R para Principiantes

R para Principiantes

Emmanuel Paradis

Institut des Sciences de l’E´volution

Universit Montpellier II F-34095 Montpellier cdex 05

France

E-mail: paradis@isem.univ-montp2.fr

traducido por

Jorge A. Ahumada

RCUH/ University of Hawaii & USGS/ National Wildlife Health Center

E-mail: jahumada@usgs.gov

Quiero agradecerle a Julien Claude, Christophe Declercq, E´ lodie Gazave, Friedrich Leisch y Mathieu Ros por sus comentarios y sugerencias en versiones anteriores de este documento. Tambie´n estoy muy agradecido con los miembros del grupo nuclear de programadores de R por sus  esfuerzos  considerables  en  el  desarrollo  de  R  y  su  a´nimo  en  la  lista  de  discusio´n  ‘rhelp’. Gracias a todos los usuarios de R cuyas preguntas y comentarios me ayudaron a escribir ’R para prinicpiantes’.

Ⓧc  2002, Emmanuel Paradis (3 de marzo de 2003)

´Indice

1. Pro´logo         3
2. Algunos conceptos antes de comenzar        4

2.1.   Co´mo funciona R  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .         4

1. Creacio´n, listado y remocio´n de objetos en memoria .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .         6

2.3.   La ayuda en l´ınea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        7

1. Manejando Datos con R        9

3.1.   Objetos   . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        9

1. Leyendo datos desde un archivo        10
2. Guardando datos        13
3. Generacio´n de datos         14

1. Secuencias regulares        14
2. Secuencias aleatorias        16

1. Manipulacio´n de objetos         17

1. Creacio´n de objetos         17
2. Conversio´n de objetos         21
3. Operadores        22
4. Co´mo acceder los valores de un objeto: el sistema de indexacio´n         23
5. Accediendo a los valores de un objeto con nombres        25
6. El editor de datos        25
7. Funciones aritme´ticas simples         25
8. Ca´lculos con Matrices         27

1. Haciendo gra´ficas en R         29

1. Manejo de gra´ficos         29

1. Abriendo mu´ltiples dispositivos gra´ficos         29
2. Disposicio´n de una gra´fica         30

1. Funciones gra´ficas         32
2. Comandos de graficacio´n de bajo nivel         33
3. Para´metros gra´ficos         35
4. Un ejemplo pra´ctico         36
5. Los paquetes grid y lattice        40

1. Ana´lisis estad´ısticos con R         46

1. Un ejemplo simple de ana´lisis de varianza         46
2. Fo´rmulas         48
3. Funciones gene´ricas         49
4. Paquetes        52

1. Programacio´n pra´ctica con R         54

1. Bucles y Vectorizacio´n         54
2. Escribiendo un programa en R        56
3. Creando sus propias funciones        57

1. Literatura adicional sobre R        59

1. Pro´ logo

El objetivo de este documento es proporcionar un punto de partida para personas interesadas en comenzar a utilzar R. He escogido hacer e´nfasis en el funcionamiento de R, con el objeto de que se pueda usar de una manera ba´sica. Dado que R ofrece una amplia gama de posibilidades, es u´til para el principiante adquirir algunas nociones y conceptos y asi avanzar progresivamente. He tratado de simplificar las explicaciones al ma´ximo para hacerlas lo ma´s comprensivas posibles, pero al mismo tiempo proporcionando detalles u´tiles, algunas veces con la ayuda de tablas.

R es un sistema para a´nalisis estad´ısticos y gra´ficos creado por Ross Ihaka y Robert Gentle- man1. R tiene una naturaleza doble de programa y lenguaje de programacio´n y es considerado como un dialecto del lenguaje S creado por los Laboratorios AT&T Bell. S esta´ disponible como el programa S-PLUS comercializado por Insightful2. Existen diferencias importantes en el disen˜o de R y S: aquellos interesados en averiguar ma´s sobre este tema pueden leer el art´ıculo publicado por Ihaka & Gentleman (1996) o las Preguntas Ma´s Frecuentes en R3, que tambie´n se distribuyen con el programa.

