Embed Size (px)
Citation preview
Maestría en EconomíaTaller: Introducción al lenguaje R
Sesión 8: Gráficos básicos en R
Profesor:
Noé Becerra Rodríguez
3 de octubre 2013
Contenido
• Repaso sesión 7
• Tarea sesión 7
• Gráficos básicos en R (continuación)
2
Contenido
• Repaso sesión 7
• Tarea sesión 7
• Gráficos básicos en R (continuación)
3
Repaso sesión 7
Tres nuevos objetos en R: listas, factores, dataframes
Manipulación o indexación de objetos con [ , [[ y $
Operadores lógicos (<, >, >=, <=, ==, !=, |, &)
Explorar algunas bases de datos de R, data( ), names( ),
head ( ), airquality[ ]
Gráficos de dispersión y los argumentos más comunes4
¿preguntas?
5
Contenido
• Repaso sesión 7
• Tarea sesión 7
• Gráficos básicos en R (continuación)
6
Tarea sesión 3
options (digits=3)
var1 = round (rnorm(100,26,2.5))
set.seed (123)
var2 = rnorm (100,7,1.25)
var3 = c (rep (1,30), rep (2,40), rep (3,30))
var4 = c (rep (0,75), rep (1,25))
fv3 = factor (var3, levels=1:3, labels = c ("soltero", "casado", "divorciado"))
fv4 = factor (var4, levels = 0:1, labels = c ("si", "no")) 7
Tarea sesión 3
base = data.frame (var1, var2, fv3, fv4)
colnames (base) = c ("edad", "examen", "e_civil", "internet")
base [1:6,]
lapply (base, mean); lapply (base, sd)
lapply (base, summary)
names (base)
head( base)
8
Tarea sesión 3# a) Determinar NAs (missing values) en la base y por variable
sum(is.na(airquality))
names(airquality)
sum(is.na(airquality$Ozone))
sum(is.na(airquality$Solar.R))
sum(is.na(airquality$Wind))
sum(is.na(airquality$Temp))
sum(is.na(airquality$Month))
sum(is.na(airquality$Day)) 9
Tarea sesión 3
# b) Encontrar los valores de “Ozone” mayores que 100
airquality$Ozone[airquality$Ozone>100]
# c) Hallar medidas de “Temp” menores de 79
airquality$Temp[airquality$Temp<79]
# d) Encontrar cuantos casos completos se tienen en la base
sum(complete.cases(airquality))
10
¿preguntas?
11
Contenido
• Repaso sesión 3
• Tarea sesión 3
• Gráficos básicos en R (continuación)
• Importar y exportar datos12
Base “datos” para las gráficas
ingreso = c(1,4,2,3,2,3,4,3,2,2,3,1,2,2,2)
fingreso = factor (ingreso, levels=1:4, labels= c ("bajo", "medio", "alto", "muy-alto"))
género = c(2,1,1,2,2,2,1,2,1,1,2,2,1,1,2)
fgénero = factor(género, levels=1:2, labels = c("mujer", "hombre"))
peso = c(60, 72, 57, 90, 95, 72, 65, 76, 61, 92, 98, 77, 66, 75, 59)
altura = c(1.75, 1.80, 1.65, 1.90, 1.74, 1.91, 1.77, 1.83, 1.69, 1.95, 1.78, 1.88,1.73, 1.79, 1.61)
datos = data.frame (peso, altura, fgénero, fingreso)
datos13
Gráficos en R - barplot( )
Genera una gráfica de barras para datos tipo factor
Las opciones más comunes que se manejan son:
names.arg: etiquetas de las barras, por defecto los toma de la base
horiz: hacer la barras horizontales (TRUE/FALSE)
main, xlim, xlab ... Argumentos similares al plot ( )
14
Ejemplos - barplot( ) 1variable
conteo=table(datos$fingreso)
barplot(conteo)
barplot(conteo, main="Gráfica de barras del ingreso")
barplot (conteo, main="Gráfica de barras del ingreso", xlab = "categoría de ingreso", ylab = "cant. individuos")
barplot(conteo, main="Gráfica de barras del ingreso",
xlab="categoría de ingreso", ylab="cant. de individuos", col="green")
barplot(conteo, main="Gráfica de barras del ingreso",
xlab="cant. de individuos", ylab="categoría de ingreso", col="green", horiz=T)
Dar zoom a la última gráfica 15
?
