OficinaR para X MGEST RicardoTavares

X Encontro Mineiro de Estatística
OFICINA R
P RO F. R I C A R D O TAVA R E S
D E M AT – U F O P
T AV A R E S @ I C E B . U F O P. B R
W W W . I C E B . U F O P. B R / D E M AT
13 E 14 DE OUTUBRO DE 2011
SÃO JOÃO DEL REI - MG
resumo
2
O R é um ambiente computacional estatístico

poderoso e passível de ser expandido com o
uso dos pacotes que são bibliotecas de
funções específicas. Além de ser um software
livre e de código aberto, possui interface com
linguagens interpretadas e/ou compiladas, e
está disponível para diversos sistemas
operacionais;
Esta oficina R vai apresentar os principais

pontos do R de forma que a estrutura da
linguagem seja compreendida. Algumas
análises estatísticas serão realizadas com
banco de dados reais e também através de
simulações.
Prof. Ricardo Tavares - DEMAT - UFOP

Apresentação
3
Introdução ao R
Manipulações simples: números e vetores
Objetos, seus modos e atributos
Fatores ordenados e não ordenados
Array e matrizes
Dataframe e listas
Estruturas de laços e condicionais
Escrevendo suas próprias funções
Lendo e escrevendo arquivos de dados
Análise exploratória de dados e gráficos
Distribuições de probabilidade
Aplicações e Simulações

O que é R?
4
Uma linguagem de programação baseada

na linguagem S, escrita originalmente por
Ross Ihaka e Robert Gentleman na
universidade de Auckland, Nova Zelândia;
Um programa estatístico poderoso e de

domínio público;
R é um ambiente computacional para

análise estatística de dados, gráficos e
muitos outros recursos que você pode
implementar;
Vantagens
5
O R traz muitas vantagens para o

usuário, embora estas nem sempre
sejam óbvias no início;
1) É um software livre e pode ser

livremente copiado e distribuído entre
usuários;
2) R fornece uma interface de entrada por

linha de comando (ELC);
As quatro liberdades de um
software6
livre:
i) liberdade de uso para qualquer
finalidade;
ii) liberdade de estudar o software
completamente;
iii) liberdade de alterar e melhorar o
software;
iv) liberdade de redistribuir as alterações
feitas.

Vantagens
7
3) R é disponível para Linux, Mac e

Windows;
4) Gráficos com qualidade para

publicação, incluindo símbolos
matemáticos e fórmulas quando
necessário; vejam dois exemplos pdf;

Um ótimo investimento
8
Dependendo do seu amor pela

programação, os custos iniciais de
aprender R podem ser mais altos em
relação a alguns pacotes comerciais,
como SPSS e Minitab;
Porém, seja persistente e dedicado, pois

a capacidade e a propagação do R fará
você raramente olhar para outros
softwares;

Baixando e instalando o R
9
Para obter o R, basta entrar no site:

http://www.r-project.org
Baixar o arquivo “R-2.13.2-win.exe”

localizado em CRAN, Brazil, UFPR,
Windows e Base;
Para instalar o R, basta clicar duas vezes

nesse arquivo e seguir as instruções;

Interface do R
10
A interface do R é composta de três

janelas principais:
A console (interface de programação),
A quartz (apresenta os gráficos) e
O editor (processador básico de texto);

Janela console
11

Janela quartz
12

Janela editor
13

Comandos do R
14
Os comandos para R são expressões ou

atribuições:
Expressões:
> 4/3 * pi * (77)^3
Atribuições:
> x = 77

Comandos do R
15
Muitos deles são apresentados na forma

de função;
Para chamá-las, basta entrar com o

nome, seguido de parênteses e
pressionar ENTER;
Algumas funções tem vários argumentos

ou parâmetros que são especificados
dentro dos parênteses;
Comandos do R
16
Apenas uma função pode ser chamada

por linha na janela console;
Para utilizar mais de um comando por

linha, separe-os por ponto-e-virgula;
Exemplo de uma função R:

