Utilizando las funciones citadas en este Laboratorio, comprobad qué paquetes tenéis instalados en vuestra versión de RStudio e instalad el paquete MASS y el paquete Survival y comprobad la información que contienen. Buscad información sobre el paquete Rcmdr (R Commander) desde la consola.
library() #Paquetes instalados
install.packages(c("MASS", "Survival")) #Instalacion de los paquetes MASS y Survival
??Rmcdr
txt <- read.csv("F:\\Master_Bioinformatica_Bioestadistica\\Asignaturas\\Software_para_el_analisis_de_datos\\LAB\\LAB1\\ejemplo_propio.txt", sep = " ")
summary(txt)
## ID_patient Histology age BMI
## Length:99 Length:99 Min. :41.0 Min. :21.00
## Class :character Class :character 1st Qu.:60.0 1st Qu.:25.00
## Mode :character Mode :character Median :69.0 Median :29.00
## Mean :67.6 Mean :28.49
## 3rd Qu.:76.0 3rd Qu.:32.00
## Max. :89.0 Max. :35.00
## Sum_region
## Min. : 9.00
## 1st Qu.: 30.00
## Median : 43.00
## Mean : 47.38
## 3rd Qu.: 58.50
## Max. :140.00
csv <- read.csv("F:\\Master_Bioinformatica_Bioestadistica\\Asignaturas\\Software_para_el_analisis_de_datos\\LAB\\LAB1\\ejemplo_propio.csv", sep = ",")
fivenum(csv$age)
## [1] 41 60 69 76 89
fivenum(csv$Sum_region)
## [1] 9.0 30.0 43.0 58.5 140.0
A partir del conjunto de datos anorexia del paquete MASS, que corresponden a los datos de cambio de peso de pacientes jóvenes con anorexia, mostrad los tipos de datos que contiene y comprobad si existen valores NA y NULL. Para la variable Treat, transformad los valores «CBT», «Cont» y FT en «Cogn Beh Tr», «Contr» y «Fam Tr», respectivamente.
library(MASS)
data("anorexia")
head(anorexia)
## Treat Prewt Postwt
## 1 Cont 80.7 80.2
## 2 Cont 89.4 80.1
## 3 Cont 91.8 86.4
## 4 Cont 74.0 86.3
## 5 Cont 78.1 76.1
## 6 Cont 88.3 78.1
summary(anorexia)
## Treat Prewt Postwt
## CBT :29 Min. :70.00 Min. : 71.30
## Cont:26 1st Qu.:79.60 1st Qu.: 79.33
## FT :17 Median :82.30 Median : 84.05
## Mean :82.41 Mean : 85.17
## 3rd Qu.:86.00 3rd Qu.: 91.55
## Max. :94.90 Max. :103.60
table(is.na(anorexia))
##
## FALSE
## 216
table(is.null(anorexia))
##
## FALSE
## 1
table(anorexia$Treat)
##
## CBT Cont FT
## 29 26 17
anorexia$Treat <- factor(anorexia$Treat,
levels = c("CBT", "Cont", "FT"),
labels = c("Cogn Beh Ter", "Contr", "Fam tr"))
table(anorexia$Treat)
##
## Cogn Beh Ter Contr Fam tr
## 29 26 17
data("Melanoma")
write.csv(Melanoma, file = "C:/Users/rober/Desktop/Melanoma.csv")
library(xlsx)
write.csv(Melanoma, file = "F:/Master_Bioinformatica_Bioestadistica/Asignaturas/Software_para_el_analisis_de_datos/LAB/LAB1/Melanoma.csv")
write.table(Melanoma, file = "F:/Master_Bioinformatica_Bioestadistica/Asignaturas/Software_para_el_analisis_de_datos/LAB/LAB1/Melanoma.txt")
write.xlsx(Melanoma, file = "F:/Master_Bioinformatica_Bioestadistica/Asignaturas/Software_para_el_analisis_de_datos/LAB/LAB1/Melanoma.xlsx")