Ejemplos - barplot( ) 2 variables
contador = table(datos$fingreso, datos$fgénero)
barplot(contador)
barplot(contador, main="Gráfico de barras ingreso y género")
barplot(contador, main="Gráfico de barras ingreso y género",
xlab="género", ylab=“cant. de individuos", col=c("red", "blue", "green", "gray"))
16
Ejemplos - barplot( ) 2 variables
par(mfrow=c(1,2))
barplot(contador, main="Gráfico de barras ingreso y género",
xlab="género", ylab=“cant. de individuos", border="white", col=c("red", "blue", "green", "gray"), legend=rownames(contador))
barplot(contador, main="Gráfico de barras ingreso y género",
xlab=“cantidad de individuos", ylab="género", horiz=T, col=c("red", "blue", "green", "gray"), legend=rownames(contador))
par(mfrow=c(1,1))
17
¿preguntas?
18
Ejercicios con gráficos - barplot( )
a) Usando la base de datos “mtcars”, hacer una gráfica
de barras para la variable “cyl”. Darle color y poner título
y subtítulo así como nombre a los ejes
b) Usando la misma base realizar una gráfica de barras
con las variables “am” y “cyl”. Ponga color, títulos,
nombres a los ejes. Añada una leyenda
19
Gráficas en R - hist( )
La función hist () genera histogramas, la variable debe ser númerica
Los argumentos más comunes son:
breaks: especifica el número de rectangulos
main, xlim, xlab etc. funcionan como en la gráfica plot( )
20
Gráficas en R - hist( )
data(airquality); head(airquality)
hist(airquality$Ozone, breaks="Sturges")
hist(airquality$Ozone, breaks="Sturges", col="limegreen",
main="Histograma sobre Ozono")
hist(airquality$Ozone, breaks="Sturges", col="limegreen", main="Histograma sobre Ozono", border="gray40", xlab="cantidad de Ozono", ylab="frecuencia")
hist(airquality$Ozone, breaks="Sturges", col="limegreen", col.sub="gray60", main="Histograma sobre Ozono", border="gray40", sub="Datos: airquality", xlab="cantidad de Ozono", ylab="frecuencia")
21
Gráficas en R - hist( )
hist(airquality$Ozone, breaks="Sturges", col="limegreen", col.sub="gray60", main="Histograma sobre Ozono", border="gray60", sub="Datos: airquality", xlab="cantidad de Ozono", ylab="frecuencia")
22
¿preguntas?
23
Ejercicios con gráficos - hist( )
Usando los datos de la base “airquality” construir dos
histogramas: uno para la variable “Temp” y otro para
“Wind”. Utilizar parámetros para color, título principal,
subtítulo y etiquetas para los ejes
24
Gráficas en R – boxplot( )Las gráficas de boxplot ( ) pueden ser creadas para variables
individuales o para un grupo de variables.
