Ejercicio 1

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.

text_r <- read.table("trial1.txt", sep="\n") # read.txt() #no existe

Ejercicio 2

  1. Importad un archivo de texto y buscad un summary() de tres variables que escojáis.
  2. Importad un archivo «.csv» y buscad un fivenum() de dos variables que os parezcan
    relevantes para el estudio.
csv_file <- read.csv("personas.csv") 
summary(csv_file$Altura)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    1.60    1.68    1.70    1.71    1.75    1.82
summary(csv_file$Peso)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##      50      58      65      66      75      82
summary(csv_file$Edad)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##      22      25      28      28      30      35
fivenum(csv_file$Edad) #5 estadisticos basicos summary(csv_file\$Edad)
## [1] 22 25 28 30 35

Ejercicioo 3

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.

df <- MASS::anorexia 
str(df) 
## 'data.frame':    72 obs. of  3 variables:
##  $ Treat : Factor w/ 3 levels "CBT","Cont","FT": 2 2 2 2 2 2 2 2 2 2 ...
##  $ Prewt : num  80.7 89.4 91.8 74 78.1 88.3 87.3 75.1 80.6 78.4 ...
##  $ Postwt: num  80.2 80.1 86.4 86.3 76.1 78.1 75.1 86.7 73.5 84.6 ...
summary(df)
##   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(df)) 
## 
## FALSE 
##   216
table(is.null(df))
## 
## FALSE 
##     1
#Cambiar el level 
levels(df$Treat) <- c("Cogn Beh Tr","Contr","Fam Tr")

#  Poner nombre a cada nivel
# df_new <- df
# df_new$Treat <- factor(df$Treat,levels=c("CBT","Cont","FT"),labels=c("Cogn Beh Tr","Contr","Fam Tr"))

Ejercicio 4

  1. Exportad los datos biopsy del paquete MASS a un archivo «.csv.»
  2. Exportad los datos melanoma del paquete MASS a archivos de tres diferentes formatos y comprobad que se han creado los diferentes archivos en los formatos y las rutas
    especificados. Podéis generar una captura de pantalla de su ubicación en la carpeta.
  3. Generad un resumen (summary) de la variable age de melanoma y guardad la salida
    que os aparece en un documento .doc
  4. Buscad un data frame en algún repositorio de datos de Biomedicina, descargad un
    conjunto de datos en «.csv» e importad este fichero a un documento R Markdown
    usando el código o el menú de importación de RStudio.
df_biop <- MASS::biopsy 
write.csv(df_biop, file="Data_biopsy.csv")

# library(MASS)
# data("biopsy")

df_melanoma <- MASS::Melanoma 
write.csv(df_melanoma, file = "F:/Desktop/Agus/Master_biostat/2-SOFTW_AD/PAC1/melanoma.csv") 

write.table(df_melanoma, file = "F:/Desktop/Agus/Master_biostat/2-SOFTW_AD/PAC1/datasets/melanoma.txt") 

xlsx::write.xlsx(df_melanoma, file = "F:/Desktop/Agus/Master_biostat/2-SOFTW_AD/PAC1/datasets/melanoma.xlsx")

# library(dplyr) 
# install.packages("officer") 
sum_age <- summary(df_melanoma$age) 
texto <- paste(capture.output(sum_age), collapse="\n") #convertir a texto para escribirlo
doc <- officer::read_docx()
officer::body_add_par(doc, texto) 
## rdocx document with 2 element(s)
## 
## * styles:
##                 Normal              heading 1              heading 2 
##            "paragraph"            "paragraph"            "paragraph" 
##              heading 3 Default Paragraph Font           Normal Table 
##            "paragraph"            "character"                "table" 
##                No List                 strong               centered 
##            "numbering"            "character"            "paragraph" 
##         table_template    Light List Accent 2            Titre 1 Car 
##                "table"                "table"            "character" 
##            Titre 2 Car            Titre 3 Car          Image Caption 
##            "character"            "character"            "paragraph" 
##          Table Caption     Table Professional                  toc 1 
##            "paragraph"                "table"            "paragraph" 
##                  toc 2           Balloon Text    Texte de bulles Car 
##            "paragraph"            "paragraph"            "character" 
##           reference_id          graphic title            table title 
##            "character"            "paragraph"            "paragraph" 
## 
## * Content at cursor location:
##   level num_id
## 1    NA     NA
##                                                                                                 text
## 1    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. \n   4.00   42.00   54.00   52.46   65.00   95.00 
##   style_name content_type
## 1     Normal    paragraph
print(doc, target = "datasets/informe_age.docx")

Ejercicio 5

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:
a) ¿Cuál es la edad máxima de las madres del conjunto de datos?
b) ¿Cuál es la edad mínima de las madres del conjunto de datos?
c) ¿Cuál es el rango de edad de las madres? d) ¿Fumaba la madre cuyo recién nacido era el de menor peso?
e) ¿Cuánto pesó el recién nacido cuya madre tenía la edad máxima? f) Listad los pesos de los recién nacidos, cuyas madres visitarán menos de dos veces al médico durante el primer trimestre.

