PDF de programación - Computación en modelización

Tema 2

Computación en modelización

2.1 Sobre R

El lenguaje S, desarrollado en los laboratorios de la compañía AT&T por Rick Becker, John Chambers y Allan
Wilks, pretende simplificar tanto el almacenamiento de datos como su tratamiento estadístico. De este lenguaje
se han realizado varias implementaciones, algunas de ellas comerciales1.
La utilización de R se ha extendido de forma creciente y los investigadores lo han seleccionado por sus ventajas,
como puede comprobarse en el creciente número de trabajos publicados en la revista Journal of Statistical
Software, publicada por la American Statistical Association2. Entre ellas:

• se trata de un programa de distribución libre
• puede utilizarse con distintos sistemas operativos
• adecuación del lenguaje al manejo y análisis de los datos
• sencillez con la que pueden combinarse los distintos análisis estadísticos
• gráficos de alta calidad: visualización de datos y producción de gráficos, ver ejemplos3
• facilidad para incorporar nuevos procedimientos a los proporcionados por el sistema base
• muy completa documentación, que crece día a día
• la comunidad de R es muy dinámica, con gran crecimiento del número de paquetes, e integrada por

científicos de gran renombre

• hay extensiones específicas a nuevas áreas como bioinformática, geoestadística, etc.
• es un lenguaje orientado a objetos
• se parece a Matlab y a Octave, y su sintaxis recuerda a C/C++

Sintetizando, puede describirse a R como un entorno integrado para trabajar con el lenguaje S, que proporciona:

• Un conjunto coherente y extensivo de instrumentos para el análisis y el tratamiento estadístico de datos.
1La aplicación comercial más conocida es S–plus.
2http://www.jstatsoft.org
3http://addictedtor.free.fr/graphiques/thumbs.php?sort=votes

15

16

TEMA 2. COMPUTACIÓN EN MODELIZACIÓN

• Un lenguaje para expresar modelos estadísticos y herramientas para manejar modelos lineales y no lin-

eales.

• Utilidades gráficas para el análisis de datos y la visualización en cualquier estación gráfica o impresora.
• Un eficiente lenguaje de programación orientado a objetos, que crece fácilmente merced a la comunidad

de usuarios.

Puede encontrarse abundante información sobre el funcionamiento del R en la página principal proyecto4.
Se han publicado numerosos textos de tratamiento y análisis de datos con R (libros de R y S5). En la
página de wikipedia6 pueden encontrarse más referencias.

2.1.1 Inconvenientes de R

El principal inconvenientes de R radica en la formación inicial de sus usuario. Si estos conocen un lenguaje
de programación se pueden adaptar con facilidad. Por contra, si están acostumbrados a entornos gráficos con
una GUI (graphical user interface) el aprendizaje se hace más pesado. Puede utilizarse como ayuda un interfaz
gráfico para R llamado Rcmd7.

Otra dificultad de R está asociada a un lenguaje muy rico. La solución se basa en un potente y completo sistema
de ayudas y documentación.

2.1.2 Uso de R

El uso de R se basa en un lenguaje que utiliza expresiones que son evaluadas por el programa proporcionando
el resultado en forma de valores o gráficos.

Las expresiones componen de operadores, valores numéricos, valores lógicos y funciones.

2.1.3 Instalación de R

La instalación de R es relativamente sencilla y varia de un sistema operativo a otro, adecuándose a los proced-
imientos habituales en cada uno de ellos.

• winXX. Se accede a la página correspondiente a CRAN o Comprehensive R Archive Network8
y se elige un servidor, preferiblemente el correspondiente a RedIris. La entrada Windows (95 and
later) y posteriormente: base nos permiten seleccionar: R-2.2.1-win32.exe. A partir de este
fichero se produce la instalación (la referencia de la versión puede cambiar con nueva versiones).

• Linux. Dependiendo de la distribución se instalará el paquete correspondiente, en el caso de la distribu-

ción debian este es: r-base.

• ...
4http://www.r-project.org
5http://www.r-project.org/doc/bib/R-books.html
6http://en.wikipedia.org/wiki/R_programming_language
7http://socserv.socsci.mcmaster.ca/jfox/Misc/Rcmdr/
8http://cran.r-project.org/

2.2. PRIMEROS PASOS CON R

2.2 Primeros pasos con R

17

Los usuarios de un sistema winXX utilizarán el menú del sistema, tal como muestra la figura:

Para usuarios de sistemas Linux bastará con invocarlo desde la línea de comandos, escribiendo a continuación
del prompt del sistema el nombre del programa R:
[usuario@directorio]$ R
El sistema entrará en el programa y ofrecerá información básica sobre él y quedará a la espera de recibir una
orden9:

El signo mayor que en la última línea indica que podemos escribir una expresión con la sintaxis de R. Tras
pulsar retorno de carro este la evaluará y actuará en consecuencia.
Para abandonar el programa bastará con escribir q() y el resultado será:

> q()
Save workspace image? [y/n/c]:

que nos permite:

y guardar los datos incorporados al programa y el histórico con las ordenes utilizadas durante la sesión de

trabajo.

9esta presentación puede variar ligeramente de una versión a otra del programa.

18

TEMA 2. COMPUTACIÓN EN MODELIZACIÓN

n perder datos e histórico de ordenes.

c cancelar la orden dada para abandonar el programa y permanecer en la sesión de trabajo.

