PDF de programación - Métodos Estadísticos con R y R Commander

Métodos Estadísticos
con R y R Commander

Versión 2.1, julio de 2010

Prof. Dr. Antonio José Sáez Castillo

Dpto de Estadística e Investigación Operativa

Universidad de Jaén

Esta obra está bajo una licencia Reconocimiento-No
comercial-Sin obras derivadas 3.0 España de Creative
Commons. Para ver una copia de esta licencia, visite

http://creativecommons.org/licenses/by-nc-

nd/3.0/es/ o envie una carta a Creative Commons, 171
Second Street, Suite 300, San Francisco, California

94105, USA.

Métodos Estadísticos

con R y R Commander

Prof. Dr. Antonio José Sáez Castillo

Departamento de Estadística e Investigación Operativa

Universidad de Jaén

Junio de 2010

Prólogo

El presente documento se creó originalmente como Guión de Prácticas para la asignatura Métodos

Estadísticos de la Ingeniería, impartida en distintas especialidades de Ingeniería Técnica Industrial

de la Universidad de Jaén. Sin embargo, dada la escasez de documentación en español acerca del

uso de R, he querido redactar un documento más general que sirva como guía introductoria para

usuarios principiantes de R.

Es sabido que existen en el mercado distintos paquetes de software estadístico propietario, como

SPSS, Statgraphics, Minitab, Statistica, SAS, S-Plus, etc, que cubren todas las necesidades de

cualquier usuario de técnicas estadísticas, básicas o avanzadas. Frente a estas opciones, en los últimos

años R ha surgido con fuerza como alternativa de software libre en muy distintos ambientes docentes

y de investigación.

En este sentido, antes de tomar la decisión de utilizar R como programa bajo el que desarrollar mis

prácticas, he discutido ampliamente (en el buen sentido de la expresión) con compañeros y alumnos

al respecto. Como conclusión de esos debates (a veces encendidos), quisiera plasmar dos aspectos

que, a mi juicio, avalan la decisión:

Después de algún tiempo, cada vez que se me cuestiona acerca de ¾por qué usar R?, he

desarrollado una respuesta rápida: ¾y por qué no hacerlo? Facilita todo lo necesario, luego,

como punto de partida, es una solución factible.

Es software libre, lo que, en primer lugar, es una ventaja desde el punto de vista económico

para la Universidad. Además, esto es una ventaja desde el punto de vista económico para

nuestro alumnado y para cualquier usuario en general. Supone la posibilidad de acceder al

programa desde sus propios equipos fuera del horario de clase y en cualquier momento de

su futuro ejercicio profesional. Finalmente, este hecho, el que sea software libre tiene, a nivel

personal, unas connotaciones importantes sobre la manera de entender el papel que juega la

Universidad en la sociedad. La construcción del conocimiento hoy en día me parece muy difícil

de entender sin el acceso libre por parte de toda la comunidad a las herramientas fundamentales

2

Métodos Estadísticos con R y R Commander

que lo favorecen. Con ello no quiero decir que esté en contra de que determinadas empresas

comercialicen paquetes de software estadístico, sino que me tranquiliza que existan alternativas

a estos paquetes que permitan decidir en libertad si quiero comprarlo o no.

Probablemente alguien pensará que R debe tener alguna desventaja en comparación con los pro-

gramas estadísticos más habituales. Mi experiencia me hace resaltar las siguientes:

1. Su entorno no es tan bonito como el de los programas comerciales. Esta cuestión está parcial-

mente resuelta con la utilización del paquete R Commander, cuya apariencia es muy similar

al de otros programas comerciales.

2. Tampoco facilita las salidas, fundamentalmente las tablas de resultados, de forma tan directa

como otros paquete comerciales, donde exportar estas tablas a paquetes omáticos como

Microsoft Word es tan sencillo como copiar-pegar.

3. Hemos comprobado que algunas opciones de ventana del paquete R Commander hacen que el

programa se cuelgue con frecuencia, obligándonos a reiniciarlo. Mi experiencia es que éste es

un problema muy infrecuente en el uso de R desde la consola.

