Taller introducció a R - Part I - UAB Barcelonapagines.uab.cat/plopez/sites/pagines.uab.cat.plopez/...2 Funcionalitats b asiques Instal· lacio Espais de treball, objectes i paquets

Taller introduccio a RPart I

Joan Manel Sanchez [email protected]

25 abril 2013

Index

1 Caracterıstiques generals del programariOrıgensPrincipals caracterıstiquesAjuda i documentacio

2 Funcionalitats basiquesInstal·lacioEspais de treball, objectes i paquetsExecucio d’instruccionsGUIs i IDEs

3 Tractament de fitxers i transformacio de dadesCarrega de dadesFuncions basiquesTransformacio de dades

4 Analisi de dadesProcediments d’analisiEls grafics en R

Introduccio a R. 2 de 64

Caracterıstiques generals del programari


Orıgens


Orıgens

1992 Aukland, Nova Zelanda: Ross Ihaka i Robert Gentleman

Implementacio del llenguatge “S”

1993 primeres distribucions a la xarxa

1995 pren forma amb la llicenca GPL

1997 R Core Development Team

2002 R Foundation for Statistical Computing


Principals caracterıstiques


Principals caracterıstiques

Gratuıt

Llenguatge i entorn per la computacio estadıstica i grafica

Motor lleuger amb la possibilitat d’utilitzar diferents interficies

Dirigit a objectes

Versatilitat i ductilitat

Utilitzacio de

Calculs basics (calculadora)Funcions existentsFuncions programades ad-hoc

Carrega de paquets (amb les funcions) segons les necessitats


Ajuda i documentacio


Ajuda i documentacio

Ajuda i documentacio oficial

?, help(), help.search()Documentacio dels paquets

Grups d’usuaris

R Users Grup Barcelona http://rugbcn.wordpress.com/

Blocs, forums i llocs web de suport

R-bloggers http://www.r-bloggers.com/

Llistes de correu electronic de suport

R-help-eshttps://stat.ethz.ch/mailman/listinfo/r-help-es


http://rugbcn.wordpress.com/

http://www.r-bloggers.com/

https://stat.ethz.ch/mailman/listinfo/r-help-es

Pagina d’ajuda de funcions


Funcionalitats basiques


Instal·lacio


Instal·lacio


Instal·lacio


Instal·lacio


Instal·lacio

Windows

Descarregar baseInstal·lar

Linux

(actualitzacions automatiques) Afegir l’adreca de la font deprogramari (veure web)(actualitzacions automatiques) Afegir la clau publica (veureweb)Cercar “r-base” al centre de programari o teclejar al terminal“sudo apt-get install r-base”

Mac OS

Descarregar ultima versio disponibleInstal·lar

Alternativa: descarregar paquets preparats R + GUI/IDE


Espais de treball, objectes i paquets


Working directory

Es el directori de treball, on R cerca els fitxers externs si nos’especifica una altra cosa.

getwd()

setwd()


workspace

L’espai de treball, workspace, es l’entorn de R en el que es treballadurant una sessio i conte tots els objectes definits per l’usuari.

No ha de ser definit per l’usuari, es genera en cada sessio

Es pot desar: save.image()

Coneixer els objectes: ls()

Classe: class()


Objectes

Vectors: seguit de valors d’un mateix tipus, ja sigui numerics,logics o caracter, amb una dimensio i una longitud determinada

unvector

## [1] 2 5 3 66 4 87

Factors: vectors que contenen variables categoriques, amb unatribut de nivells que son les categories. Els nivells o categories esconeixen amb la funcio levels()

unfactor

## [1] Primer Tercer Segon Primer Primer Tercer

## Levels: Primer Segon Tercer


Objectes

Matrius son objectes de dues dimensions, amb fileres i columnes,que contenen valors d’un mateix tipus

unamatriu

## [,1] [,2]

## [1,] 1 6

## [2,] 2 7

## [3,] 3 8

## [4,] 4 9

## [5,] 5 10


Objectes

Data.frame es el que anomenem matriu de dades. Tenen duesdimensions que poden contenir dades de diferents tipus. Lescolumnes son les variables, i cada variable pot ser de diferentsclasses. A les fileres tenim els individus

undataframe

## nom sexe edat pes

## 1 Arnau H 28 67.9

## 2 Vıctor H 32 59.6

## 3 Martı H 30 85.5

## 4 Pau H 32 66.5

## 5 Pol H 30 56.6

## 6 Berta D 30 61.4

## 7 Julia D 32 67.9

## 8 Paula D 29 74.0


Objectes

Llistes son un conjunt d’objectes, que poden ser iguals o diferents,i que poden tenir diferents dimensions i tipus de dades