> q()
A função q() sai/desiste do R;

Comandos do R
17
Uma linha que se inicia com # é tratada

como um comentário e não será
processada;
Todas as informações dentro do R são

tratadas como um objeto;
Um objeto pode ser vetor, matriz,

dataframe, array, lista, função, ajuste,
fórmula, etc;
Comandos do R
18
Nomes de objetos devem começar com

uma letra e podem conter letras,
números e/ou pontos;
Maiúsculas e minúsculas são

consideradas diferentes;
Sinais de atribuição: <- ou -> ou = ;

O diretório de trabalho
19
Um dos primeiros passos ao iniciar o R é

estabelecer o seu diretório de trabalho;
Do contrário, ele vai ler e escrever

arquivos no diretório padrão;
Que diretório é esse?

> getwd()
[1] "C:/Users/Ricardo Tavares/Documents"

O diretório de trabalho
20
Para alterar o diretório de trabalho, use

a função setwd, por exemplo:
> setwd("C:/Uso/XMGEST") ou
> setwd("C:\\Uso\\XMGEST")

Pacotes
21
Os pacotes são bibliotecas de funções

específicas que aumentam a
funcionalidade do R;
Os pacotes são o maior benefício do R

frente aos outros softwares
concorrentes;

Pacotes
22
Os pacotes são hospedados em um site

espelho ou repositório CRAN;
Há vários repositórios disponíveis e

listados na página oficial do R;
Para escolher o seu CRAN (Ex.: UFPR):

>options(CRAN="http://cran-r.c3sl.ufpr.br/")

Pacotes
23
Para encontrar os pacotes disponíveis:

> available.packages()
Para instalar um pacote (Ex.: maptools):

> install.packages("maptools")
Não precisa instalar todos disponíveis!

Pacotes
24
Para remover um pacote:

> remove.packages("maptools")
Para atualizar os pacotes instalados:

> update.packages()
Para cada um deles você confirma se

deseja ou não atualizá-lo;

Importando dados
25
Para importar arquivos .txt e .csv:

> read.table() e > read.csv()
Para importar um arquivo .xlsx:

> install.packages("xlsx") ; library(xlsx)
> read.xlsx(file="base.xlsx", sheetIndex=1,
as.data.frame=TRUE, header=TRUE)
Para importar arquivos do SAS, SPSS, S,

Minitab, Stata, Epi Info, Octave, etc:
> install.packages("foreign") ; library(foreign)
Armazenando dados
26
O armazenamento das informações no R

é feito através de objetos (vetor, matriz,
dataframe, array, lista, função,...);
Há diversos arquivos de dados já

armazenados em R ou nos seus pacotes
instalados:
> data()

Acessando as variáveis
27
Após a importação de um arquivo, podemos

acessar as variáveis usando:
> base$idade Ou
> attach(base)
> idade
> detach(base) # detach() encerra attach()
A função search() mostra todos os pacotes

e objetos attached. Use detach neles;

Área de trabalho do R
28
Ao registrar variáveis na janela console,

antes de sair do R é possível salvar
estas informações para o uso futuro;
> save.image("MinhaConsole.RData")
> load("MinhaConsole.RData")
Para listar todas as variáveis existentes

na área de trabalho atual:
> ls()

Área de trabalho do R
29
Enquanto os objetos ficam armazenados

nesse arquivo .RData; os comandos são
armazenados em outro arquivo com
extensão .Rhistory;
Para listar o histórico: > history()
Em outras palavras, precisa-se de salvar
a área de trabalho e depois salvar o
histórico;
> savehistory(file = "Historicos.Rhistory")
> loadhistory(file = "Historicos.Rhistory")
Help dos comandos
30
1) help("função()") ou ?função() : Essa ajuda

deve ser solicitada quando se sabe da
existência e do nome da função;
2) help.search("topico") ou ??topico: Quando
se deseja investigar a existência de uma
função, mas tem-se apenas uma palavra-
chave;
3) Ajuda Html: Essa ajuda pode ser chamada
pela barra de menu, no botão ajuda (Help);
4) RSiteSearch("tópico"): Essa ajuda faz a
busca de uma palavra-chave em todas as
páginas da internet relacionadas com o R;