La ventaja de conservar los datos y el histórico es que permite retomar la sesión de trabajo con posterioridad en
el punto donde la abandonamos.
Al iniciar una sesión, si existe un histórico bastará pulsa la tecla ↑ para acceder las expresiones escritas con
anterioridad. Además, la expresiones pueden modificarse con la ayuda de las ← y → .

2.2.1 Ayuda en R

Una de las cualidades de R es su sistema de documentación y ayuda. Para obtener ayuda sobre distintos aspectos
del programa puede utilizarse la orden help() o help.start().
Además se dispone de algunas demostraciones del uso, para localizarla se utiliza la orden demo().
También es posible utilizar los ejemplo que aparecen en la ayuda con la función example()
Las funciones de ayuda en R son:

• help(): proporciona ayuda sobre el sistema de ayuda
• help(clave): proporciona ayuda sobre una palabra clave
• ?clave: es una forma abreviada de la anterior
• help.start(): proporciona ayuda sobre R en un navegador, si se utiliza todas las ayudas se canalizan

por el navegador.

• example(clave): Muestra los resultados propuestos en el ejemplo de la palabra clave.
• demo(): muestra la relación de “demos” disponibles
• library(): muestra la relación de bibliotecas de funciones disponibles
• data(): muestra la relación de datos de ejemplo disponibles
• apropos("texto"): Muestra la relación de términos que en su nombre incluyen el texto y para los

que se encuentra información disponible

2.2.2 Expresiones en R

R utiliza una sintaxis muy sencilla en la que la unidad está constituida por la expresión. La expresión más
sencilla es un simple número entero.

> 1
[1] 1

R evalúa la expresión y devuelve un valor de esta. La notación [1] indica que el primer valor de la línea de
respuesta, es el primer valor.
Los valores pueden relacionarse mediante operadores (lógicos o algebraicos) y funciones.

> sqrt(3^2 + 5^2)
[1] 5.830952

2.2. PRIMEROS PASOS CON R

19

Insistiremos más adelante en las funciones (aquí se ha utilizado la correspondiente a la raíz cuadrada).
En R tenemos los siguientes operadores que puede utilizarse para:

suma, resta, producto, cociente
módulo, cociente entero, potencia
igual, distinto, no

+, -, *, /
%%, %/%, ˆ
==, !=, !
>, >=, <, <= mayor que, mayor o igual que, menor que, menor o igual que
|, ||, &, && y, y, o, o
<-, ->, _
:

asignar a la izquierda, asignar a la derecha, asignar a la izquierda
generar una serie

Para obtener información de los distintos operadores puede solicitarse la ayuda mediante ?"+".
Cada operador implica a los dos elementos que se sitúan a izquierda y derecha en la expresión, existe una
jerarquía de operadores que determina cual de ellos se evalúa primero en la expresión, el orden de evaluación
puede alterarse mediante el uso de paréntesis. Por ejemplo:

> 9 * 5 / 2
[1] 22.5
> 9 * 5 / 2 * 3
[1] 67.5
> 9 * 5 / (2 * 3)
[1] 7.5
> 9 * 5 / 2 / 3
[1] 7.5

que efectúan

9 × 5
2

,

9 × 5 × 3

2

9 × 5
2 × 3

,

y, equivalentemente

9 × 5
2 × 3

.

Los operadores lógicos proporcionan como resultado el valor VERDADERO (anotado por TRUE, o T) o el valor
FALSO (anotado por FALSE, o F)

> 3 != 2
[1] TRUE

Los espacios en blanco son obviados por R y, en todo caso, deben utilizarse para que la expresión quede clara al
lector. Por ejemplo, la expresión: 2^(3/2)/(5*6), quedará más legible utilizando: 2 ^ (3/2)
Cuando se necesita más de una expresión estas se pueden escribir en líneas separadas, si bien, puede reunirse
en una sola línea más de una expresión separándolas por “;”.
En algunos casos es posible escribir una expresión en más de una línea, así cuando R entiende que la expresión
es incompleta devuelve un prompt + en lugar del habitual >.

/

(5*6).

2.2.3 Variables

Podemos utilizar variables para realizar una asignación, es decir, guardar el resultado de una expresión:

> a <- 1
>

El programa no devuelve mensaje alguno, pero desde ahora la variable a contiene valor 1, así si escribimos:

20

> a
[1] 1

TEMA 2. COMPUTACIÓN EN MODELIZACIÓN

el sistema nos devuelve el valor de la variable.
La asignación se realiza mediante el signo compuesto: <- o ->, y en la actualidad R admite el uso de signo =
para la asignación, así son equivalentes las siguientes expresiones: a <- 1, 1 -> a y a = 1; sin embargo,
no puede utilizarse 1 = a.
La asignación significa una destrucción del valor de la variable, tras efectuarla se pierde el viejo valor y se
queda el que resulta de la expresión asignada.

> a <- 1
> a <- 5
> a
[1] 5

Los nombres de las variables deben comenzar obligatoriamente por una letra, distinguiéndose entre mayúsculas
y minúsculas, y a continuación, opcionalmente, una combinación de letras y números, a ellos puede incorpo-
rarse el punto “.”; así son nombre válidos: a, A, A.1, altura, densidad