c) Generad un resumen (summary) de la variable
age de melanoma y guardad la salida que os aparece en un documento
.doc
sum <- summary(Melanoma$age)
capture.output(sum, file = "F:/Master_Bioinformatica_Bioestadistica/Asignaturas/Software_para_el_analisis_de_datos/LAB/LAB1/resumen.doc")
df.externo <- read.csv("F:\\Master_Bioinformatica_Bioestadistica\\Asignaturas\\Software_para_el_analisis_de_datos\\LAB\\LAB1\\bodyfat.csv")
head(df.externo)
## Density BodyFat Age Weight Height Neck Chest Abdomen Hip Thigh Knee Ankle
## 1 1.0708 12.3 23 154.25 67.75 36.2 93.1 85.2 94.5 59.0 37.3 21.9
## 2 1.0853 6.1 22 173.25 72.25 38.5 93.6 83.0 98.7 58.7 37.3 23.4
## 3 1.0414 25.3 22 154.00 66.25 34.0 95.8 87.9 99.2 59.6 38.9 24.0
## 4 1.0751 10.4 26 184.75 72.25 37.4 101.8 86.4 101.2 60.1 37.3 22.8
## 5 1.0340 28.7 24 184.25 71.25 34.4 97.3 100.0 101.9 63.2 42.2 24.0
## 6 1.0502 20.9 24 210.25 74.75 39.0 104.5 94.4 107.8 66.0 42.0 25.6
## Biceps Forearm Wrist
## 1 32.0 27.4 17.1
## 2 30.5 28.9 18.2
## 3 28.8 25.2 16.6
## 4 32.4 29.4 18.2
## 5 32.2 27.7 17.7
## 6 35.7 30.6 18.8
En el siguiente ejemplo veremos cómo utilizar diferentes operadores sobre el conjunto de datos birthwt, así como también algunas funciones que nos permiten obtener más información de las variables:
data("birthwt")
max(birthwt$age)
## [1] 45
min(birthwt$age)
## [1] 14
max(birthwt$age) - min(birthwt$age)
## [1] 31
birthwt$smoke[birthwt$bwt == min(birthwt$bwt)]
## [1] 1
birthwt$bwt[birthwt$age == max(birthwt$age)]
## [1] 4990
birthwt$bwt[birthwt$ftv <= 2]
## [1] 2523 2557 2594 2600 2622 2637 2637 2663 2665 2722 2733 2751 2750 2769 2769
## [16] 2778 2807 2821 2835 2836 2863 2877 2877 2906 2920 2920 2920 2920 2948 2948
## [31] 2977 2977 2977 2977 2922 3005 3033 3042 3062 3062 3062 3062 3062 3090 3090
## [46] 3090 3100 3104 3132 3147 3175 3175 3203 3203 3203 3225 3225 3232 3232 3234
## [61] 3260 3274 3274 3317 3317 3317 3321 3331 3374 3374 3402 3416 3444 3459 3460
## [76] 3473 3544 3487 3544 3572 3572 3586 3600 3614 3614 3629 3629 3637 3643 3651
## [91] 3651 3651 3651 3699 3728 3756 3770 3770 3770 3790 3799 3827 3856 3860 3884
## [106] 3884 3912 3940 3941 3941 3969 3983 3997 3997 4054 4054 4111 4153 4167 4174
## [121] 4238 4593 4990 709 1021 1135 1330 1474 1588 1588 1701 1729 1790 1818 1885
## [136] 1893 1899 1928 1928 1928 1936 1970 2055 2055 2082 2084 2084 2100 2125 2187
## [151] 2187 2211 2225 2240 2240 2282 2296 2296 2325 2353 2353 2367 2381 2381 2381
## [166] 2410 2410 2410 2424 2438 2442 2466 2466 2466 2495 2495 2495
A partir del conjunto de datos anorexia trabajado en apartados anteriores, cread una matriz que tenga como columnas los valores de Prewt y Postwt, y cada fila sean los valores correspondientes para cada posición.
