el R^2 ajustado
- reducir variables(estudio<-step(modelo,indice)
- plot(x,y): para crear graficos

III. CONCLUSIONES
- El software R nos permite: Almacenamiento, manipulación y tratamiento de
datos de cualquier tipo, la realización de cálculos y gráficos básicos,
operaciones con matrices, análisis de datos mediante una amplia, coherente
 e integrada colección de herramientas y funciones implementadas en el
programa, implementar funciones creadas por el usuario para la realización
de otras operaciones que no disponga R.
- Cuenta, además, con la ventaja de ser gratuito y de descarga e instalación
sencillas.
- R no es solo una herramienta estadística ética, eficiente y productiva, sino
también rentable.