Alguns materiais sobre R
31
Felizmente, o R possui uma comunidade

grande e forte na web, com documentação
e discussões bem atuais para diversas
áreas de aplicação;
1) Site oficial do R
2) Livros
3) R-br - a lista
Brasileira oficial
de discussão do
programa R.
http://leg.est.ufpr.br/doku.php/software:rbr

Vamos continuar?
32
Com certeza!
Queremos R!
Então, vamos conhecer melhor a

estrutura dos comandos do R e algumas
aplicações!

Algumas funções aritméticas
33
sqrt : raiz quadrada

abs : valor absoluto (positivo)
exp e log : exponencial e logarítmo natural
log10: logarítmo base-10
choose : combinação
factorial: fatorial
gamma, digamma e trigamma : funções
matemáticas
sin cos tan : funções trigonométricas

asin acos atan: funções
trigonométricas inversas
sinh cosh tanh : funções hiperbólicas
asinh acosh atanh : funções
hiperbólicas inversas
Operadores aritméticos
34
+ adição
- subtração
* multiplicação
/ divisão
^ ou ** exponenciação
x %% y módulo (x mod y) 5%%2 é 1
x %/% y divisão inteira 5%/%2 é 2

Operadores lógicos
35
< menor que

<= menor que ou igual a
> maior que
>= maior que ou igual a
== exatamente igual a
!= diferente
!x negação de x
x|y x OU y
x&y xEy
isTRUE(x) testa se X é Verdadeiro

Os objetos do R: vetor
36
Vetor: Para o R, um vetor é qualquer

conjunto unidimensional de valores
(números, strings, lógicos,etc);
Exemplos:
> lucro=c(500,70,1200,NA)
> porte=c("médio", "baixo", "alto", NA)
> faliu=c(FALSE, TRUE, FALSE, NA)
NA é o código utilizado pelo R quando os
dados estão faltando (missing);
> 1/0 retorna Inf e > -1/0 retorna -Inf
> 0/0 retorna NaN

37
Algumas funções importantes:

c() e scan()
length()
paste()
seq()
rep()
sample()
factor() e gl()
table() e prop.table()
rbind() e cbind()
Exemplos ...

38
sort(): ordena os valores de um vetor
rev(): coloca os valores de um vetor na ordem inversa
order():retorna um vetor de inteiros contendo a

permutação que irá ordenar o objeto de entrada em
ordem crescente
rank(): retorna os postos dos valores de um vetor
unique(): retorna os valores de um vetor sem qualquer

repetição de valores
duplicated(): retorna um vetor lógico indicando quais

elementos são duplicatas de elementos anteriores

39
> ceiling(3.475) retorna 4

> floor(3.475) retorna 3
> trunc(5.99) retorna 5
> round(3.475, digits=2) retorna 3.48
> x="abcdef"
> substr(x, 2, 4) retorna "bcd"
> paste("x",1:3,sep="")
retorna c("x1","x2" "x3")
Os objetos do R: matriz
40
Matriz: Uma matriz é um objeto

bidimensional de mesmo modo
construído a partir da função matrix();
Exemplos:
> notas=matrix(c(4,7,8,6,9,5), 2,3)

Os objetos do R: matriz
41

is.matrix() e as.matrix()
dim() e dimnames()
nrow() e ncol()
t() , diag() e det()
apply()
colMeans(), rowMeans() e sweep()
%*%
solve()
As funções vistas em vetores são úteis para

matrizes;
Exemplos ...

Os objetos do R: dataframe
42
Dataframe: é uma estrutura

bidimensional de dados que aceita
colunas de modos diferentes (números,
strings, lógicos, etc). Sua função é
data.frame();
Exemplos:
>bens=data.frame('Imóvel'=c('casa','apto',
'lote'),'Preço'= c(320000,280000,195000))

Os objetos do R: dataframe
43

data.frame()
names()
row.names() e col.names()
subset()
str()
summary()
attach() e detach()
read.table() e write.table()
Exemplos ...