R se distribuye gratuitamente bajo los te´rminos de la GNU General Public Licence4; su desa- rrollo y distribucio´n son llevados a cabo por varios estad´ısticos conocidos como el Grupo Nuclear de Desarrollo de R.

R esta´  disponible en varias formas: el co´digo fuente escrito principalmente en C (y algunas rutinas en Fortran), esencialmente para ma´quinas Unix y Linux, o como archivos binarios pre- compilados para Windows, Linux (Debian, Mandrake, RedHat, SuSe), Macintosh y Alpha Unix.

Los archivos necesarios para instalar R, ya sea desde las fuentes o binarios pre-compilados, se distribuyen desde el sitio de internet Comprehensive R Archive Network (CRAN)5 junto con las instrucciones de instalacio´n. Para las diferentes distribuciones de Linux (Debian, . . . ), los binarios esta´n disponibles generalmente para las versiones ma´s actualizadas de e´stas y de R; visite el sitio CRAN si es necesario.

R posee muchas funciones para ana´lisis estad´ısticos y gra´ficos; estos u´ltimos pueden ser vi- sualizados de manera inmediata en su propia ventana y ser guardados en varios formatos (jpg, png, bmp, ps, pdf, emf, pictex, xfig; los formatos disponibles dependen del sistema operativo). Los resultados de ana´lisis estad´ısticos se muestran en la pantalla, y algunos resultados interme- dios (como valores P-, coeficientes de regresio´n, residuales, . . . ) se pueden guardar, exportar a un archivo, o ser utilizados en ana´lisis posteriores.

El lenguaje R permite al usuario, por ejemplo, programar bucles (’loops’ en ingle´s) para ana- lizar conjuntos sucesivos de datos. Tambie´n es posible combinar en un solo programa diferentes funciones estad´ısticas para realizar ana´lisis ma´s complejos. Usuarios de R tienen a su disponibi- lidad un gran nu´mero de programas escritos para S y disponibles en la red;6 la mayor´ıa de estos pueden ser utilzados directamente con R.

Al principio, R puede parecer demasiado complejo para el no-especialista. Esto no es cierto necesariamente. De hecho, una de las caracter´ısticas ma´s sobresalientes de R es su enorme flexibi- lidad. Mientras que programas ma´s cla´sicos muestran directamente los resultados de un ana´lisis, R guarda estos resultados como un “objeto”, de tal manera que se puede hacer un ana´lisis sin ne- cesidad de mostrar su resultado inmediatamente. Esto puede ser un poco extran˜o para el usuario, pero esta caracter´ıstica suele ser muy u´til. De hecho, el usuario puede extraer solo aquella parte de los resultados que le interesa. Por ejemplo, si uno corre una serie de 20 regresiones y quiere[pic 1]

1Ihaka R. & Gentleman R. 1996. R: a language for data analysis and graphics. Journal of Computational and Graphical Statistics 5: 299–314.

2ve´ase http://www.insightful.com/products/splus/default.html para ma´s informacio´n

3http://cran.r-project.org/doc/FAQ/R-FAQ.html 4para mayor informacio´n: http://www.gnu.org/ 5http://cran.r-project.org/

6por ejemplo: http://stat.cmu.edu/S/

teclado rato´n[pic 2]

internet

Memoria activa        Disco duro Figura 1: Una visio´n esquema´tica del funcionamiento de R.

comparar los coeficientes de regresio´n, R le puede mostrar u´nicamente los coeficientes estimados: de esta manera los resultados se pueden resumir en una sola l´ınea, mientras que un programa cla´si- co le puede abrir 20 ventanas de resultados. Ma´s adelante, veremos otros ejemplos que ilustran y comparan la flexibilidad de R con programas de estad´ıstica ma´s tradicionales.

...