¡Atención!
Instalar el paquete rstatix para hacer uso de la función get_pwc_label.
Para ello utilizar el siguiente código:
install.packages("rstatix")
Descripción
Argumentos
Extrae información de etiquetas de pruebas estadísticas. Útil para etiquetar gráficos con resultados de pruebas
stat.test = resultados de pruebas estadísticas devueltos por las funciones rstatix
type = tipo de etiqueta. Puede ser "text" o "expresion"
Ejemplo práctico disponible en letra G, función ggboxplot() {ggpubr}
get_test_label() {rstatix}
¡Atención!
Instalar el paquete rstatix para hacer uso de la función get_test_label.
Para ello utilizar el siguiente código:
install.packages("rstatix")
Descripción
Argumentos
Extrae información de etiquetas de pruebas estadísticas. Útil para etiquetar gráficos con resultados de pruebas
stat.test = resultados de pruebas estadísticas devueltos por las funciones rstatix
type = tipo de etiqueta. Puede ser "text" o "expresion"
detailed = valor lógico. Si es TRUE, devuelve la etiqueta detallada
Ejemplo práctico disponible en letra G, función ggboxplot() {ggpubr}
ggboxplot() {ggpubr}
¡Atención!
Instalar el paquete ggpubr para hacer uso de la función ggboxplot.
Para ello utilizar el siguiente código:
install.packages("ggpubr")
Descripción
Argumentos
Crear un gráfico de caja con puntos
data = data.frame
x = variable a graficar en el eje x
y = variable a graficar en el eje y
color = color del contorno de la caja definido a partir de una variable tipo factor
palette = paleta de colores que se utilizará para colorear por grupos
add = vector de caracteres para añadir otro elemento al gráfico
palette
"Dark2", "Set1"
add
"jitter" : agrega los valores de un vector numérico de forma dispersa
"mean" : agrega la media en el boxplot
¡Atención!
Instalar el paquete multcomp para hacer uso de la función glht.
Para ello utilizar el siguiente código:
install.packages("multcomp")
Descripción
Argumentos
Realiza comparaciones múltiples
model = objeto generado por la función lm
linfct = especificación de las hipótesis lineales que deben comprobarse. Las comparaciones múltiples se especifican mediante objetos devueltos por la función mcp
#Importación de datosdatos.glht =data.frame(CO2 =factor(rep(c("0.0","0.083","0.29","0.50","0.86"),each =10 ) ),respuesta =c(62.6,59.6,64.5,59.3,58.6,64.6,50.9,56.2,52.3,62.8,50.9,44.3,47.5,49.5,48.5,50.4,35.2,49.9,42.6,41.6,45.5,41.1,29.8,38.3,40.2,38.5,30.2,27.0,40.0,33.9,29.5,22.8,19.2,20.6,29.2,24.1,22.6,32.7,24.4,29.6,24.9,17.2,7.8,10.5,17.8,22.1,22.6,16.8,15.9,8.8 ))#Construcción del modelomodelo.glht =lm(respuesta ~ CO2, data = datos.glht)
Se utiliza para buscar patrones de texto en un vector de caracteres y devuelve un vector lógico que indica si cada elemento del vector contiene una coincidencia con el patrón especificado
pattern = El patrón de texto que se busca.
x = El vector de caracteres en el que se realiza la búsqueda.
ignore.case = TRUE o FALSE. Cuando es TRUE ignora las diferencias entre mayúsculas y minúsculas al realizar la búsqueda. Sí es FALSE no ignora las diferencias entre mayúsculas y minúsculas al realizar la búsqueda. Por defecto, es FALSO
datos$Caracterización #Visualizar los datos de la columna Caracterización de la Tabla 1: datos
# Ignora las diferencias entre mayuscúlas y minúsculas
En este caso se está realizando la búsqueda de patrones que contengan la letra “D” (en el primer código) y la letra “d” (en el segundo código) en la columna Caracterización de la Tabla 1: datos.
group_by() {dplyr}
¡Atención!
Instalar el paquete dplyr para hacer uso de la función group_by.
Para ello utilizar el siguiente código:
install.packages("dplyr")
Descripción
La mayoría de las operaciones de datos se realizan en grupos definidos por variables. group_by() toma un tabla existente y lo convierte en una tabla agrupada donde las operaciones se realizan “por grupo”