Los argumentos principales son:
X~Y : fórmula que indica las variables a graficar
data =: indica el dataframe de donde tomar los datos
varwidth = TRUE: gráfica proporcionalmente las cajas
horiz = TRUE: para invertir la orientación de los ejes
outline = TRUE: muestra los ouliers
main, xlabel, etc. Funcional igual que la función plot( )
25
Gráficas en R - boxplot( ) 1 variable# Boxplot para una sola variable
data(cars)
names(mtcars)
boxplot(mtcars$mpg, col="gray", main="Diagrama de caja, millas por galón", col.sub="gray40", sub="Datos de 1984")
26
Gráficas en R - boxplot( ) 2 variables
boxplot(mtcars$mpg ~ mtcars$cyl)
boxplot(mtcars$mpg ~ mtcars$cyl, col="green", main="Gráficos de cajas mpg / cilindros")
boxplot(mtcars$mpg ~ mtcars$cyl, col="green", main="Gráficos de cajas mpg / cilindros", xlab="número de cilindros", ylab="millas por galón")
boxplot(mtcars$mpg ~ mtcars$cyl, col=rainbow(3), main="Gráficos de cajas mpg / cilindros", xlab="número de cilindros", ylab="millas por galón", col.sub="gray40", sub="Datos 1974 Motor Trend US")
27
Gráficas en R - boxplot( ) 2 variablesboxplot(mtcars$mpg ~ mtcars$cyl, col=2:4, main="Gráficos de cajas mpg /
cilindros", xlab="número de cilindros", ylab="millas por galón", col.sub="gray40", sub="Datos 1974 Motor Trend US", varwidth=T)
boxplot(mtcars$mpg ~ mtcars$cyl, col=c("green", "gray", "blue"), main="Gráficos de cajas mpg / cilindros", xlab="millas por galón", ylab="número de cilindros", col.sub="gray40", sub="Datos 1974 Motor Trend US", varwidth=T, horizontal=T)
28
¿preguntas?
29
Ejercicios con gráficos - boxplot( )
Elaborar un boxplot individuales para las siguiente
variables: “wt”, “hp”, incluyendo varios parámetros
usando la base “mtcars”
Generar un boxplot para el par de variables: “Ozone” y
“Month” de la base “airquality”. Primero de forma
sencilla y luego incrementando el número de
argumentos
30
Gráficas en R - Pie
Las gráficas de pastel no son muy recomendables ya que es
más fácil percibir la longitud que el volumen
Las opciones de pie( ) incluyen
x: vector indicando el área de cada sección
labels: vector de cadena para los nombres de las secciones
radius: determina el radio del círculo (0.1 a 1)
main, col, etc. se apican igual que en la función plot( )
31
Ejemplos en R - pie( )Gráficos de Pastel simple
secciones=c(10,12,4,16,8)
etiquetas=c("Italia", "Inglaterra", "Australia", "Alemania", "Francia")
pie(secciones, etiquetas, main="Gráfico de pastel, PIB Países varios")
pie(secciones, etiquetas, main="Gráfico de pastel, PIB Países varios", col=rainbow(5), radius=1)
32
Ejemplos en R - pie( )Gráfica de pastel con porcentajes
secciones = c(10, 12, 4, 16, 8)
etiqueta = c("EU", "GB", "Australia", "Alemania", "Francia")
pc = round(secciones/sum(secciones)*100)
etiqueta = paste(etiqueta, pc)
etiqueta = paste(etiqueta,"%",sep=" ")
pie(secciones,labels = etiqueta, col=rainbow(5), main="Gráfica de pastel, PIB varios países", radius=1)
33
¿preguntas?
34
Ejercicios pie( )Construir un objeto en R para la base siguiente. Hacer dos gráficas de pastel con los datos. Una con el conteo en bruto y otra porcentajes
35
Accesorios para gráficas – par( )
par(mfrow=c(x,y) modifica el área de gráficos para incluir varios gráficos en una pantalla, x indica número de renglones mientras que y son las columnas
par(mfrow=c(1,2))
boxplot(airquality$Ozone~airquality$Month, col=2:6, main="boxplot ozono por mes")
plot(airquality$Ozone, airquality$Wind, col="blue", pch=19, cex=0.75, main="Gráfico ozono vs viento")
36
Accesorios para gráficas – abline( )abline(x) dibuja una línea horizontal (h) o vertical (v) sobre el gráfico. Acepta
otros argumentos que impliquen una línea recta.