El documento está pensado para que quien lo lea pueda elegir si desea manejar R utilizando su código

o bien sólo hacerlo a través de los menús desplegables tipo ventana que facilita R Commander. Así se

especica en cada apartado. Tan sólo hay dos capítulos, el de estimación puntual y el de contrastes

no paramétricos, que no pueden abordarse íntegramente con los menús de R Commander y otro,

el de el manejo de distribuciones, en el que, pudiendo utilizar Commander, sugiero que se use el

código.

Esta posibilidad de elegir entre código y ventanas del Commander podría hacer pensar en usuarios

avanzados (los que opten por el código) o no avanzados (los que opten por R Commander). No

me parece una distinción afortunada. Mi consejo es que se utilice el código, pero quienes estén

acostumbrados a manejar programas estadísticos con licencia comercial puede que preeran empezar

con un entorno, el de Commander, que les resulte más familiar. Yo, sin embargo, les animo a que

den el paso y disfruten de todas las ventajas que el manejo de un lenguaje de computación como

R proporciona. También hay que reconocer que el propio diseño de R Commander, mostrando en

su ventana de instrucciones el código correspondiente a las ventanas desplegables, puede ser una

excelente manera de ir aprendiendo poco a poco sobre el lenguaje de R.

Para nalizar, quiero agradecer especialmente a mi compañero el Prof. Dr. Jesús Navarro Moreno,

su ayuda en la depuración del documento y en la redacción de algunos de sus apartados.

Prof. Dr. Antonio José Sáez Castillo. Universidad de Jaén

3

Índice general

1. Instalación e introducción a R y R Commander

10

1.1.

Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

1.2.

Instalación de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

1.3. La consola y el editor de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

1.4.

Instalación e introducción a R Commander

. . . . . . . . . . . . . . . . . . . . . . . 14

2. Preliminares sobre el lenguaje de R

19

2.1.

Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

2.2. Algunos tipos de objetos de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

2.2.1. Vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

2.2.2. Factores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

2.2.3. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

2.2.4. Hojas de datos

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

2.3. Funciones más comunes en R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

2.4. Operaciones lógicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

2.5. La ayuda de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

3. Manejo de datos

27

3.1.

Introducción de datos nuevos

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3.1.1. La hoja de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3.1.2.

Introducción de la hoja de datos mediante código . . . . . . . . . . . . . . . . 28

3.1.3.

Introducción de una hoja de datos en R Commander . . . . . . . . . . . . . . 30

3.1.4. Almacenamiento de un conjunto de datos mediante código. Las funciones save

y load . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

4

Métodos Estadísticos con R y R Commander

3.1.5. Almacenamiento de un conjunto de datos en R Commander . . . . . . . . . . 33

3.1.6. Datos faltantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

3.2.

Importar datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

3.2.1.

Importar datos de tipo texto . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

3.2.1.1. Mediante código. La función read.table . . . . . . . . . . . . . . . . . 36

3.2.1.2. Mediante R Commander

. . . . . . . . . . . . . . . . . . . . . . . . 37

3.2.2.

Importar archivos de tipo Excel . . . . . . . . . . . . . . . . . . . . . . . . . . 38

3.2.2.1. Mediante código. El paquete RODBC . . . . . . . . . . . . . . . . . 38

3.2.2.2. Mediante R Commander

. . . . . . . . . . . . . . . . . . . . . . . . 38

3.3. Exportar datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

3.3.1. Mediante código. Función write.table . . . . . . . . . . . . . . . . . . . . . . . 39

3.3.2. Mediante R Commander . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

3.4. Recodicación de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

3.4.1. Recodicación de una variable numérica . . . . . . . . . . . . . . . . . . . . . 40

3.4.1.1. Mediante código. Función recode del paquete car . . . . . . . . . . . 41

3.4.1.2. Mediante R Commander

. . . . . . . . . . . . . . . . . . . . . . . . 41

3.4.2. Recodicación de una variable tipo carácter . . . . . . . . . . . . . . . . . . . 42

3.5. Cálculo de nuevas variables

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

3.5.1. Mediante código . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

3.5.2. Mediante R Commander . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

3.6. Filtrado de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

3.6.1. Mediante código . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

3.6.2. Mediante R Commander . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

3.7. Almacenamiento de instrucciones y resultados . . . . . . . . . . . . . . . . . . . . . . 47

3.7.1. Mediante código. El script y la sesión de trabajo . . . . . . . . . . . . . . . . 47

3.