Comandos Basicos

Asignación de variables

x <- 3
y <- 2

Impresión de resulados

x

## [1] 3

y

## [1] 2

Operaciones aritméticas

suma <- x+y
suma

## [1] 5

resta <- x-y
resta

## [1] 1

multiplicacion <- y*x
multiplicacion

## [1] 6

division <- x/y
division

## [1] 1.5

division_entera <- x%/%y
division_entera

## [1] 1

residuo <- x%%y
residuo

## [1] 1

potencia <- x**2
potencia

## [1] 9

Funciones Matemáticas

raiz_cuadrada <- sqrt(x)
raiz_cuadrada

## [1] 1.732051

raiz_cubica <- x**(1/3)
raiz_cubica

## [1] 1.44225

exponencial <- exp(1)
exponencial

## [1] 2.718282

absoluto <- abs(x)
absoluto

## [1] 3

signo <- sign(x)
signo

## [1] 1

redondeo_arriba <- ceiling(x/y)
redondeo_arriba

## [1] 2

redondeo_abajo <- floor(x/y)
redondeo_abajo

## [1] 1

truncar <- trunc(x/y)
truncar

## [1] 1

Constantes

pi

## [1] 3.141593

radio <- 5
area_circulo <- pi*radio**2
area_circulo

## [1] 78.53982

Vectores

a<- c(1,2,3,4,5)
a

## [1] 1 2 3 4 5

b<- c(1,2,3,4,5)
b[3]

## [1] 3

sum(a,b) #total

## [1] 30

a + b #por columna

## [1]  2  4  6  8 10

nombres <- c("Jose", "Pancho", 33)
nombres

## [1] "Jose"   "Pancho" "33"

length(a)

## [1] 5

length(nombres)

## [1] 3

summary(a)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##       1       2       3       3       4       5

orden_ascendente <- sort(a)
orden_ascendente

## [1] 1 2 3 4 5

orden_descendente <- sort(a, decreasing = TRUE)
orden_descendente

## [1] 5 4 3 2 1

Gráficas

plot(a,b, main = "Ventas Totales", xlab = "Semana", ylab = "Millones de USD")

Ejercicio 1

df <- data.frame(Nombre = c('Anna', 'Nancy', 'Humberto', "Lucía", "Miranda"), Altura = c(1.67, 1.67, 1.80, 1.60, 1.42), Peso = c(56, 75, 92, 65, 43))
df$IMC <- c(df$Peso/df$Altura**2)
df

##     Nombre Altura Peso      IMC
## 1     Anna   1.67   56 20.07960
## 2    Nancy   1.67   75 26.89232
## 3 Humberto   1.80   92 28.39506
## 4    Lucía   1.60   65 25.39062
## 5  Miranda   1.42   43 21.32513

summary(df)

##     Nombre              Altura           Peso           IMC       
##  Length:5           Min.   :1.420   Min.   :43.0   Min.   :20.08  
##  Class :character   1st Qu.:1.600   1st Qu.:56.0   1st Qu.:21.33  
##  Mode  :character   Median :1.670   Median :65.0   Median :25.39  
##                     Mean   :1.632   Mean   :66.2   Mean   :24.42  
##                     3rd Qu.:1.670   3rd Qu.:75.0   3rd Qu.:26.89  
##                     Max.   :1.800   Max.   :92.0   Max.   :28.40

plot(df$Altura, df$Peso, main="Estamos chaparros y gordos")

Conclusiones

R es un lenguaje de programación útil para realizar cálculos, principalmente estadísticos, y forma parte de las herramientas del Big Data.

R Studio es el entorno en donde se puede programar R, y gracias a que también aquí se puede programar Python, en julio del 2023 se anunció su nuevo nombre: Posit.

En esta introducción, lo que me llama la atención es que RStudio pueda correr desde el entorno Anaconda para usar menor memoria en mi equipo de cómputo. A la vez, me interesó su catálogo expansivo de librerías para la depuración y tratamiento de datos y análisis estadístico.

Si desde un inicio programamos de forma estructurada, disciplinada y meticulosa, podemos preveer muchas de las aletas o errores y así obtendremos los muchos beneficios de la programación en R, como los pronósticos de predicción.