par(mfrow=c(1,2))
plot(airquality$Ozone, airquality$Wind, col="blue", pch=19, main="ozono vs viento", xlab="", ylab="", cex=0.75)
abline(h=10, col="red", lwd=2.5)
plot(airquality$Ozone, airquality$Temp, col="red", pch=19, main="zono vs temperatura", xlab="", ylab="", cex=0.75)
abline(v=55, col="blue", lwd=2.5)
37
Accesorios para gráficas – text( )text (x,y, “texto de gráfica”) permite incluir texto en las gráficas. X e Y son las
coordenadas para ubicar la leyenda
par(mfrow=c(1,1,))
plot(cars$speed, cars$dist, col="blue", pch=17,
xlab="velocidad", ylab="distancia", main="distancia de frenado")
text(8,80, "datos de 1920")
38
Accesorios para gráficas – lines( )El commando lines( ) permite dibujar líneas en el gráfico que no son necesariamente rectas y permite otros argumentos de objetos generados en R
cien=rnorm(1000)
hist(cien, col=3, freq=F, main=“histograma cien aleatorios”)
lines(density(cien), col=2, lwd=2)
39
Accesorios para gráficas – legend( )La función legend ( ) permite incorporar textos en los gráficos de manera más flexible que el comando text ()
set.seed(123)
edad = (rnorm (100, 26, 2.5)) ; exam = floor ( rnorm (100, 7, 1.25))
gen = c(rep (1, 55), rep ( 2, 45)); fgen = factor(gen, levels=1:2, labels=c("mujer", "varón"))
data = data.frame(edad, exam, fgen)
plot (data$edad, data$exam, col=data$fgen, pch=19, cex=0.5)
legend(20,10, legend=c("mujer", "varón"), col=c("black", "red"), pch=c(19), cex=c(0.75))
40
¿preguntas?
41
Ejercicios - accesorios
Elegir algunas de las gráficas ya construidas y colocarlas
en un marco con cuatro secciones. En el primer renglón
dibuje una raya horizontal en la primer columna y en la
segunda una línea vertical. Ambas con diferente color y
grosor
En el segundo renglón inserte un texto explicativo corto
para la primera. Para la segunda columna poner una
legenda42
Contenido
• Repaso sesión 3
• Tarea sesión 3
• Gráficos básicos en R (continuación)
• Importar y exportar datos43
Importar / exportar datos
Casi todos los paquetes estadísticos pemiten la importación y exportación de datos desde una plataforma hacia otra
En todos los casos “datos” se refiere a la base que se generó en R y “archivo” es el nombre que se le asigna a la base de datos
# archivos para R
write.table (datos, file=“archivo.rda")
Rbase = read.table (“archivo.rda”)
# archivo tipo .txt
write.table(datos, “archivo.txt", sep="\t")
TXTbase = read.table (“archivo.txt", header = TRUE)
44
Importar / exportar datos
# archivos tipo .csv
write.csv(datos, file=“nombre.csv”)
CSVbase = read.csv(“nombre.csv”)
# archivos para Stata (necesario el paquete “foreign”)
require(foreign)
write.dta (datos, file="archivo.dta", convert.factor=c("labels"))
STbase=read.dta ("archivo.dta")
45
columna índice
Ejercicios
Generar una base de datos de tres variables y grabarla en varios formatos. Abrir la base en la plataforma extranjera. Grabar ahora datos en una plataforma externa y luego abrirla en R.
46
¿preguntas?
47
TareaCon la información de la base “babies” que se encuentra en el paquete “UsingR”, generar dos gráficos de cada tipo que se revisaron en la sesión
Es necesario bajar el paquete “UsingR” y cargarlo en memoria antes de poder acceder a la base “babies”
Las variables a usar son:
sex – sexo del infante
wt – peso al nacer
race – raza del madre
age – edad de la madre
ed – nivel educativo de la madre
inc – ingreso familiar
smoke – si fuma o no la madre
48
TareaLeer un poco sobre los siguientes temas:
Estadística inferencial
Regresión lineal
Bajar los paquetes “car” y “lmtest”
49
¿preguntas?
nbecerra_cursos.wordpress.com
50