Os objetos do R: array
44
Array: é uma estrutura similar ao de uma

matriz, mas com o número de dimensões
flexível. Sua função é array();
Exemplos:
> turma = array(1:24, dim=c(3,4,2))
O objeto turma é uma coleção de duas

matrizes 3x4;
As funções usadas em vetores e matrizes

podem ser úteis para array;

Os objetos do R: listas
45
Listas: é uma coleção de componentes

que podem ser de classes e tamanhos.
Sua função é list();
Exemplos:
>natal=list(A=1, B=notas, C="Capital do
Sol", D=seq(1,10, length=20))
Uma componente pode ser chamada pelo

nome ($) ou pela posição ([[ ]]);

Os objetos do R: listas
46

list()
summary()
lapply()
sapply()
Exemplos ...

Os objetos do R: funções
47
Funções: é um programa construído para

realizar tarefas repetitivas dentro do
programa principal. Sua função é function();
Exemplos:
ufop=function(a,b)
{
soma=a+b
return(soma)
}
ufop(3,4)

Os objetos do R: funções
48
becel=function(lances)
{
soma=sample(c(0,1), lances, replace = TRUE)
return(sum(soma)/lances*100)
}
> becel(lances=10)
Se a função estiver em um arquivo, pode-se

ler o código dela através da função source();

Outros comandos úteis
49
class(), attr() e typeof()

std()
with() , split() , merge() e aggregate()
cat() e print()
rm() e options(scipen=20)
union() e intersect()
set.seed() e jitter()
sys.time() , sys.Date() e sys.sleep()
sink() , outer() e dput()
rainbow(), heat.colors(), terrain.colors(), topo.colors(),
cm.colors(), colorRamp() e rgb()
> as.Date(x, "%d/%m/%Y")

#em que x="13/06/1977" vai converter para "1977-06-13";
Qual a diferença entre as.POSIXct() e as.POSIXlt() ?

Medidas descritivas
50
mean(): média
var(): variância
sd(): desvio padrão
median(): mediana
quantile(): percentis
min(): mínimo
max(): máximo
fivenum(): esquema dos cinco números
summary(): resumo estatístico
skewness() e kurtosis() - pacote moments

Medidas descritivas
51
Exemplo:
> renda = c(2650, 3350, 2600, 2650, 3150,
2900, 2350, 2700, 2650, 3150)
Encontrar as medidas descritivas: média,
desvio padrão, quartis (1, 2 e 3), mínimo,
máximo, centil 5 e centil 95;
Quantos valores são maiores que a
média?
Qual o índice do maior rendimento?

Alguns gráficos
52
plot() diagrama de dispersão

pairs() matriz de diagramas de dispersão
hist() histograma
boxplot() boxplot
qqnorm() gráfico quantil-quantil normal
qqplot() gráfico quantil-quantil genérico
barplot() gráfico de barras
pie() gráfico de setores
dotchart() gráfico de pontos
stem() ramo e folha
persp() gráficos em perspectiva – pacote graphics
contour() gráficos de contorno - pacote graphics
xyplot() gráfico de dispersão - pacote lattice

Alguns itens de gráfico
53
abline() adiciona uma linha definida pela forma a + bx (ou

linha horizontal ou vertical: h=, v=)
lines() adiciona linhas
points() adiciona pontos
box() adiciona caixas
text() adiciona texto ao gráfico
segments(x0,y0,x1,y1) adiciona uma linha do ponto
(x0,y0) ao ponto (x1, y1);
arrows() adiciona setas entre pares de pontos
title() adiciona um título
legend() adiciona uma legenda
axis() adiciona eixos
locator() obtém coordenadas de pontos no gráfico
identify(x,y) identifica pontos dentro do gráfico
par() define os parâmetros gráficos

