comando basicos

Instalar paquetes y llamar librerias

x <-3 y <-2

Imprimir el resultado

x y

operaciones arimeticas

suma <-x+y suma

resta <-x-y resta

multiplicacion <- x*y multiplicacion

division <-x/y division

division_entera <-x %/% y division_entera

residuo <-x%%y residuo

potencia <-x**2 potencia

potencia_2 <-x^2 potencia_2

funcion

raiz_cuadrada <-sqrt(x) raiz_cuadrada

#?sqrt# el signo interrogacion es para ayuda

exponencial <- exp(1) exponencial

absoluto <-abs(x) absoluto

signo <singn(x) signo

redondeo_arriba <-celling(x/y) redondeo_arriba

redondeo_abajo <-floor(x/y) redondeo_abajo

truncar <-truncar(x/y) truncar

constantes

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

vectores

a <- c(1,2,3,4,5)#secuencia de enteros 1:5 a

b <-seq(1,10, by= 0.5) b

nombres <-c(“juan”,“anna”,“pedro”,“carla”,“sara”) nombres

calificaciones <-c(100,90,50,100,65) calificaciones

longitud <-lenght(a) longitud

promedio <-mean(calificaciones) promedio

orden_ascendente <-sort(calificaciones) orden_ascendente

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

tablas

tabla_de_calificaciones <-data.frame(nombres,calificaciones) tabla_de_calificaciones$estatus <-ifelse(tabla_de_calificaciones>=70,“aprovado”,“reprobado”) tabla_de_calificaciones

#condicionales:iguales== ,desigual != mayor que >, menor que <, #mayor o igual que >=, menor o igual que <=

summary(tabla_de_calificaciones) str(tabla_de_calificaciones) head(tabla_de_calificaciones) #6 por Default tail(tabla_de_calificaciones)

instalar paquetes y llamar librerias

install.packages(“tidyverse”) library(tidyverse)

SELECT para seleccionar columnas

resultados <-select(tabla_de_calificaciones,-c(nombres))

FILTER para filtrar renglones

resultados <- filter(resultados, estatus==“aprovado”)

Actividad 1.Calculadora del IMC

alumno <-c(“Raul”,“Renata”,“Juan”,“Sergio”,“Meme”) peso <-c(78,52,78,90,560) altura <-c(1.80,1.55,1.75,1.86,1.80)

tabla

tabla_1 <-data.frame(alumno,peso,altura) tabla_1\(IMC <-tabla_1\)peso/tabla_1\(altura**2 tabla_1\)status <-ifelse(tabla_1\(IMC<=18.5,"peso insuficiente",ifelse(tabla_1\)IMC<=24.9,“peso normal”,ifelse(tabla_1$IMC<=29.9,“sobrepeso”,“obesidad”)))

graficas

semana <-c(1:10) ventas <-c(150,160,165,180,175,190,200,195,210,220) plot(semana,ventas,type = “b”,main = “ventas semanales (k USD”) datos_ventas <- data.frame(semana,ventas) regresion <- lm(ventas-semana, data=datos_ventas) summary(regresion) datos_nuevos <-data.frame(semana=11:20) predict(regresion,datos_nuevos) prediccion <-predict(regresion,datos_nuevos) prediccion

conclusiones

R es un lenguaje d eprogramacion util para realizar calculos ,principalmenteestadisticos,y forma parte de las herramientas del big data

RStudioes el entorno donde se puede promar R,y gracias a que tambien aqui se puede programar python,hace unos años se anuncion que su nombre sera posit.

en esta introduccion,lo que llama la atencion es la constante aparicion de alertas o errores en el programa,los cuales encontramosque principalmente se deben que la version no es la mas reciente a la falta de instalacion de paquetes o llamar a las librerias ,problemas de escritura(typos)y los muchos argumentos que tienen las funciones