unallista

## [[1]]

## [1] 2 5 3 66 4 87

##

## [[2]]



##

## [[3]]

## [,1] [,2]

## [1,] 1 6

## [2,] 2 7

## [3,] 3 8

## [4,] 4 9

## [5,] 5 10

##

## [[4]]


## 1 Arnau H 28 67.9

## 2 Vıctor H 32 59.6

## 3 Martı H 30 85.5

## 4 Pau H 32 66.5

## 5 Pol H 30 56.6

## 6 Berta D 30 61.4

## 7 Julia D 32 67.9

## 8 Paula D 29 74.0 Introduccio a R. 21 de 64

Paquets

search()

install.packages()

library(), require()


Execucio d’instruccions


Objecte vs funcio

Referenciar objecte

Escriure el nom1 dimensio: posicio del valor entre claudators [ ]2 dimensions: posicio de les fileres, de les columnes entreclaudators [fileres,columnes]Variable en data.frame: “ $ ” entre nom objecte i nom variable

Utilitzar funcio

Sempre amb parentesi al final()Entre els parentesi els argumentsNo modifica els objectes si no es fa expressament


Calculadora

1+2

## [1] 3

3*4

## [1] 12

25+(235/6)

## [1] 64.17


Operadors

Sımbol Descripcio

# Comentari, utilitzat per escriure comentarisen els scripts. Tot el que estigui al seu dar-rera en una mateixa lınia no sera processatper la consola

= Igual, utilitzat en algunes funcions i per es-pecificar valors de les opcions

== Igual, utilitzat en les avaluacions logiques←→ Igual, utilitzat per atorgar un valor a un ob-

jecte!= Diferent, o no igual& I| O


Generar objectes

a <- c(1,3,2,1,1,3)

a

## [1] 1 3 2 1 1 3

b <- factor(a)

b

## [1] 1 3 2 1 1 3

## Levels: 1 2 3

levels(b) <- c("Primer","Segon","Tercer")

b




Generar objectes

1:10 -> c

c

## [1] 1 2 3 4 5 6 7 8 9 10

d = letters[1:5]

d

## [1] "a" "b" "c" "d" "e"


Generar objectes

e <- data.frame(nom=c("Arnau","Pol","Berta","Julia"),

sexe=c(rep("H",2),rep("D",2)),

edat=round(rnorm(n=4,mean=30)),

pes=round(rnorm(n=4,mean=70,sd=12),1))

e


## 1 Arnau H 30 67.8

## 2 Pol H 31 76.4

## 3 Berta D 30 62.7

## 4 Julia D 31 59.2


Generar objectes

f <- list(a,b,e)

f

## [[1]]

## [1] 1 3 2 1 1 3

##

## [[2]]



##

## [[3]]


## 1 Arnau H 30 67.8

## 2 Pol H 31 76.4

## 3 Berta D 30 62.7

## 4 Julia D 31 59.2


Referenciar objectes

a[3]

## [1] 2

b[2]

## [1] Tercer




e[3,]


## 3 Berta D 30 62.7

e[e$nom=="Berta","edat"]

## [1] 30



f[1]

## [[1]]

## [1] 1 3 2 1 1 3

f[[1]]

## [1] 1 3 2 1 1 3

f[[3]][,1]

## [1] Arnau Pol Berta Julia

## Levels: Arnau Berta Julia Pol


GUIs i IDEs


GUIs i IDEs

http://www.rstudio.com/


http://www.rstudio.com/

GUIs i IDEs

http://www.sciviews.org/Tinn-R/


http://www.sciviews.org/Tinn-R/

GUIs i IDEs

http://ess.r-project.org/


http://ess.r-project.org/

GUIs i IDEs

http://www.rcommander.com/


http://www.rcommander.com/

GUIs i IDEs

http://www.deducer.org/


http://www.deducer.org/

Tractament de fitxers i transformacio de dades


Carrega de dades


Carregar dades csv: read.table()

args(read.table)

## function (file, header = FALSE, sep = "", quote = "\"'", dec = ".",

## row.names, col.names, as.is = !stringsAsFactors, na.strings = "NA",

## colClasses = NA, nrows = -1, skip = 0, check.names = TRUE,

## fill = !blank.lines.skip, strip.white = FALSE, blank.lines.skip = TRUE,

## comment.char = "#", allowEscapes = FALSE, flush = FALSE,

## stringsAsFactors = default.stringsAsFactors(), fileEncoding = "",

## encoding = "unknown", text)

## NULL

dades.gencat <- read.csv2(

"http://www.gencat.cat/opendata/recursos/eleccions/pc/OPENDATA_A2012_participacio.csv",

fileEncoding="CP1252")


