1 Variables y estadística descriptiva
#para correr este libro se debe poner:
#bookdown::render_book("index.Rmd", "bookdown::gitbook") borrando el archivo _main.Rmd1.1 Instalar R
La primera parte consiste en instalar R y RStudio, y aprender a cargar paquetes. Esto es lo mas importante.
1.2 Tipos de Variables y bases de datos
En necesario que cargue los siguientes paquetes si desea replicar los códigos en su computador.
Para instalar paquetes en R,
library(tidyverse)
library(readr)
library(datasets)En primer lugar, vamos a cargar un conjunto de datos que ya están precargado en R. Para realizar esto, se sigue el codigo de R:
tusDatos <- mtcars
head(tusDatos) #muestra la primera parte de los datos.## mpg cyl disp hp drat wt qsec vs am gear carb
## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
## Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
## Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1Estos datos extraidos de la revista Motor Trend, muestra 32 observaciones sobre 11 variables:
- mpg: Millas / (EE. UU.) Galón
- cyl: Número de cilindros
- disp: Desplazamiento (pulgadas cúbicas)
- hp: Caballos de fuerza brutos
- drat: Relación del eje trasero
- wt: Peso (1000 libras)
- qsec: 1/4 de milla de tiempo
- vs: frente al motor (0 = en forma de V, 1 = recto)
- am: Transmisión (0 = automático, 1 = manual)
- gear: Número de marchas de avance
- carb: Número de carburadores
\textcolor{red}
NOTA: ? significa AYUDA. Corra la siguiente linea de R, esto le ayudara a entender la base. Haga clic en “Run Code” para ver la ayuda:
?mtcarsNOTA:
$Este signo, significa que voy a tomar solamente esa columna de datos:
mtcars$mpg## [1] 21.0 21.0 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 17.8 16.4 17.3 15.2 10.4 10.4 14.7
## [18] 32.4 30.4 33.9 21.5 15.5 15.2 13.3 19.2 27.3 26.0 30.4 15.8 19.7 15.0 21.4Una de las variables de la base de datos mtcars es: Número de marchas de avance (Number of forward gears). Puede llamar únicamente esa columna:
?mtcarsmtcars$gear## [1] 4 4 4 3 3 3 3 4 4 4 4 3 3 3 3 3 3 4 4 4 3 3 3 3 3 4 5 5 5 5 5 41.3 Cargar datos en R
Hay varios modos de leer una base de datos en R. Por ejemplo, se sugiere dar los siguientes pasos:
Introducir los datos en una hoja de cálculo de Excel: cada columna corresponderá a una variable. La primera fila de cada columna debe llevar el nombre de la variable. Los decimales deben estar separados por puntos y no por comas. Tampoco se pueden usar tildes (acentos) ni la letra ñ ni otros signos: solo se escribir á n números y nombres breves de variables. Además, hay que asegurarse de que no haya casillas en blanco.
Guardar los datos desde Excel como texto MS-DOS (formato .txt, sin hacer caso de posibles avisos de Excel).