mt <- as.matrix(anorexia[,c("Prewt", "Postwt")])
head(mt)
## Prewt Postwt
## 1 80.7 80.2
## 2 89.4 80.1
## 3 91.8 86.4
## 4 74.0 86.3
## 5 78.1 76.1
## 6 88.3 78.1
Copia el código siguiente en tu consola para generar un data frame con veinticinco registros y seis variables, y responde a los siguientes apartados:
Identificador <- c("I1","I2","I3","I4","I5","I6","I7","I8","I9","I10","I11","I12","I13","I14",
"I15","I16","I17","I18","I19","I20","I21","I22","I23","I24","I25")
Edad <- c(23,24,21,22,23,25,26,24,21,22,23,25,26,24,22,21,25,26,24,21,25,27,26,22,29)
Sexo <- c(1,2,1,1,1,2,2,2,1,2,1,2,2,2,1,1,1,2,2,2,1,2,1,1,2) # 1 mujeres, 2 hombres
Peso <- c(76.5,81.2,79.3,59.5,67.3,78.6,67.9,100.2,97.8,56.4,65.4,67.5,87.4,99.7,87.6,
93.4,65.4,73.7,85.1,61.2,54.8,103.4,65.8,71.7,85.0)
Alt <- c(165,154,178,165,164,175,182,165,178,165,158,183,184,164,189,167,182,179,165,
158,183,184,189,166,175) #altura en cm
Fuma <- c("SÍ","NO","SÍ","SÍ","NO","NO","NO","SÍ","SÍ","SÍ","NO","NO","SÍ","SÍ","SÍ",
"SÍ","NO","NO","SÍ","SÍ","SÍ","NO","SÍ","NO","SÍ")
Trat_Pulmón <- data.frame(Identificador,Edad,Sexo,Peso,Alt,Fuma)
sel.age <- Trat_Pulmón[Trat_Pulmón$Edad > 22,]
sel.age
## Identificador Edad Sexo Peso Alt Fuma
## 1 I1 23 1 76.5 165 SÍ
## 2 I2 24 2 81.2 154 NO
## 5 I5 23 1 67.3 164 NO
## 6 I6 25 2 78.6 175 NO
## 7 I7 26 2 67.9 182 NO
## 8 I8 24 2 100.2 165 SÍ
## 11 I11 23 1 65.4 158 NO
## 12 I12 25 2 67.5 183 NO
## 13 I13 26 2 87.4 184 SÍ
## 14 I14 24 2 99.7 164 SÍ
## 17 I17 25 1 65.4 182 NO
## 18 I18 26 2 73.7 179 NO
## 19 I19 24 2 85.1 165 SÍ
## 21 I21 25 1 54.8 183 SÍ
## 22 I22 27 2 103.4 184 NO
## 23 I23 26 1 65.8 189 SÍ
## 25 I25 29 2 85.0 175 SÍ
sel <- Trat_Pulmón[3, 4]
sel
## [1] 79.3
sel2 <- subset(Trat_Pulmón, Edad < 27, select = -c(Alt))
sel2
## Identificador Edad Sexo Peso Fuma
## 1 I1 23 1 76.5 SÍ
## 2 I2 24 2 81.2 NO
## 3 I3 21 1 79.3 SÍ
## 4 I4 22 1 59.5 SÍ
## 5 I5 23 1 67.3 NO
## 6 I6 25 2 78.6 NO
## 7 I7 26 2 67.9 NO
## 8 I8 24 2 100.2 SÍ
## 9 I9 21 1 97.8 SÍ
## 10 I10 22 2 56.4 SÍ
## 11 I11 23 1 65.4 NO
## 12 I12 25 2 67.5 NO
## 13 I13 26 2 87.4 SÍ
## 14 I14 24 2 99.7 SÍ
## 15 I15 22 1 87.6 SÍ
## 16 I16 21 1 93.4 SÍ
## 17 I17 25 1 65.4 NO
## 18 I18 26 2 73.7 NO
## 19 I19 24 2 85.1 SÍ
## 20 I20 21 2 61.2 SÍ
## 21 I21 25 1 54.8 SÍ
## 23 I23 26 1 65.8 SÍ
## 24 I24 22 1 71.7 NO
Incorporad el dataset ChickWeight que contiene información sobre el peso de 578 pollitos en gramos (weight), el tiempo desde la medición al nacer (Time), una variable identificadora de cada pollito (Chick) a partir del rango de peso y una variable factor con el tipo de dieta experimental que cada pollito recibió (Diet).
library(datasets)
data("ChickWeight")
plot(ChickWeight$weight, col = blues9, main = "Gráfico 1")
c) Cread un diagrama de caja con la variable Time. Para más información
sobre ChickWeight: https://rdrr.io/r/datasets/ChickWeight.html
boxplot(ChickWeight$Time, col = "red", main = "Gráfico 2")
A partir del conjunto de datos anorexia del paquete MASS, cread otro data frame que se llame anorexia_treat_df formado por Treat y por un vector nuevo calculado a partir de la diferencia Prewt-Postwt. De esta manera, nos quedará un data frame que contenga el tipo de tratamiento y el valor del peso ganado o perdido después de haber realizado el tratamiento. Seleccionad aquellos individuos que han ganado peso después del tratamiento y cread un nuevo conjunto llamado anorexia_treat_C_df que contenga solo los datos de aquellos que han seguido el tratamiento «Cont» y que han ganado peso después del tratamiento.
data("anorexia")
anorexia$df <- anorexia$Prewt - anorexia$Postwt
anorexia_treat_df <- anorexia[,c("Treat", "df")]
head(anorexia_treat_df)
## Treat df
## 1 Cont 0.5
## 2 Cont 9.3
## 3 Cont 5.4
## 4 Cont -12.3
## 5 Cont 2.0
## 6 Cont 10.2
anorexia_treat_C_df <- anorexia_treat_df[anorexia_treat_df$df < 0 &
anorexia_treat_df$Treat == "Cont",]
head(anorexia_treat_C_df)
## Treat df
## 4 Cont -12.3
## 8 Cont -11.6
## 10 Cont -6.2
## 13 Cont -8.3
## 14 Cont -3.3
## 15 Cont -11.3
Entrad en RPubs y registraros. Crearos un perfil y subid un documento R Markdown. Los prerequisitos son tener instalado R y RStudio (v0.96.230 o más), y el paquete knitr (v0.5 o más). Pasos que tenéis que seguir para publicar vuestro documento: 1) En RStudio, cread un documento R Markdown. 2) Generad el documento con knit. 3) En la ventana de previsualización, clicad el botón de publicar. Como solución de vuestro ejercicio, copiad el enlace de vuestra página de prueba de RPubs.
