Conceptos Básicos para el uso del programa estadístico R Patricia Caligari Biol 3425 - Zoología

Qué es R? R es un grupo de programas integrados para la manipulación de datos, cálculos y gráficos. Se puede extender bajando paquetes de software gratis. R fue desarrollado inicialmente por Ross Ihaka y Robert Gentleman de la Universidad de Auckland (New Zealand). Desde 1995 es distribuido gratuitamente bajo los términos de la licencia general GNU. El desarrollo de R se ha tornado en un esfuerzo colaborativo internacional de muchos voluntarios.

Donde obtengo el programa R? http://www.r-project.org/ The R Project for Statistical Computing

Cómo se instala R? Se pueden bajar versiones para Windows, MacOS y Linux de http://cran.r-project.org Para instalar R para Windows, solo hay que hacer “double click” en el archivo .exe.

Conceptos básicos para el manejo del programa R Para correr R, solo hacer “double click” en el icono del “desktop”, o usar el menú “Start”.

Pantalla de R

Pantalla de R con script

Para abrir una ventana de script Click en File, “new script” o “open script” ya existente. Para que realice el comando desde el script, luego de escribirlo se oprime Cntrl + R Para no perder los comandos se debe escribir todo en la ventana del script y luego salvarlo con el nombre, ejemplo: Alligator.R

Para salir de R, escribe >q() Una ventana aparecerá con la pregunta: “Save workspace image?” y los tres botones: “Yes”, “No” and “Cancel”. Si la opción “No” es seleccionada, todos los objetos creados durante la sesión se perderán. Para salvar el workspace debe poner el nombre del archivo ejemplo: datos.RData

Para obtener ayuda “online” se puede dar click en “Help” en la barra del menú. También se puede obtener ayuda en HTML con el comando > help.start(). O para saber información sobre un comando en particular > help(command) Para citar R uso >citation()

Generalidades del programa R Las acciones se ejecutan a través de comandos Reconoce diferencias entre mayúsculas y minúsculas No le gustan los espacios Cada punto o coma es muy importante para que el programa entienda y ejecute el comando

Cómo acomodar los datos en Excel

Para exportar datos desde Excel se debe guardar el archivo como Para exportar datos desde Excel se debe guardar el archivo como .csv (comma separated values). Para que R lea este archivo se debe usar el comando read.csv . Note que la opción por defecto es que toma la primer línea como “header” o encabezado. > Alligator = read.csv (file.choose()) > attach(Alligator)

El archivo puede estar en forma de texto en Notepad o Wordpad con terminación .txt. Para que R lea este archivo tiene que usar el siguiente comando: latam= read.table (file.choose(),header=T) header = T indica que la primer línea son los nombres de las columnas.

Gráficos en R Boxplot Comando: >plot(Alligator)

Boxplot con color: >plot(Alligator, col=3)

Para poner dos gráficos juntos >windows() >par(mfrow=c(1,2)) >plot(Alligator,col=3) >stripchart(Alligator,col=2)

>Alligator4=read.csv(file.choose()) >attach(Alligator4) >plot(snout.vent~pelvic.width,col=4)

>boxplot(snout.vent,col=4,xlab="Snout Vent", ylab="Size mm")

> boxplot(snout.vent,col=4,xlab="Snout Vent", ylab="Size mm",main="Alligator")

“One way” o “Single factor” ANOVA ANOVA es una forma de poner a prueba una hipótesis para limitar el error de tipo I. El error de tipo I es cuando rechazamos la hipótesis nula cuando esta es verdadera, o sea obtenemos un falso positivo. Un resultado significativo (p-value menor 0.05) es suficiente para rechazar la hipótesis nula. En una típica aplicación de ANOVA, la hipótesis nula es que todos los grupos son muestras al azar de la misma población y que todos los tratamientos tienen el mismo efecto o ninguno. Rechazar la hipótesis nula implica que los tratamientos SI tienen algún efecto.

ANOVA = Analysis of Variance ANOVA es una extension del “two-sample t test”, que pone a prueba la igualdad de las medias de dos grupos o más. En el ejemplo siguiente usamos la función >aov() para evaluar si el tamaño promedio de los alligators varía significativamente según el sexo.

> attach(Alligator) > search() > Alligator = read.csv (file.choose()) > Alligator > attach(Alligator) > search() [1] ".GlobalEnv" "Alligator" "package:stats" [4] "package:graphics" "package:grDevices" "package:utils" [7] "package:datasets" "package:methods" "Autoloads" [10] "package:base" “snout-vent” es la variable de respuesta (se escribe a la izquierda de ~) “sex” es la variable explicativa (se escribe a la derecha de ~) Entonces, queremos ver si el tamaño de “snout-vent” se explica por la diferencia en sexo. La hipótesis nula es que la diferencia no se explica por la diferencia de sexo

> Alligator.mod=aov (snout.vent~sex) > summary(Alligator.mod) Df Sum Sq Mean Sq F value Pr(>F) sex 1 0.0014 0.001445 0.054 0.819 Residuals 18 0.4822 0.026789 El p-value es 0.819 por lo cual no es significativo y no puedo rechazar la hip nula. Entonces el sexo no explica La diferencia en tamaño. > detach (Alligator)

> Alligator4 = read.csv (file.choose()) > attach(Alligator4) > search() [1] ".GlobalEnv" "Alligator4" "package:stats" [4] "package:graphics" "package:grDevices" "package:utils" [7] "package:datasets" "package:methods" "Autoloads" [10] "package:base"

> Alligator4.mod=aov(pelvic.width~snout.vent) > summary(Alligator4.mod) Df Sum Sq Mean Sq F value Pr(>F) snout.vent 1 25.842 25.842 50.35 1.29e-06 *** Residuals 18 9.238 0.513 Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 P-value es significativo < 0.05 entonces rechazo la hip nula.

Para consultar dudas: R para Principiantes http://zoologylabs-uprrp.weebly.com/documentos.html

Preguntas?