Carregar dades sav: read.spss()

library(foreign)

args(read.spss)

## function (file, use.value.labels = TRUE, to.data.frame = FALSE,

## max.value.labels = Inf, trim.factor.names = FALSE, trim_values = TRUE,

## reencode = NA, use.missings = to.data.frame)

## NULL

dades.spss <- read.spss("GSS1993.sav",to.data.frame=T)


Funcions basiques


Funcions basiques

Descripcio d’un data.frame

str(dades.gencat)

## 'data.frame': 1009 obs. of 25 variables:

## $ ELECCIO : Factor w/ 2 levels "","A": 2 2 2 2 2 2 2 2 2 2 ...

## $ ANY : int 2012 2012 2012 2012 2012 2012 2012 2012 2012 2012 ...

## $ NIVELL : Factor w/ 6 levels "","CA","CO","DM",..: 2 3 3 3 3 3 3 3 3 3 ...

## $ AUTONOMIA : Factor w/ 2 levels "","Catalunya": 2 2 2 2 2 2 2 2 2 2 ...

## $ CODI.PROVINCIA : int NA NA NA NA NA NA NA NA NA NA ...

## $ PROVINCIA : Factor w/ 5 levels "","Barcelona",..: 1 1 1 1 1 1 1 1 1 1 ...

## $ CODI.COMARCA : int NA 1 2 3 4 5 6 7 8 9 ...

## $ COMARCA : Factor w/ 43 levels "","Alta Ribagorca",..: 1 3 4 5 6 2 7 8 9 10 ...

## $ CODI.MUNICIPI : int NA NA NA NA NA NA NA NA NA NA ...

## $ MUNICIPI : Factor w/ 950 levels "","Abella de la Conca ",..: 1 1 1 1 1 1 1 1 1 1 ...

## $ CODI.DISTRICTE : int NA NA NA NA NA NA NA NA NA NA ...

## $ DISTRICTE : Factor w/ 11 levels "","Ciutat Vella ",..: 1 1 1 1 1 1 1 1 1 1 ...

## $ CENS.ELECTORAL : Factor w/ 841 levels "100.725","1.008",..: 619 440 782 749 172 416 795 116 93 623 ...

## $ VOTANTS : Factor w/ 793 levels "100","1.002",..: 454 281 601 593 23 249 624 780 732 440 ...

## $ X..VOTANTS : num 67.8 69.2 68.1 73 68.4 ...

## $ ABSTENCIO : Factor w/ 631 levels "","10","100",..: 159 625 282 205 452 626 281 390 406 198 ...

## $ X..ABSTENCIO : num 32.2 30.8 31.9 26.9 31.6 ...

## $ VOTS.NULS : Factor w/ 181 levels "","0","1","10",..: 89 49 105 130 29 92 127 159 157 146 ...

## $ X..VOTS.NULS : num 0.9 0.86 0.72 1.04 1.24 1.74 0.92 0.84 0.91 1.98 ...

## $ VOTS.EN.BLANC : Factor w/ 215 levels "","0","1","10",..: 150 112 181 175 59 136 5 30 29 199 ...

## $ X..VOTS.EN.BLANC : num 1.44 1.5 1.28 1.23 1.59 2.24 1.69 1.43 1.59 2.51 ...

## $ VOTS.A.CANDIDATURES : Factor w/ 796 levels "","100","1.001",..: 438 277 593 581 14 233 612 773 726 415 ...

## $ X..VOTS.A.CANDIDATURES: num 97.7 97.6 98 97.7 97.2 ...

## $ VOTS.VALIDS : Factor w/ 797 levels "","100","1.000",..: 446 278 598 584 19 239 618 783 736 426 ...

## $ X..VOTS.VALIDS : num 99.1 99.1 99.3 99 98.8 ...Introduccio a R. 41 de 64

Funcions basiques

Descriptius basics

summary(dades.gencat$X..ABSTENCIO)

## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's

## 7.46 21.70 26.10 26.50 30.60 93.50 1


Funcions basiques

Suma

sum(dades.gencat$X..ABSTENCIO)

## [1] NA

sum(dades.gencat$X..ABSTENCIO,na.rm=T)

## [1] 26666


Funcions basiques

Mitjana

mean(dades.gencat$X..VOTANTS)

## [1] NA

mean(dades.gencat$X..VOTANTS,na.rm=T)