Resolved los siguientes apartados: a) Cread un conjunto de datos inventado con R. Debe contener treinta observaciones (quince para hombres y quince para mujeres) para seis variables con estas características:
| Variable | Nombre | Características |
|---|---|---|
| Identificador | Id | caracter |
| Edad | Edad | numerica |
| Genero | Gene | 2 valores 1 = mujer, 2 = hombre |
| Tratamiento | Trat | Factor. Tres tipos de tratamiento (A, B, C) |
| Peso | Peso | numerica (en kg) |
| Estatura | Alt | numerica (en cm) |
set.seed(999)
Id <- as.character(sample(1:30, 30, replace = FALSE))
Edad <- sample(19:90, 30, replace = TRUE)
Gene <- rep(1:2, 30)
Treatments <- c("A", "B", "C")
Treat <- sample(Treatments, 30, replace = TRUE)
Peso <- rnorm(30, mean = 70, sd = 10)
Alt <- rnorm(30, mean = 166, sd = 8)
df <- data.frame(Id, Edad, Gene, Treat, Peso, Alt)
head(df)
## Id Edad Gene Treat Peso Alt
## 1 27 34 1 C 81.03828 176.2698
## 2 4 47 2 A 69.81425 156.9621
## 3 7 20 1 A 58.53042 174.3733
## 4 9 27 2 B 55.91820 161.3765
## 5 14 45 1 C 67.17671 163.6496
## 6 1 58 2 A 65.82230 164.0658
summary(df)
## Id Edad Gene Treat
## Length:60 Min. :20.0 Min. :1.0 Length:60
## Class :character 1st Qu.:34.0 1st Qu.:1.0 Class :character
## Mode :character Median :47.0 Median :1.5 Mode :character
## Mean :49.5 Mean :1.5
## 3rd Qu.:62.0 3rd Qu.:2.0
## Max. :89.0 Max. :2.0
## Peso Alt
## Min. :49.35 Min. :145.2
## 1st Qu.:65.82 1st Qu.:157.4
## Median :69.56 Median :162.9
## Mean :69.95 Mean :163.4
## 3rd Qu.:79.50 3rd Qu.:169.7
## Max. :86.59 Max. :178.9
df$IMC <- df$Peso/(df$Alt/100)^2
fivenum(df$IMC)
## [1] 15.74042 24.03059 26.30314 28.41412 33.73750
df_hombres <- df[df$Gene == 2,]
df_mujeres <- df[df$Gene == 1,]
head(df_hombres)
## Id Edad Gene Treat Peso Alt IMC
## 2 4 47 2 A 69.81425 156.9621 28.33705
## 4 9 27 2 B 55.91820 161.3765 21.47200
## 6 1 58 2 A 65.82230 164.0658 24.45327
## 8 22 86 2 B 68.93714 152.7924 29.52909
## 10 15 89 2 C 79.49701 159.5577 31.22591
## 12 28 43 2 A 79.74000 178.8587 24.92620
head(df_mujeres)
## Id Edad Gene Treat Peso Alt IMC
## 1 27 34 1 C 81.03828 176.2698 26.08160
## 3 7 20 1 A 58.53042 174.3733 19.24961
## 5 14 45 1 C 67.17671 163.6496 25.08353
## 7 10 86 1 C 79.96664 167.7596 28.41412
## 9 3 59 1 B 69.30598 169.8256 24.03059
## 11 5 31 1 A 65.83467 160.5654 25.53589
df.original <- rbind(df_hombres, df_mujeres)
head(df.original)
## Id Edad Gene Treat Peso Alt IMC
## 2 4 47 2 A 69.81425 156.9621 28.33705
## 4 9 27 2 B 55.91820 161.3765 21.47200
## 6 1 58 2 A 65.82230 164.0658 24.45327
## 8 22 86 2 B 68.93714 152.7924 29.52909
## 10 15 89 2 C 79.49701 159.5577 31.22591
## 12 28 43 2 A 79.74000 178.8587 24.92620