Beabá do R

Aa Bb Cc Dd Ee Ff Gg Hh Ii Jj Kk Ll Mm Nn Oo Pp Qq Rr Ss Tt Uu Vv Ww Xx Yy Zz

Beabá do

16 de janeiro de 2013Rodrigo Rocha Gomes e Souza (rodrigorgs@gmail.com)CPDx. Centro de Processamento de Dados (CPD), Universidade Federal da Bahia (UFBA) https://blog.ufba.br/cpdx

estatísticamineração de dadosvisualização de dados

...

software liv e

multiplatafo ma

ápida!

dive sospacotes

muito mate ial

fácil de integ ara outras linguagens

lê vá iasfontes de dados

elatóriosem PDF (com LaTeX)

é uma linguagemde prog amação

você p ecisasaber estatística

bom parag áficos estáticos

dados namemó ia

mão na massa

Sumário

‣Tipos de dados: vetor, data frame

‣Manipulação de dados

‣Criação de gráficos

‣Testes de hipótese

Construção de vetor: c()

‣c(1, 2, 3, 4)

‣1:4 (igual ao anterior)

‣5 (vetor de um elemento)

‣c(“a”, “b”, “c”, “a”)

‣c(T, F, T, T)

Atribuição: <-

‣nome <- “Fulano”

‣temperaturas.maximas <- c(27, 31, 28)

‣(ponto faz parte do nome da variável)

‣x <- 1:10

Atribuição e Indexação

‣x <- c(“a”, “b”, “c”, “d”, “e”)

‣x[1] # “a”

‣x[c(1, 3)] # “a” “c”

‣x[c(T, F, T, F, F)] # “a” “c”

Modificação do vetor‣x[1] <- “A”

‣“A” “b” “c” “d” “e”

‣x[1:3] <- “Z”

‣“Z” “Z” “Z” “d” “e”

‣x[c(F, F, F, F, T)] <- “U”

‣“Z” “Z” “Z” “d” “U”

Funções

‣notas <- c(9, 8, 9, 10, 7, 5, 7, 8)

‣length(notas) # 8

‣sum(notas) # 63

‣mean(notas) # 7.875 (média)

‣sd(notas) # 1.552648 (desvio-padrão)

NA: valor faltando

‣notas[10] <- 9

‣9 8 9 10 7 5 7 8 NA 9

‣mean(notas)

‣NA

‣mean(notas, na.rm=T)

‣8

Operações vetorizadas

‣notas <- c(9, 8, 9, 10, 7, 5, 7, 8, 9, 9)

‣notas * 2

‣18 16 18 20 14 10 14 16 18 18

‣notas == 9

‣T F T F F F F F T T

Filtro

‣notas > 7 & notas < 10

‣T T T F F F F T T T

‣notas %in% c(8, 9)

‣T T T F F F F T T T

Filtro‣notas[c(T, T, T, F, F, F, F, T, T, T)]

‣9 8 9 8 9 9

‣notas[notas > 7 & notas < 10]

‣9 8 9 8 9 9

‣notas[notas %in% c(8, 9)]

‣9 8 9 8 9 9

Outras coisas

‣ifelse(notas >= 7, “A”, “R”)

‣"A" "A" "A" "A" "R" "R" "R" "A" "A" "A"

‣table(notas)

‣ 5 7 8 9 10 1 2 2 4 1

Gráficos

‣hist

‣plot

‣boxplot

‣pie

‣mosaicplot

Data frame

nome idade alturaFulano 19 1.70

Beltrano 32 1.67Sicrano 47 1.92

John 82 1.61Paul 64 1.57

George 25 1.77Ringo 76 1.68

vetor vetor vetor

Carregando data frame

‣x <- read.table(“arquivo”, sep=“\t”, header=T)

‣x <- read.csv(“arquivo”)

Indexação‣x$nome # retorna coluna nome (um vetor)

‣x[ linhas, colunas ]

‣x[1, ] # data frame com primeira linha

‣x[ , 1] # primeira coluna (vetor)

‣x[ , “nome”] # coluna nome

‣x[1:3, c(“nome”, “altura”)]

Filtros

‣x[x$idade > 40, ]

‣subset(x, idade > 40)

‣head(x) # retorna primeiras 6 linhas

‣tail(x) # retorna últimas 6 linhas

Misc

‣x$idade <- 2013 - x$ano.nascimento # nova coluna

‣x$idade <- NULL # remover coluna

‣summary(x) # sumário estatístico

‣nrow(x) # número de linhas

Para saber mais

The Art of R Programming

R in Action

http://www.statmethods.net/

http://tryr.codeschool.com/

http://www.r-project.org/