Comandos utilizados en R-Project

November 22, 2014

x< −2 # Asigna el valor 2 al objeto x

c(a,b,c,.... ) ### crea un vector columna

seq( from=a, to=b, by=0.1 ) ### crea una sucesion de numeros desde a hastab con paso de 0.1

rep( x, r ) ### repite los elementos del vector x, r veces.

matrix( x, nrow=a, ncol=b) ### crea una matriz con el vector x con a filas yb columnas.cbind( x, y, z, ...) ### crea una matriz con columnas x, y, z,...rbind( x, y, z, ...) ### crea una matriz con filas x, y, z,...length( x ) ### longitud del objeto x.

for( i in 1:100) Instrucciones ### genera un bucle.if (condicion)Instrucciones ### condicional.while(condicion) Instrucciones ### genera un bucle.

pnorm( q, m, s ) ### calcula la funcion de distribucion de una N(m,s) en q.qnorm( p, m, s ) ### cuantil de p en una N(m,s).dnorm( x, m, s ) ### calcula la densidad de una N(m,s) en x.rnorm( n, m, s ) ### calcula n valores pseudo aleatorios de una N(m,s).pchisq( q, r ) ### funcion de distribucion en q de una chi2 con r gdl.qchisq( p, r ) ### funcion cuantil en p de una chi2 con r gdl.

sample(x, n, replace = FALSE, prob = NULL) ### extrae una m.a. de x detamano n, sin o con reemplazamiento y prob especificadas.

as.vector(x) ### cambia el formato de x a vectoras.matrix(x) ### cambia el formato de x a matrizas.data.frame(x) ### cambia el formato de x a data frameas.numeric(x) ### cambia el formato de x a numericoas.factor(x) ### cambia el formato de x a factoras.table(x) ### cambia el formato de x a tabla

### Graficos basicosplot(x,y) ### grafico de dispersion Y vs Xplot(Q,type=”l”, col=”col”) ### grafico de continuo de Q, de color col (debe

1

ser en ingels, ejmplo: red, blue,etc)lines(Y,type=”l”,col=”col”) ### anade el grafico continuo de Y a un graficoexistentehist(x)### histograma de xqqplot(x) ### grafica Q-Q de xqqline(x) ### anade la linea terorica al grafico Q-Q de x

### Las siguientes rutinas permite exportar archivos de Excel y hojas es-pecıficas del mismo#Opcion1 install.packages(’XLConnect’)library(XLConnect)data2 < − readWorksheetFromFile(”Nombre archivo.xlsx”,sheet=”Nombre hoja”)#Opcion2library(”RODBC”)data< − odbcConnectExcel2007(”Nombre archivo.xlsx”)sqlTables(data) # acomodamos los datos en un formato de tabla para todo ellibro.ejemplo1< − sqlFetch(data, ”Nombre hoja”)odbcCloseAll()

#Leer datos desde .csvdatos < − read.csv(”datos.csv”, header = T, sep=””;”)

### Estadısticas basicasmean(tr) ### media de trmedian(tr) ### mediada de trsd(tr) ### desviacion estandar de trIQR(tr) ### rango intercuartilico de trmad(tr) ### moda de trsummary(tr) ### presenta ciertos estadısticos de tr.p25=quantile(tr,.25) ### cuantil 0,25 de trmean(tr,trim=p/100) ### media truncada de tr al p%

library(e1071) ### librerıa en la cual podemos hallar de entre otras funcionesla curtosis y la asimetrıakurtosis(x) ### curtosis de x skewness(x) ### asimetrıa de xlibrary(tseries) ### librerıa en la cual podemos hallar de entre otras funcionesel test de normalidad de jarque bera.jarque.bera.test(x)test de jarque bera sobre x

library(lmtest) ### librerıa en la cual podemos hallar de entre otras funcionesel test de auto-correlacion de Durbin Watsondwtest(reg) ### test de Durbin Watson sobre el modelo reg

### Modelos Lineales

lm( y x1+x2+x1*x3 ) ### ajusta un modelo lineal y =a+ b*x1+ c*x2+d*x3.lm( y 0+x1+x2 ) ### ajusta un modelo lineal y =a*x1+ b*x2.

2

summary(REG) ### resumen sobre el modelo lineal REGanova(REG) ### tabla anova sobre el modelo lineal REGresiduals(REG) ### residuos del modelo lineal REGpredict(REG) ### predicciones del modelo lineal REG

# Variables Dummy# La siguiente rutina crea variables Dummy de todas variables categoricas dela base de datos.library(lattice)library(ggplot2)library(caret)dummy < − dummyVars( ., data = datos, levelsOnly = TRUE)Sdummy < − predict(dummy, datos)datosd < − as.data.frame(Sdummy)

# La siguiente rutina crea variables Dummy en un punto especıfico

n< −length(variable)dummy< − numeric(n)for(i in 1:n)if(variable[i]== 1.71) dummy[i]< − 1

3