## [1] 73.55


Funcions basiques

Desviacio

sd(dades.gencat$X..VOTANTS)

## [1] NA

sd(dades.gencat$X..VOTANTS,na.rm=T)

## [1] 7.997


Funcions basiques

Quartils

quantile(dades.gencat$X..VOTANTS,na.rm=T)

## 0% 25% 50% 75% 100%

## 6.49 69.44 73.91 78.27 92.54


Funcions basiques

Taula frequencies

table(dades.gencat$PROVINCIA)

##

## Barcelona Girona Lleida Tarragona

## 44 323 223 233 186


Funcions basiques

Taula contingencia

table(dades.gencat$PROVINCIA,dades.gencat$PROVINCIA)

##


## 44 0 0 0 0

## Barcelona 0 323 0 0 0

## Girona 0 0 223 0 0

## Lleida 0 0 0 233 0

## Tarragona 0 0 0 0 186


Transformacio de dades


Transformacions de dades

Infinitat de metodes per transformar les dades

Especıfics per factors

Especıfics per numeriques

Per tot tipus de dades


Transformacio factors

levels() es pot utilitzar per canviar les catetories

dades.gencat$prov <- dades.gencat$PROVINCIA

levels(dades.gencat$prov)

## [1] "" "Barcelona" "Girona" "Lleida" "Tarragona"

levels(dades.gencat$prov) = c("Districte","Est","Est","Oest","Oest")

table(dades.gencat$prov,dades.gencat$PROVINCIA)

##


## Districte 44 0 0 0 0

## Est 0 323 223 0 0

## Oest 0 0 0 233 186


Transformacio numerica

cut() genera trams d’una variable numerica

summary(dades.gencat$X..VOTANTS)

## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's

## 6.49 69.40 73.90 73.50 78.30 92.50 1

dades.gencat$votants <- cut(dades.gencat$X..VOTANTS,

breaks=quantile(dades.gencat$X..VOTANTS,na.rm=T),

include.lowest=TRUE)

summary(dades.gencat$votants)

## [6.49,69.4] (69.4,73.9] (73.9,78.3] (78.3,92.5] NA's

## 252 252 252 252 1


Transformacio qualsevol tipus

ifelse() es una funcio que evalua una sentencia i actua enconsequencia

dades.gencat$bcnmolt <- ifelse(dades.gencat$PROVINCIA=="Barcelona" & dades.gencat$X..VOTANTS>=80,

"bcn molts",

"altres")

table(dades.gencat$bcnmolt)

##

## altres bcn molts

## 955 54


Transformacio qualsevol tipus

car::recode recodifica les dades de qualsevol tipus

library(car)

dades.gencat$localitzacio <- recode(dades.gencat$PROVINCIA,

"c('Barcelona','Girona')='Est';''='Districte';else='Oest'",

as.factor.result=TRUE)

table(dades.gencat$localitzacio,dades.gencat$PROVINCIA)

##


## Districte 44 0 0 0 0

## Est 0 323 223 0 0

## Oest 0 0 0 233 186


Analisi de dades


Procediments d’analisi


Procediments d’analisi’

1 Carregar dades

2 Identificar les dades (descriptius, grafics)

3 Identificar les necessitats de l’explotacio

4 Transformar les dades

5 Explotar les dades


Els grafics en R


Funcions per graficar

Funcions per controlar la finestra

par()layout()

Funcions de primer nivell

hist()plot()boxplot()barplot()

Funcions de segon nivell

legend()points()text()lines()abline()Funcio de primer nivell: add=TRUE


Finestra

par()

par(mar=c(5.1, 4.1, 4.1, 2.1)) : estableix els margespar(mfrow=c(2,3)) : divideix en numero de fileres i numero decolumnespar(xpd=TRUE) : permet posicionar la llegenda fora de l’areadel grafic...

layout()

layout(matrix(c(1,2,3,4), ncol=2, byrow=FALSE))


hist()

hist(dades.gencat$X..VOTANTS)

Histogram of dades.gencat$X..VOTANTS

dades.gencat$X..VOTANTS

Fre

quen

cy

0 20 40 60 80 100

010

020

030

040

050

0


plot()

plot(dades.gencat$X..VOTANTS~dades.gencat$X..VOTS.VALIDS,col=dades.gencat$prov,pch=19)

legend("topleft",legend=levels(dades.gencat$prov),fill=1:3)

