PDF de programación - Introducción al uso de R y R Commander para el análisis estadístico de datos en ciencias sociales

Introducción al uso de R y R Commander para el
análisis estadístico de datos en ciencias sociales

Rosario Collatón Chicana

(2014)



ÍNDICE

2

INTRODUCCIÓN ............................................................................................................. 4
1. INSTALAR R ................................................................................................................ 5
1.1. Descargar R ............................................................................................................. 5
1.2. Instalar R ................................................................................................................. 6
2. EL AMBIENTE DE TRABAJO EN R ......................................................................... 11
2.1. Iniciar una sesión de trabajo en R. .......................................................................... 11
2.2. El ambiente de trabajo en R ................................................................................... 11
2.3. Organizar ventanas ................................................................................................ 14
2.4. Ubicación de la sesión de trabajo ........................................................................... 15
3. ELEMENTOS DE PROGRAMCIÓN EN LENGUAJE R ............................................ 16
3.1. Los objetos de R .................................................................................................... 16
3.2. Atributos intrínsecos de los objetos ........................................................................ 18
3.3. Creación de objetos ............................................................................................... 18
3.4. Algunas recomendaciones para escribir en lenguaje R ........................................... 24
3.5. Solicitar ayuda ....................................................................................................... 24
4. TRATAMIENTO Y EXPLORACIÓN DE ARCHIVOS .............................................. 26
4.1. Preparar archivos externos que puedan ser leídos por el paquete básico de R ......... 26
4.2. Leer archivos desde R ............................................................................................ 27
4.3. Explorar el contenido de un archivo ....................................................................... 31
4.4. Segmentar archivos ................................................................................................ 32
4.5. Guardar y recargar marcos de datos ....................................................................... 33
5. TRATAMIENTO DE VARIABLES ............................................................................ 35
5.1. Convertir vectores en factores o crear variables cualitativas ................................... 35
5.2. Eliminar variables de un marco de datos ................................................................ 36
5.3. Renombrar variables .............................................................................................. 37
5.4. Crear nuevas variables a partir de otras existentes haciendo cálculos ..................... 37
5.5. Recodificar una variable numérica usando la función recode() o Recode() ... 38
5.6. Modificar datos desde el Editor.............................................................................. 40
6. ANÁLISIS UNIVARIADO ......................................................................................... 42
6.1. Distribución de frecuencias .................................................................................... 42



3

6.2. Medidas de tendencia central ................................................................................. 43
6.3. Medidas de dispersión ........................................................................................... 43
6.4. Medidas de posición .............................................................................................. 44
6.5. Resumir medidas estadísticas de todas las variables de una base de datos .............. 44
6.6. Resumir medidas estadísticas para una variable de la base de datos........................ 45
7. ANÁLISIS BIVARIADO ............................................................................................ 46
7.1. Tablas cruzadas ..................................................................................................... 46
7.2. Test de independencia con Chi cuadrado................................................................ 50
7.3. Pruebas t ................................................................................................................ 52
7.4. Correlación bivariada ............................................................................................. 57
8. GRÁFICOS ................................................................................................................. 62
8.1. Gráficos de barras .................................................................................................. 62
8.2. Gráficos de sectores en porcentajes ........................................................................ 63
8.3. Histogramas ........................................................................................................... 64
8.4. Diagrama de caja ................................................................................................... 65
8.5. Diagramas de dispersión ........................................................................................ 67
8.6. Gráfico de comparación de cuantiles (QQ-plot) ..................................................... 71
8.7. Pirámide de edades ................................................................................................ 73
9. CARACTERÍSTICAS Y FUNCIONES BÁSICA DE R COMMANDER .................... 79
9.1. Instalar R Commander ........................................................................................... 79
9.2. Descripción del ambiente de trabajo de R Commander .......................................... 81
9.3. Tratamiento de archivos con R Commander ........................................................... 83
9.4. Tratamiento de variables con R Commander .......................................................... 88
9.5. Análisis univariado con R Commander .................................................................. 93
9.6. Análisis bivariado con R Commander .................................................................... 97
9.7. Gráficos con R Commander ................................................................................. 110
BIBLIOGRAFÍA ........................................................................................................... 124
ANEXOS ....................................................................................................................... 125




INTRODUCCIÓN

4



R es un software de libre uso y distribución bajo Licencia Pública General de GNU, para
programar análisis estadístico y gráfico. R fue creado en 1993 por Robert Gentleman y
Ross Ihaka del Departamento de Estadística de la Universidad de Auckland-Nueva Zelanda
y desde 1997 se desarrolla con aportes de diversas partes del mundo, bajo la coordinación
del equipo principal de desarrollo de R (R Core Team Development) (R Project).
R funciona con paquetes de programación, los cuales están disponibles en una Red
Comprehensiva de Archivos R (Comprehensive R Archive Network, CRAN) en sitios web
llamados MIRROR- sitios que contienen réplicas exactas de R- desde los cuales los
usuarios finales pueden descargarlos. Actualmente están disponibles 92 CRAN-MIRROR,
en 45 países de los cinco continentes, 14 de las cuales se encuentran en instituciones -
principalmente universidades- de siete países de América Latina: Argentina, Brasil, Chile,
Colombia, Ecuador, México y Venezuela.
El paquete de instalación de R, nos permite realizar análisis estadísticos y gráficos básicos;
para realizar otros más complejos es necesario instalar paquetes adicionales. Esencialmente
R funciona como un lenguaje de programación, es decir, para realizar una acción, hay que
escribir una secuencia de instrucciones que luego serán ejecutadas, sin embargo, en una
sesión de R, podemos instalar y cargar una Interfaz Gráfica de Usuario (GUI), creada por
John Fox: el paquete R Commander, con el cual es posible programar usando ventanas.
Este manual fue escrito como resultado de la adquisición de competencias en mi formación
doctoral, en el Centre de recherche en démographie et sociétés de la Université catholique
de Louvain, la cual fue posible gracias a una beca del Programa ALBAN y tiene como
objetivo, introducir a estudiantes e investigadores de las ciencias sociales, especialmente a
los no especialistas en programación, en el tratamiento y el análisis estadístico de datos
usando R y R Commander.
Los datos procesados como ejemplos en este manual provienen de tres fuentes: la Encuesta
Demográfica y de Salud Familiar Perú, Endes-2012; Eurostat, y el Censo Nacional de
Población y Vivienda de Perú de 2007, los cuales son de libre acceso.
El manual está dividido en nueve capítulos. En el primero se describe cómo instalar R; en
el segundo se describe el ambiente de trabajo en R; en el tercero se da a conocer algunos
elementos básicos de programación en lenguaje R; en el cuarto se aborda el tratamiento de
archivos y algunos procedimientos para la exploración de los mismos; en el quinto capítulo
se detallan los procedimientos para el tratamiento de variables; en el sexto, se da a conocer
procedimientos para el análisis estadístico descriptivo univariado; en el séptimo capítulo, se
aborda los procedimientos de análisis bivariado; en el octavo capítulo se describen los