21.11.15

Gráficos: Función plot()

Gráficos: Función plot()

Hoy veremos la utilización de la función plot(), esta es la función principal para generar gráficos en R. Con esta función podemos crear gráficos de barras, de dispersión, de cajas y matrices de dispersión. Por la facilidad de generar numerosos tipos de gráficos, es la más utilizada del sistema base.

La función consta de varios argumentos:
plot(x, y, type, main, sub, xlab, ylab, asp, ...)
   donde
x, y: coordenadas de los puntos
type: tipo de gráfico a dibujar; puntos (p), lineas (l), ambas (b), lineas sin puntos (c), lineas y puntos sobrepuestos (o), en forma de histograma (h), por pasos (s y S) y sin gráfico (n).
main: título
sub: subtítulo
xlab: etiqueta en x
ylab: etiqueta en y
asp: relación de aspecto x/y
. . . : otros argumentos de gráficos

La creación del tipo de gráfico, dependerá de los datos (numéricas o categóricas)


  • Para la generación de gráficos de barras, se utiliza una sola variable y esta debe tipo factor.

> x<-c(rep("Niños",10),rep("Jueveniles",20),rep("Adultos",15),rep("Ancianos",30))
> edad<-as.factor(X)
> edad

18.11.15

Gráficos en R

Gráficos en R

Una de las cosas fuertes que tiene R comparado con otro software estadístico, es un sistema de gráficos muy potente y robusto. Las funciones gráficas, no son un objeto como las matrices, vectores  o listas. Así que cuando se realiza una función gráfica automáticamente es enviada a un dispositivo gráfico, este dispositivo puede ser una ventana o un archivo.

Existen tres tipos de sistemas gráficos en R:

  1. El sistema base: Es el sistema original de R, y es como un lienzo en blanco, que a partir de una función simple, podemos agregarle tamaños, colores, líneas, puntos, ejes, etc. 
  2. El sistema Lattice: el cual es un paquete, donde se crea la gráfica a partir de una sola línea de código, es muy intuitivo y es muy utilizado para datos multivariantes. 
  3. El sistema ggplot2: es un paquete que utiliza ideas tanto del sistema Base como de Lattice. Es muy potente y muy predictivo

16.11.15

Importar Desde Internet

Importar Desde Internet

Hola continuamos con la importación de archivos al entorno de R. Una de las cualidades mejor desarrolladas en R que otros programas estadísticos, es la posibilidad de conectarse directamente a páginas en la red y descargar la información.
Las organizaciones gubernamentales o no gubernamentales generan una gran cantidad de información disponibles para toda persona que quiera accederla. Por ejemplo datos del gobierno de diferentes países como Estados Unidos, de España o de México.


11.11.15

Importar Desde Excel

Importar Desde Excel

Hola continuamos con la importación de archivos al entorno de R. La menara común de tener nuestros datos, es en archivos con extensión .xlsx de Excel. Y se nos dificulta convertirlo en otro formato para que R pueda leerlos.


Para leer archivos de este tipo necesitamos instalar un paquete llamado xlsx, una vez instalado lo activaremos, si marca un error es por necesitamos actualiza JAVA para nuestro sistema operativo (32 o 64 bits). La función que ocupamos para leer los archivos es read.xlsx(): en donde especificaremos la dirección y nombre del archivo, con el argumento sheetIndex determinaremos de que hoja tomara los datos y si presenta encabezados o no, principalmente.
> excelData<-read.xlsx("PrecioCasa.xlsx",sheetIndex=1,header=T)
> head(excelData)

9.11.15

Importar Desde Texto

Importar Desde Textos

Hola esta vez vamos a ver como importar datos al entorno de R, esto con la finalidad de poder analizar nuestros datos, hacer cálculos estadísticos y crear gráficos de estos. La primera forma de importar datos es por medio de archivos tipo texto (.txt) y archivos separados por comas (.csv).

Los archivos con extensión .txt pueden estar separados por espacios, por comas, por punto y coma (;) o por tabulación. Necesitamos conocer como esta separado, ademas si cada columna tiene un encabezado o no, el tipo de comillas que tiene (" ",' ') y si presenta valores perdidos.
Por ejemplo aqui vemos dos documentos tipo .txt, el primero es un documento separado con comas y el segundo es separado por tabulaciones.


La función que se utiliza es read.table(), la estructura de los datos determinaran los argumentos que vamos a especificar en el código. Pero antes de importar los datos, el archivo tiene que estar en el directorio de trabajo, si no esta el archivo en el directorio tenemos que especificar la dirección del archivo, mover el archivo o cambiar nuestro directorio de trabajo.