●●●

●

●●

●●

●

●

●●

●

●

●

●●

●

●●

●●

●

●

●

●

●●

●●

●

●

●

●●

●

●

●●

●

●●

●

●

●

●

●●

●

●

●

●●●

●●

●

●

●

●

●

●●

●●

●

●

●

●●

●●

●

●

●

●

●

●

●

●

●

●●

●

●●

●

●

●●

●

●

●

●

●

●

●

●

●

●

●● ●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●●●

●

●

●●

●●

●●●

●

●

● ●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

● ●

●

●

●

●

●

●

●

●

●●●

●●

●

●

●

●

●

●

●●

●

●

● ●

●●

●

●

●●

●

●

●

●

●●

●

●

●

●

●●

●

●

●●

●

●

●

●●●●●

●

●

●

●

●

●

●

●●

●

●●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●●

●

●

●

●

●

●●

●

●

●●

● ●

●

●

●

●●

●

●●

●● ●

●

●

●

●

●

●

●●

●

●

●

●●

●●

●

●

●●

●

●

●

●●

●

●

●

●

●

●

●

●

●

●

●

●

●●

●

●

●

●●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●●●

●

●

●●

●

●●

●

●

●

●

●

●

●

●

●

●●

●

●

●

●

●

●●

●

●

●

●●

●

●●

●

●

●

●

●

●●

●

●

●

●●

●●

●

●●

●

●●

●●

●●●

●

●

●

●

●

●

●

●

●

●

●●

●

●

●●

●

●

●

●

●●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

● ●

●

●

●

●●

●

●

●

●

● ●

●

●

●

●

●

●●

●●

●●

●

●

●

●●

●

●

●

●

●

●

●

●●●

●●

●

●

●●

●

●●

●

●●●

●

●

●●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

● ●●

●

●

●

●

●

●●

●

●

●●●

●●

●

●

●●

●

●● ●

●

●●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●● ●●

●

●●

●

●

●

●

●

●

●●

●

●

●

●●

●

●

●

●●

●

●

●

●

●

●

●

●

●●

●

●

●

●●

●

●

●● ●

●

●●

●

●

●

●●

●●●●

●

●

●

●

●

●●

●

●

●

●

●

●●

●

●

●

● ●

●

●

●

●

●

●

●

●

●●

●●

●

●

● ●

●

●●

●

●

●

●

●●

●●

●

●

●

●

●

●●

●

●●

●●

●

●●

●

●

●

●

●

●

●

●●

●

●

●

●

● ●

●●●

●●

●

●●

●

●

●

●●

●

●

●●●

●

●

● ●

●

●

●

●

●

●●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●

●●

●

●

●

● ●

●●

● ●

●

●

●

●

●

●

●

●

●

●

●

●

●

●●

●●

●

●

●

●

●

●

● ●

●

●

●

●

●

● ●●

●

●

●

●

●

●

●

●

●

●

●

●●●●

●

●

●

●

●

●

●●

●

●

●

●

●●

●

●

●

●

●

●●

●

●

●

●●

●

●●

●

●

●

●●●

●

●

●

●●

●

●●

●

●

●

●

●

●

●

●

●

●●

●

●

●

●

●

●

●

●

●

●

●

●

●●●

●

●

●

●

●

●

●●

●

●

●●

●

●●

●

●

●

●

●●

●

●

●

●

●

●

●

●

● ●

●

●

●

●

●

●

●

●●

●

●

●

●

●

● ●

●● ●

●

●

●

●

●

●

●●

●

●●

●

●

●

●

●

●

●

●

●

●

●

●●

●

●

●

● ●

●

●

●

●

●

●

●

●

●

●

●

●

●

● ●●

●

●

●

●

●

●

●

●

●

●

●●

●●

●

●

●

● ●●

●

●

●

●

●●

●●

85 90 95 100

2040

6080

dades.gencat$X..VOTS.VÀLIDS

dade

s.ge

ncat

$X..V

OTA

NT

SDistricteEstOest


boxplot()

boxplot(dades.gencat$X..VOTANTS~dades.gencat$PROVINCIA)

points(tapply(dades.gencat$X..VOTANTS,dades.gencat$PROVINCIA,mean), col="red", pch=19)

●

●

●

●

●

●

●●●

●●

●

●

●

●

●

●

●

●

●

Barcelona Girona Lleida Tarragona

2040

6080

●●

●●


barplot()

barplot(prop.table(table(dades.gencat$PROVINCIA))*100)

Barcelona Girona Lleida Tarragona

05

1015

2025

30


Documents

Taller introducció a R - Part I - UAB Barcelonapagines.uab.cat/plopez/sites/pagines.uab.cat.plopez/...2 Funcionalitats b asiques Instal· lacio Espais de treball, objectes i paquets