Parâmetros gráficos
54
mfrow: número de gráficos em uma

página. Ex.: mfrow=c(2,3) cria layout 2 x
3 preenchido linha por linha
mfcol: similar ao mfrow, mas preenchido
coluna por coluna
col: cor das linhas, símbolos, etc.
col.axis: cor das anotações dos eixos
col.lab: cor dos rótulos dos eixos
col.main: cor do título principal

Parâmetros gráficos
55
pch: tipo de símbolo para os dados:

1=círculo, 2=triângulo, 3=sinal de mais, etc.
cex: tamanho do texto
cex.axis: tamanho do texto para os eixos
cex.lab: tamanho do texto para os rótulos
dos eixos
cex.main: tamanho do título principal
lty: tipo de linha: 0=blanca, 1=sólida,
2=tracejada, 3=pontilhada, etc.
lwd: espessura da linha

Salvar/copiar um gráfico
56
Para salvar um gráfico, basta clicar em

cima dele com o botão direito do mouse
e escolher salvar como;
Para copiar um gráfico e colar num editor

de texto em seguida, faça o seguinte:
clicar em cima dele com o botão direito
do mouse e escolher copiar como;

Salvar gráficos em .eps
57
Como salvar um gráfico em .eps?

Clique com o botão direito do mouse em cima
do gráfico e escolha “salvar como
postscript...”
Outra opção é usar o comando:
postscript()
Busque alternativas para .pdf e .jpg!
Ver exemplos com gráficos no arquivo
ProgramaR.R;
58
As funções disponíveis no R para distribuições

de probabilidades compreendem duas partes:
Um prefixo (primeira letra) determina a ação
tomada pela função
d – densidade de probabilidade
p – probabilidade acumulada
q – quantil
r – amostra aleatória
Um sufixo (restante do nome) identifica a
distribuição;
Exemplos:
>pnorm(1.96, mean=0, sd=1)
>qnorm(0.975, mean=0, sd=1)

59
Binomial: binom Binomial Neg: nbinom

Geométrica: geo Hipergeo: hyper
Poisson: pois Qui-quadr: chisq
Uniforme: unif Gamma: gamma
Normal: norm Weibull: weibull
Exponencial: exp Cauchy: cauchy
t: t Log-normal: lnorm
F: f Logística: logis
Beta: beta

60
Ver exemplos com probabilidade no

ProgramaR.R

Inferência Estatística
61
t.test() - Teste t-Student

prop.test() Teste de Hip. com Proporções
anova() - Análise de Variância
fisher.test() - Teste exato de Fisher
binom.test() - Teste Binomial exato
var.test() - Teste F para comparar duas variâncias
cor.test() - Teste de correlação
shapiro.test() - Teste Shapiro-Wilk para normalidade
bartlett.test() - Teste de homogeneidade de variâncias
friedman.test() – Teste de Friedman
wilcox.test() - Teste de Wilcoxon
kruskal.test() - Teste Kruskal-Wallis
chisq.test() - Teste X2
ks.test() - Teste Kolmogorov-Smirnov

Inferência Estatística
62
Ver exemplo com Inferência no

ProgramaR.R

Algumas simulações
63
1) A distribuição da média amostral para

tamanhos de amostras 5, 50 e 500
usando amostras não aleatórias x
aleatórias;
2) Construindo 50 intervalo de confiança
para a verdadeira proporção do número
de sucessos (cara) em 20 lançamentos
de uma moeda e a visualização gráfica
daqueles que não contêm o parâmetro;
Confira no ProgramaR.R

Análise de regressão linear
64
lm(): ajusta modelos lineares.
lm(formula, data, subset, weights, na.action,

method = "qr", model = TRUE, x = FALSE, y =
FALSE, qr = TRUE, singular.ok = TRUE,
contrasts = NULL, offset, ...)
O comando lm() gera um objeto chamado fit;

Veja também:
coef, effects, residuals, fitted e confint.

