Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El programa permite interactuar con el computador, pasos a paso, según los resultados que son mostrados
en la consola, es decir que puede uno monitorear los procesos.
Una lista de ordenes pueden ser escritos en el editor RStudio con un archivo en ASCII con extensión “.R”
y ser ejecutado mediante el botón especifico “run”.
EL Programa R opera bajo diferentes plataformas: Windows, Linux, Unix y Mac. Las órdenes de
ejecución de los procedimientos son las mismas en cada plataforma, la diferencia está en la instalación y
en algunas funciones de menú que presenta cada versión.
Como entorno de programación básicamente se trata de una consola (ventana de trabajo) sobre la que se
van introduciendo scripts (instrucciones más o menos complejas) que se ejecutan sobre los datos
previamente cargados (conjuntos o ventanas de datos).
En la consola de R se pueden iniciar distintas sesiones de trabajo (denominadas áreas de trabajo), que
podemos grabar para retomar con posterioridad en el punto que lo dejamos, y sobre las que se van
cargando y guardando no sólo los scripts que requerimos a R, sino todos aquellos paquetes de datos que
previamente hemos cargado o leído, por lo que se convierte en un entorno de trabajo muy funcional y
práctico.
Además, no sólo se pueden guardar las áreas de trabajo que vayamos abriendo con R, sino que también
podemos guardar las ventanas de datos como archivos R o los propios scripts que hayamos programado
como objetos de R, o incluso las gráficas que vayamos generando en formatos gráficos totalmente
compatibles. Esto aporta una gran versatilidad al programa.
• Instalación de R:
Se debe tomar en cuenta que estos enlaces pueden cambiar a medida que aparezcan nuevas
versiones o actualizaciones, por lo que lo recomendable es instalar siempre las versiones más
recientes de R y RStudio para evitar algún conflicto.
Una vez dentro del editor, comenzaremos a escribir nuestros comandos y para ejecutarlos se
puede pulsar a la vez “CTRL + ENTER” o hacer clic en el botón “Run” (se encuentra en la parte
superior derecha del editor de comandos)
Para la instalación de paquetes se usa la sub-ventana inferior derecha haciendo clic en la solapa
“packages”, y después en el enlace “Install packages”, seguidamente escribiremos en el campo de
texto el nombre del paquete solicitado, por ejemplo “RODBC”.
• Comandos básicos.
Los objetos en R están formados por vectores, matrices, textos, tablas y todo elemento que puede
ser manipulado por R. Un conjunto de objetos puede ser integrado en una lista como objeto de R.
El nombre de los objetos es muy sensible a mayúsculas y minúsculas, así como cualquier orden
en R. Por ejemplo “print” existe, pero “PRINT” no existe. Por lo general son minúsculas, en
pocos casos se utiliza mayúsculas, para esto es necesario conocer la sintaxis apropiadamente.
Para comentar cualquier script solo se antepone el símbolo “#”, el cual es muy útil para
documentar lo que se está haciendo.
En la consola (donde aparecen los resultados de los códigos ejecutados) aparece el siguiente
símbolo: “>” el cual indica que existo una línea de código ejecutada, mientras que el símbolo “+”
indica que hay varias líneas ejecutadas, pero que por el espacio aparece en la siguiente línea más
abajo.
Si aparece este símbolo en rojo “stop”, indica que alguna ejecución de código se mantiene
ejecutando (ejem: cargando un archivo muy pesado), por lo que se debe esperar que finalice antes
de proseguir con otra ejecución de código, o también se puede finalizar si en caso el programa no
responda.
a<-2
a*a
a^2
sqrt(a)
exp(a)
a1<-a^a
Los objetos cada vez pueden ser más complejos según sea la composición y necesidad a procesar,
es el caso de los vectores:
b3<-c("a","b","c","a","b","b","b")
table(b3)
Cuando es necesario manejar otro nivel de información a procesar se puede considerar crear
matrices:
##
c<-matrix(0,2,3)
fix(c)
c
c<-matrix(b,2,3)
c+c
c1<-c%*%t(c) # multiplicación clásica de matrices
det(c1)
c1/2
c1/a
mean(c)
summary(c)
c[1,2] # fila 1 y columna 2, se indica la posición
c[1,2]<-1
Para manipular muchos objetos dentro de un solo objeto se denomina inserción en una lista,
donde tales sub objetos insertados pueden tener distintas formas, pero se debe tener cuidado de
manipular este tipo de objeto especial ya que puede generar problemas con la velocidad del
procesamiento en un análisis más complejo.
Cuando se generan objetos estos aparecen en la sub ventana superior derecha “workspace”, donde
te indica la composición y tipo de objeto.
Cada vez que ingrese a una nueva sesión de trabajo, localizar el lugar (fólder) para el manejo de
su información
Según el tipo de formato que se necesita trabajar, R se adapta mediante paquetes especiales la
carga de datos en su consola, tal es el caso de Excel.
##
setwd("D:/Curso de R")
datos<-read.table("datos.txt",header=TRUE)
datos<-read.csv("datos.csv",header = TRUE,sep=",")
head(datos)
# caso cuantitativo
print(b)
b[3]
b[3] <- 3 # solo cambia en el índice
b[b<=3]
b[b<=3] <- 9 # cambia en todos los valores de la condición
# caso cualitativo
A[A=="a1"]
datos[1:10,]
datos[,1]
datos[,2:9]
datos1=datos[,-1]
# Aplicación de los datos cargados
A <- as.factor(datos[,1])
vars <-datos[,2:9]
n1=ncol(vars)
nombres=colnames(vars)
## pivot table
aggregate(datos[,2],list(Factor=datos[,1]),mean)
Trabajo 1: ¿Cuál será la varianza de cada tratamiento (bacteria) si no se consideran las 2 primeras
bacterias y además se deben eliminar las plantas con alturas mayores a 2.2cm?
Para la búsqueda de ayuda se usa la sub ventana inferior derecha haciendo clic en la solapa
“Help”, seguidamente escribiremos en el campo de texto el nombre de la palabra solicitada, por
ejemplo “mean”.
• Programando en R.
a
a1
if(a<a1){print("a es menor que a1")}else{"b es menor que a1"}
# tener cuidado cuando no se cumple la condición
# caso 1
for(i in 1:10)
{
K=i*1
print(K)
}
# caso 2
for(i in 1:10)
{
if(i==4)
{
next # pasa al siguiente sub indice
}
K=i*1
print(K)
}
# caso 3
for(i in 1:length(b1))
{
if(b1[i]<mean(b1))
{
print(b1[i])
}else
{
print("valor mayor que la media")
}
}
for(i in 1:length(b1))
{
if(b1[i]<mean(b1))
{
print(b1[i])
}else
{
print("valor mayor que la media")
break # corta el bucle
}
}
i=1
while(i <= length(b1))
{
if(b1[i]<mean(b1)){print(b1[i])}
i=i+1
}
# caso 1 argumento
f1=function(vec)
{
d=vec[length(vec)]-vec[1]
return(d)
}
f1(b1)
Trabajo 1: Hacer un código con el uso del comando “for(..)” que calcule el promedio de cada
tratamiento de los datos evaluados arriba, usando cada una de las variables