Time series analysis with R Los datos se encuentran disponibles en /www.stat.ucdavis.edu/~shumway/tsa.html allí.

Presentación del tema: "Time series analysis with R Los datos se encuentran disponibles en /www.stat.ucdavis.edu/~shumway/tsa.html allí."— Transcripción de la presentación:

1 Time series analysis with R Los datos se encuentran disponibles en /www.stat.ucdavis.edu/~shumway/tsa.html http://www.stat.pitt.edu/~stoffer/tsa.html allí también se cuenta con links a otros recursos que se requieren para el curso, como por ejemplo la librería dynlm (dynamic lineal models) de R

2 Introducción a R Instalación de R R puede ser obtenido gratuitamente en las siguientes páginas web: http://www.r-proyect.com http://lib.stat.cmu.edu/R/CRAN/ Los archivos necesarios para instalar la versión mas reciente en windows, linux, solaris, pueden bajarse de estas páginas. Entrada a R Para entrar a R, hacer “doble click” sobre el icono correspondiente o la opción bin / “Rguin” dentro del directorio R. Para salir escribir: > q()

3 Introducción a R Cuando seleccionamos la opción salir aparece una ventana con la pregunta “Save workspace imagen?” y tres botones: “Yes”, “No”, y “Cancel” Si seleccionamos “No”, se perderá todo el trabajo de la sesión. A través de la instrucción “ Save Workspace” se guardar el contenido de una sesión. La extensión por defecto es. Rdata. Una vez dentro de R, es conveniente abrir la ventana de ayuda > help.start() Esta instrucción hará que se inicie una sesión de Netscape Navigator en la cual se encuentran diversas opciones de ayuda para R. (Solo si poseemos el archivo de ayuda en html) También es posible obtener ayuda directamente usando >help(comando) o > ?comando.

4 Introducción a R Operaciones Matemáticas Los símbolos para las operaciones aritméticas son: + (suma), - (resta), * (producto), / (cociente), ^ (potencia). > 7+12*10 [1] 127 > (7+2)*3 [1] 27 Muchas operaciones matemáticas están disponibles, entre ellas sqrt, exp, log, sin, cos, tan, etc. > sqrt (9) [1] 3

5 Introducción a R Variables y asignaciones El resultado de una operación puede ser asignado a una variable utilizando el operador de asignación ( <- ). El operador de asignación puede ser sustituido por un “underscore” ( _ ). > resultado<- (7+2)*3 > resultado [1] 27 > x_resultado-1 > x [1] 26 R distingue entre mayúsculas y minúsculas, de manera que resultado y RESULTADO son variables distintas. Para conocer que objetos se encuentran almacenados se utiliza > ls()

6 Introducción a R Para borrar los objetos que se encuentran almacenado en el espacio de trabajo. > rm(x) > ls() "resultado” Todo resultado no asignado se pierde. Una variable puede contener también caracteres > nombres<- “Gabriela” > nombre [1] ”Gabriela” > pais [1] "Venezuela"

7 Introducción a R Vectores Generalmente, necesitamos trabajar con un conjunto de datos, estos pueden ser almacenados en vectores o matrices. Los vectores se pueden crear de la siguiente manera: Comando Concatenar > x<- c(1,2,3,4,5) > x<-c(x,6,7) > nombres<-c("Gabriela","Haidy","Ricardo") > nombres [1] "Gabriela" "Haidy" "Ricardo" También podemos concatenar vectores ya existentes: > y <-c(x,nombres) > y [1] "1" "2" "3" "4" "5" "Gabriela" [7] "Haidy" "Ricardo"

8 Introducción a R Vectores Comando de secuencia ( seq(mínimo,máximo,incremento) ) > seq(1,0,1) [1] 1 2 3 4 5 6 7 8 9 10 > seq(1,100,0.5) > seq(100,1,-2) seq(1,10) / seq(10) / seq(1:10) [1] 1 2 3 4 5 6 7 8 9 10 Comando de Réplica ( rep (patrón, no. de veces) ) >rep(1,10) [1] 1 1 1 1 1 1 1 1 1 1 >rep(1:10,3) / rep(c(“si”,”no”),5)

9 Introducción a R Vectores > rep("Verdadero",20) [1] "Verdadero" "Verdadero" "Verdadero" "Verdadero" "Verdadero" "Verdadero" [7] "Verdadero" "Verdadero" "Verdadero" "Verdadero" "Verdadero" "Verdadero" [13] "Verdadero" "Verdadero" "Verdadero" "Verdadero" "Verdadero" "Verdadero" [19] "Verdadero" "Verdadero” > c(rep("Verdadero",2),rep("Falso",2)) [1] "Verdadero" "Verdadero" "Falso" "Falso” > respuesta<-c(rep("Verdadero",2),rep("Falso",2)) > respuesta<-rep(respuesta,2) > respuesta [1] "Verdadero" "Verdadero" "Falso" "Falso" "Verdadero" "Verdadero" [7] "Falso" "Falso"