Gere código Latex a partir do R
65
> dados = read.table("dados_anova.txt",

header=TRUE)
> hba.aov=aov(hba~tgest,data=dados)
> summary(hba.aov)
> TukeyHSD(hba.aov, ordered = TRUE)
> plot(TukeyHSD(hba.aov))
# passando essa tab. anova para latex

> library(xtable)
> xtable(hba.aov)
Outros pontos interessantes
66
Visualização espacial de uma variável

que esteja disponível para cada
município de MG, por exemplo;
A partir de um ajuste de modelo SARIMA

para os casos de Dengue em MG (2001-
2009), veja como é simples plotar a
previsão para 2010, inclusive com os
intervalos de confiança;

Obrigado e divulgue o R!!!
67
A melhor maneira de aprender o R é

resolvendo novos problemas e/ou desafios
com ele;
O melhor software/linguagem é aquele que

você sabe trabalhar bem com ele;
Seja bastante feliz com o ambiente R;
Um abraço e o meu muito obrigado pela

oportunidade e espaço oferecidos ao R;

OficinaR para X MGEST RicardoTavares

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

OficinaR para X MGEST RicardoTavares

Hochgeladen von

Copyright:

Verfügbare Formate

X Encontro Mineiro de Estatística

O R é um ambiente computacional estatístico

Esta oficina R vai apresentar os principais

Prof. Ricardo Tavares - DEMAT - UFOP

Prof. Ricardo Tavares - DEMAT - UFOP

Uma linguagem de programação baseada

Um programa estatístico poderoso e de

R é um ambiente computacional para

O R traz muitas vantagens para o

1) É um software livre e pode ser

2) R fornece uma interface de entrada por

Prof. Ricardo Tavares - DEMAT - UFOP

3) R é disponível para Linux, Mac e

4) Gráficos com qualidade para

Prof. Ricardo Tavares - DEMAT - UFOP

Dependendo do seu amor pela

Porém, seja persistente e dedicado, pois

Prof. Ricardo Tavares - DEMAT - UFOP

Para obter o R, basta entrar no site:

Baixar o arquivo “R-2.13.2-win.exe”

Para instalar o R, basta clicar duas vezes

Prof. Ricardo Tavares - DEMAT - UFOP

A interface do R é composta de três

A console (interface de programação),

A quartz (apresenta os gráficos) e

O editor (processador básico de texto);

Prof. Ricardo Tavares - DEMAT - UFOP

Prof. Ricardo Tavares - DEMAT - UFOP

Prof. Ricardo Tavares - DEMAT - UFOP

Prof. Ricardo Tavares - DEMAT - UFOP

Os comandos para R são expressões ou

Prof. Ricardo Tavares - DEMAT - UFOP

Muitos deles são apresentados na forma

Para chamá-las, basta entrar com o

Algumas funções tem vários argumentos

Apenas uma função pode ser chamada

Para utilizar mais de um comando por

Exemplo de uma função R:

Prof. Ricardo Tavares - DEMAT - UFOP

Uma linha que se inicia com # é tratada

Todas as informações dentro do R são

Um objeto pode ser vetor, matriz,

Nomes de objetos devem começar com

Maiúsculas e minúsculas são

Sinais de atribuição: <- ou -> ou = ;

Prof. Ricardo Tavares - DEMAT - UFOP

Um dos primeiros passos ao iniciar o R é

Do contrário, ele vai ler e escrever

Que diretório é esse?

Prof. Ricardo Tavares - DEMAT - UFOP

Para alterar o diretório de trabalho, use

Prof. Ricardo Tavares - DEMAT - UFOP

Os pacotes são bibliotecas de funções

Os pacotes são o maior benefício do R

Prof. Ricardo Tavares - DEMAT - UFOP

Os pacotes são hospedados em um site

Há vários repositórios disponíveis e

Para escolher o seu CRAN (Ex.: UFPR):

Prof. Ricardo Tavares - DEMAT - UFOP

Para encontrar os pacotes disponíveis:

Para instalar um pacote (Ex.: maptools):

Não precisa instalar todos disponíveis!

Prof. Ricardo Tavares - DEMAT - UFOP