Puedes descargar los datos en:
- Quedará guardado un archivo (canga25R.txt) en el disco duro, por ejemplo en la siguiente dirección:
c://r/canga25.txt
- Abrir R/Splus y usar el menú para definir como directorio de trabajo aquel en el que esté contenido el fichero que se quiere abrir. Esto puede hacerse desde el menú como:
Session → Set working directory → Choose directory o bien usando Ctrl + D
Resulta más útil dejar fijado permanentemente el directorio donde se guardarán los datos. La fijación de directorio permanente de trabajo puede hacerse desde el menú general de R:
R → Preferences → General (startup) → Initial working directory
- Dar la siguiente orden: Si después se escribe simplemente
d <- read.table("canga25.txt", header = TRUE) Después se escribe simplemente
d## id sexo edad inicio numcig peso talla grupo ecivil dia_0 mes_0 year_0 estudios interes
## 1 1 2 59 20 20 49 150 2 1 19 3 1998 3 2
## 2 2 1 21 13 20 78 173 1 2 11 2 1998 7 0
## 3 3 1 54 13 11 83 178 2 1 11 3 1998 6 2
## 4 4 1 66 15 20 75 . 2 1 13 6 1998 6 1
## 5 5 1 51 45 60 80 170 1 1 6 2 1998 7 1
## 6 6 2 27 13 20 57 158 1 2 26 1 1998 7 0
## 7 7 1 41 16 40 51 157 2 2 13 1 1998 6 3
## 8 8 2 59 20 15 47 155 1 2 21 1 1998 5 1
## 9 9 1 31 16 20 61 163 1 2 26 1 1998 8 1
## 10 10 1 62 14 10 48 155 2 2 11 4 1998 2 2
## 11 11 1 22 14 7 63 173 2 2 14 1 1998 6 2
## 12 12 1 51 15 8 78 . 2 1 12 6 1998 5 2
## 13 13 1 50 21 30 77 164 1 1 15 1 1999 5 1
## 14 14 1 67 19 30 64 169 2 1 17 3 1998 4 1
## 15 15 2 56 17 20 100 155 1 4 3 2 1998 2 1
## 16 16 1 19 13 15 68 170 2 2 19 5 1998 5 2
## 17 17 2 20 14 15 52 165 2 2 15 4 1998 5 2
## 18 18 1 69 . 30 71 166 2 1 14 5 1998 2 2
## 19 19 2 42 20 20 55 167 1 1 16 2 1998 8 1
## 20 20 1 64 16 10 67 175 1 1 28 2 1998 5 2
## 21 21 1 72 9 20 90 170 2 2 19 2 1998 2 1
## 22 22 1 71 22 20 67 165 1 1 3 3 1998 2 1
## 23 23 1 75 10 20 75 165 1 1 2 3 1998 1 1
## 24 24 1 47 10 30 90 175 1 1 16 2 1998 4 2
## 25 25 1 77 10 20 68 170 1 1 3 2 1998 2 1
## dia_5 mes_5 year_5 abandono
## 1 25 5 1998 2
## 2 28 5 1998 2
## 3 12 8 1998 2
## 4 22 10 1998 2
## 5 12 6 1998 2
## 6 13 6 1998 2
## 7 15 6 1998 2
## 8 15 6 1998 1
## 9 16 6 1998 1
## 10 16 6 1998 2
## 11 17 6 1998 2
## 12 27 2 1999 2
## 13 18 9 1999 2
## 14 19 6 1998 2
## 15 19 6 1998 2
## 16 22 6 1998 2
## 17 13 7 1998 2
## 18 13 7 1998 2
## 19 13 7 1998 2
## 20 13 7 1998 2
## 21 13 7 1998 2
## 22 15 7 1998 2
## 23 17 7 1998 2
## 24 16 7 1998 2
## 25 16 7 1998 2el programa mostrará la base de datos.
header significa que los datos tienen algun tipo de encabezado, tiene que fijarse si lo tiene. Note la diferencia si pone FALSE, en lugar de TRUE en el comando.
También se puede llamar los datos desde cualquier pagina Web. Sin embargo, siempre se debe tener cuidado el formato de los datos:
test <- read.table("https://stats.idre.ucla.edu/stat/data/test.txt")
head(test)## V1 V2 V3 V4 V5 V6
## 1 prgtype gender id ses schtyp level
## 2 general 0 70 4 1 1
## 3 vocati 1 121 4 2 1
## 4 general 0 86 4 3 1
## 5 vocati 0 141 4 3 1
## 6 academic 0 172 4 2 1Por ejemplo, los datos test tienen los nombres de las columnas y no fueron tomado en cuenta. Escriba el comando correcto para que R reconozca los nombres del encabezado y mueste la primera parte de los datos:
test <- read.table("https://stats.idre.ucla.edu/stat/data/test.txt", header = TRUE)
head(test)## prgtype gender id ses schtyp level
## 1 general 0 70 4 1 1
## 2 vocati 1 121 4 2 1
## 3 general 0 86 4 3 1
## 4 vocati 0 141 4 3 1
## 5 academic 0 172 4 2 1
## 6 academic 0 113 4 2 1¡MANOS A LA OBRA!
Cargue los datos canga25 en su computador.