Algunos comandos utiles en R

Comandos basicos de R

Gestion de datos y entorno

Comando	Descripcion
data()	Conjuntos de datos disponibles. Lista los ficheros de datos que suministra el programa.
attach(fichero)	Carga en memoria las variables del data frame.
detach(fichero)	Descarga de la memoria las variables del data frame.
ls()	Lista de los objetos que estan en memoria.
rm(objeto)	Elimina el objeto en memoria.
attributes(data.frame)	Lista de los atributos del data frame.
help.start()	Ayuda en HTML con busqueda integrada.
getwd()	Muestra el directorio de trabajo actual.
setwd("C:/data")	Cambia el directorio de trabajo.

Manejo de valores ausentes (NA)

na.omit(x)            # Elimina las observaciones con datos ausentes (NA)
is.na(x)              # Devuelve TRUE cuando encuentra valor omitido (NA)
which(is.nan(x))      # Devuelve los indices de los valores NA

Funciones apply y tablas

tapply(variable, factor, func)      # Aplica la funcion func a las variables por factores
apply(data.frame, op, func)         # Aplica una funcion a filas (op=1) o columnas (op=2)
table(f1, f2)                       # Calcula la tabla de frecuencias para factores f1, f2
split(Variable, Factor)             # Descompone la variable segun los factores

---

Operadores

Operadores aritmeticos

Operador	Descripcion
+	Adicion
-	Substraccion
*	Multiplicacion
/	Division
^	Potencia
%/%	Division entera

Operadores comparativos

Operador	Descripcion
==	Igual a
!=	Diferente de
>	Mayor que
>=	Mayor o igual que
<	Menor que
<=	Menor o igual que

Operadores logicos

Operador	Descripcion
&	Y logico
|	O logico
!	NO logico
is.na(x)	Comprueba si es valor ausente

---

Funciones matematicas

Funcion	Descripcion
sqrt(x)	Raiz cuadrada de x
exp(x)	Exponencial de x
log(x)	Logaritmo natural de x
log10(x)	Logaritmo en base 10
length(x)	Numero de elementos
sum(x)	Suma los elementos de x
prod(x)	Producto de los elementos
sin(x)	Seno
cos(x)	Coseno
tan(x)	Tangente
round(x, n)	Redondea a n digitos
choose(n, k)	Numero combinatorio de n sobre k
cumsum(x)	Sumas acumuladas: $x_1, x_1+x_2, x_1+x_2+x_3, \ldots$

Funciones estadisticas

Funcion	Descripcion
mean(x)	Media aritmetica
sd(x)	Cuasidesviacion tipica
var(x)	Varianza
median(x)	Mediana
quantile(x, p)	Quantiles
cor(x, y)	Correlacion
max(x)	Valor maximo
min(x)	Valor minimo
range(x)	Retorna el maximo y minimo
sort(x)	Ordena las componentes de x
which(condicion)	Indices que cumplen la condicion
summary(x)	Resumen estadistico de las variables

---

Funcion de distribucion empirica

ecdf(x)    # Calcula la funcion de distribucion empirica

Muestreo

sample(x, size, replace = FALSE, prob)
# Obtiene una muestra de tamano 'size' de x,
# con o sin reemplazamiento,
# pudiendo tener los elementos de x probabilidades
# distintas a la uniforme (por defecto).

---

Tests de hipotesis

Test de Kolmogorov-Smirnov

ks.test(x, Fx, param, alt = "two.sided")

Para realizarlo se necesita:

• x: vector de valores ordenados de la variable.
• Fx: la funcion de distribucion continua, como por ejemplo pnorm (normal), pexp (exponencial), pt (t de Student), etc.
• param: especificar los parametros de la distribucion.
• alt: hipotesis alternativa, con 3 opciones: "two.sided", "less", "greater".

Test de proporciones

prop.test(x, n, p = 0.5, alternative = "two.sided", conf.level = 0.95, correct = FALSE)

Para realizarlo se necesita:

• x: numero de exitos.
• n: numero de pruebas.
• p: hipotesis nula ($p = p_0$).
• alternative: hipotesis alternativa ("two.sided", "less", "greater").
• conf.level: nivel de confianza ($1 - \alpha$).
• correct: indica si se aplica la correccion por continuidad de Yates.

Ejemplos:

prop.test(x, n, conf.level = 0.95)
prop.test(x, n, p = 0, alt = "two.sided")
prop.test(x = c(x1, x2), n = c(n1, n2), alt = "two.sided")

Test t de Student

t.test(x, alternative = "two.sided", mu = 0, conf.level = 0.95)

Para realizarlo se necesita:

• x: vector de datos.
• alternative: hipotesis alternativa. Por defecto "two.sided" (bilateral), pero se puede elegir "less" (unilateral a la izquierda) o "greater" (unilateral a la derecha).
• mu: hipotesis nula ($\mu = \mu_0$).
• conf.level: nivel de confianza ($1 - \alpha$).