10 Introducción a R Todas las operaciones aritméticas y funciones matemáticas pueden ser aplicadas a vectores. Estas se realizan componente a componente. > a<-1:10 > a [1] 1 2 3 4 5 6 7 8 9 10 > b_a+5 > b [1] 6 7 8 9 10 11 12 13 14 15 > a+b [1] 7 9 11 13 15 17 19 21 23 25

11 Introducción a R Matrices Un comando para crear matrices es: matrix(data,nrow,ncol,byrow=F) Por defecto las matrices se llenan por columnas. > matrix(1:10) > matrix(1:10, ncol=2) > matrix(1:10, ncol=2, byrow=T)

12 Introducción a R Matrices Las matrices se pueden crear por vectores previamente almacenados en memoria > datos<-seq(1,20,2) > datos [1] 1 3 5 7 9 11 13 15 17 19 > matrix(datos,nrow=2) [,1] [,2] [,3] [,4] [,5] [1,] 1 5 9 13 17 [2,] 3 7 11 15 19 > matrix(datos,ncol=2) [,1] [,2] [1,] 1 11 [2,] 3 13 [3,] 5 15 [4,] 7 17 [5,] 9 19

13 Introducción a R Operaciones con Matrices Las matrices pueden ser sumadas si tienen las mismas dimensiones. >A<- matrix(0:5,2,3) >B< - matrix(seq(0,10,2),2,3) > A + B > A*B > t(A) Transpuesta de la matriz A > t(A) % * % B > solve (A % * % t(B))

14 Introducción a R Para un grupo de países suramericanos, disponemos de los siguientes datos 1.- Tasa de nacimientos vivos por cada mil habitantes (1998) 2.- Tasa de muertes por cada mil habitantes (1998). 3.- Tasa de muertes infantiles por cada mil nacimientos vivos (1998). País Nacimientos Muertes M. Infantiles Argentina 18.9 7.1 19.1 Brasil 19.7 6.8 43.6 Venezuela 21.6 4.2 19.7

15 Introducción a R Construimos la matriz que contenga estos datos > datos_matrix(c( 18.9, 7.1, 19.1, 19.7, 6.8, 43.6, 21.6, 4.2, 19.7 ),nrow=3, byrow=T) Es posible asignarle nombres a las filas y columnas utilizando el comando dimnames > paises_c(“Argentina”, ”Brasil”, ”Venezuela”) > tasa_c(“tasa.nac”, “tasa.mort”, “mort.inf”) > dimnames(datos)_list(paises,tasa) > datos

16 Introducción a R Se puede extraer información detallada de una matriz por fila o por columna: Si se desea la información solo de Argentina la instrucción es > datos[1,] tasa.nac tasa.mort mort.inf 18.9 7.1 19.1 > datos["Venezuela",] tasa.nac tasa.mort mort.inf 21.6 4.2 19.7 Para conocer la información de la tasa de nacimiento en todos los países > datos[,1] Argentina Brasil Venezuela 18.9 19.7 21.6

17 Introducción a R También se pueden realizar operaciones con filas o con columnas de una matriz. En este caso las filas o columnas son consideradas vectores. > datos["Argentina",]- datos["Venezuela",] tasa.nac tasa.mort mort.inf -2.7 2.9 -0.6 > datos["Argentina","tasa.nac"]-datos["Venezuela","tasa.nac"] [1] -2.7 Se pueden reasignar valores a uno de los elementos de la matriz > datos[1,1]_19 > datos tasa.nac tasa.mort mort.inf Argentina 19.0 7.1 19.1 Brasil 19.7 6.8 43.6 Venezuela 21.6 4.2 19.7

18 Introducción a R Para añadir una fila o una columna, usamos los comandos rbind y cbind, respectivamente Para una fila, un país nuevo > Colombia<-c(23.8,5.7,28.1) > datos_rbind(datos,Colombia) > datos tasa.nac tasa.mort mort.inf Argentina 19.0 7.1 19.1 Brasil 19.7 6.8 43.6 Venezuela 21.6 4.2 19.7 Colombia 23.8 5.7 28.1 Si añadimos una columna, por ejemplo población estimada: > pob.est_c(33578000,163948000,23706000,41589000) > datos_cbind(datos,pob.est)

19 Introducción a R Hojas de Datos (Data Frames) Una hoja de datos permite almacenar datois de diferentes tipos, (caracteres, números, lógico, etc). Para añadir una fila o una columna, con datos alfanuméricos usamos los comandos rbind y cbind, respectivamente > idioma_c("castellano","portugues","castellano","castellano") > datos_cbind(datos,idioma) > datos > datos.nuevos<-data.frame(datos) > datos.nuevos Todos los elementos de la matriz se convierten en alfanumérico.

20 Introducción a R Veamos en vivo ejemplosejemplos