1 Lenguaje y entorno de programación Claudio Quezada 1/21

2 Programas de estadística R es un lenguaje de programación para análisis estadístico y gráfico Y además es SOFTWARE LIBRE 2

3 R es potente y versátil  Permite Programar Modelar Graficar Análisis filogenéticos Genética de poblaciones Cadenas de Markov Bayes y un largo etcétera…

4 Recursos para aprender 4  Introducción, definición del lenguaje, cómo escribir extensiones, importar/exportar datos, manuales, índice de referencia

5 Recursos para aprender  Libros y documentos

6 Lenguajes de programación  Bajo nivel portabilidad, velocidad abstracción 6  Alto nivel compilación o Interpretado o No interpretado

7 Primeras incursiones en R 7  Instalación  Interfaz de usuario  Funciones  Librerías  Variables y tipos de datos  Gráficos

8 Instalación R win.exe (5/8)

9 Interfaz de usuario (UI)  GUI

10 Funciones > cuadrado(4) [1] 16 > cuadrado(2) [1] 4 Declaración genérica de funciones en R Ejemplo en R OjO con nombres reservados Asignación: <- Paréntesis: { } Última línea es el valor de retorno Subrutina (que forma parte de una rutina principal) que permite resolver una tarea específica

11 Ahora que ya sabemos como funcionan las “funciones” > help(help) ##Si hay internet > RSiteSearch ( “correlation” )

12 Librerías (packages)  Colección de guiones (scripts) con declaración de funciones y cálculos > install.packages("car") > help(car) No documentation for 'car' in specified packages and libraries: you could try '??car' > ??car > help(install.packages)

13 Variables de entorno y memoria >##cargar en memoria una librería >library (car) >## Directorio de trabajo (Work Directory) > getwd () [1] "/home/claudio“ > Getwd() Error: no se pudo encontrar la función "Getwd" ## Establecer directorio de trabajo >setwd (lo.que.sea) >source ( “ARCHIVO_SCRIPTS.R”)

14 Variables y tipos de datos  Espacio de trabajo  ls()  La colección de objetos almacenados es el “espacio de trabajo”  Con rm() borramos un objeto

15 Variables y tipos de datos  Vector. Colección ordenada de datos ##Generación de sucesiones > x <- seq (-5, 5, by=.2) > x [1] [16] [31] [46]

16 Variables y tipos de datos  Vector. Numérico, lógico, texto ##Vectores lógicos > x <- c(TRUE, FALSE, TRUE, NA) > x [1] TRUE FALSE TRUE NA > is.na(x) [1] FALSE FALSE FALSE TRUE ##Vector de texto > c ("1",2,3,4) > c ("1","2","3","4")

17 Variables y tipos de datos  Vector de vectores (matriz, arreglos) > x <- c( c(1,2,3), c(4,5,6)) > x [1] > matrix(x) [,1] [1,] 1 [2,] 2 [3,] 3 [4,] 4 [5,] 5 [6,] 6 > matrix(x,2) [,1] [,2] [,3] [1,] [2,] > matrix(x,3) [,1] [,2] [1,] 1 4 [2,] 2 5 [3,] 3 6 > help(matrix) > matrix(x,2,byrow=TRUE) [,1] [,2] [,3] [1,] [2,] > help(array)

18 Variables y tipos de datos > x <- data.frame(ID = c(“E1”, “E2”, “E3”), variable1= c(1,2,3), Error: inesperado entrada en "x <- data.frame(ID = c(“" > x <- data.frame(ID = c("E1", "E2", "E3"), variable1= c(1,2,3), + sitio1=c(TRUE, FALSE, TRUE) ) > x ID variable1 sitio1 1 E1 1 TRUE 2 E2 2 FALSE 3 E3 3 TRUE > x$variable1 [1] > x$sitio1 [1] TRUE FALSE TRUE >

19 Gráficos

20 Gráficos

21 Gráficos