df_bw <- MASS::birthwt 
head(df_bw) 
##    low age lwt race smoke ptl ht ui ftv  bwt
## 85   0  19 182    2     0   0  0  1   0 2523
## 86   0  33 155    3     0   0  0  0   3 2551
## 87   0  20 105    1     1   0  0  0   1 2557
## 88   0  21 108    1     1   0  0  1   2 2594
## 89   0  18 107    1     1   0  0  1   0 2600
## 91   0  21 124    3     0   0  0  0   0 2622
max(df_bw$age)
## [1] 45
min(df_bw$age) 
## [1] 14
max(df_bw$age)-min(df_bw$age) 
## [1] 31
min_w = min(df_bw$bwt)
df_bw[df_bw$bwt==min_w,"smoke"] 
## [1] 1
df_bw[df_bw$age==max(df_bw$age),"bwt"] 
## [1] 4990
help(birthwt) 
## starting httpd help server ... done
df_bw[df_bw$ftv<2,"bwt"]
##   [1] 2523 2557 2600 2622 2637 2637 2663 2665 2722 2733 2751 2769 2769 2778 2807
##  [16] 2821 2836 2863 2877 2906 2920 2920 2920 2948 2948 2977 2977 2922 3033 3062
##  [31] 3062 3062 3062 3090 3090 3100 3104 3132 3175 3175 3203 3203 3203 3225 3225
##  [46] 3232 3234 3260 3274 3317 3317 3331 3374 3374 3402 3416 3444 3459 3460 3473
##  [61] 3544 3487 3544 3572 3572 3586 3600 3614 3614 3629 3637 3643 3651 3651 3651
##  [76] 3651 3699 3728 3756 3770 3770 3770 3790 3799 3827 3884 3912 3940 3941 3941
##  [91] 3969 3997 3997 4054 4054 4111 4174 4238 4593 4990  709 1135 1330 1474 1588
## [106] 1588 1701 1729 1790 1818 1885 1893 1899 1928 1936 1970 2055 2055 2084 2084
## [121] 2100 2125 2187 2187 2211 2225 2240 2240 2282 2296 2296 2325 2353 2353 2367
## [136] 2381 2381 2381 2410 2410 2410 2424 2442 2466 2466 2495 2495

Ejercicio 6

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.

matr_anorexia<-matrix(c(df$Prewt,df$Postwt),ncol=2, dimnames = list(c(),c("Prewt", "Postwt")))

Ejercicio 7

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 para mujeres y 2 para 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("SI","NO","SI","SI","NO","NO","NO","SI","SI","SI","NO","NO","SI","SI","SI", "SI","NO","NO","SI","SI","SI","NO","SI","NO","SI")

Trat_Pulmon <- data.frame(Identificador,Edad,Sexo,Peso,Alt,Fuma)

head(Trat_Pulmon)
##   Identificador Edad Sexo Peso Alt Fuma
## 1            I1   23    1 76.5 165   SI
## 2            I2   24    2 81.2 154   NO
## 3            I3   21    1 79.3 178   SI
## 4            I4   22    1 59.5 165   SI
## 5            I5   23    1 67.3 164   NO
## 6            I6   25    2 78.6 175   NO
  1. Seleccionad los registros con edad > 22.
  2. Seleccionad el elemento 3 de la columna 4 del conjunto de datos (contando el identificador).
  3. Usad el comando subset() para seleccionar todas las filas que tienen una edad menor que 27 años y sin incluir la columna Alt.
Trat_Pulmon[Trat_Pulmon$Edad>22,]
##    Identificador Edad Sexo  Peso Alt Fuma
## 1             I1   23    1  76.5 165   SI
## 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   SI
## 11           I11   23    1  65.4 158   NO
## 12           I12   25    2  67.5 183   NO
## 13           I13   26    2  87.4 184   SI
## 14           I14   24    2  99.7 164   SI
## 17           I17   25    1  65.4 182   NO
## 18           I18   26    2  73.7 179   NO
## 19           I19   24    2  85.1 165   SI
## 21           I21   25    1  54.8 183   SI
## 22           I22   27    2 103.4 184   NO
## 23           I23   26    1  65.8 189   SI
## 25           I25   29    2  85.0 175   SI
Trat_Pulmon[3,4]
## [1] 79.3
subset(Trat_Pulmon, Edad < 27, select=-Alt)
##    Identificador Edad Sexo  Peso Fuma
## 1             I1   23    1  76.5   SI
## 2             I2   24    2  81.2   NO
## 3             I3   21    1  79.3   SI
## 4             I4   22    1  59.5   SI
## 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   SI
## 9             I9   21    1  97.8   SI
## 10           I10   22    2  56.4   SI
## 11           I11   23    1  65.4   NO
## 12           I12   25    2  67.5   NO
## 13           I13   26    2  87.4   SI
## 14           I14   24    2  99.7   SI
## 15           I15   22    1  87.6   SI
## 16           I16   21    1  93.4   SI
## 17           I17   25    1  65.4   NO
## 18           I18   26    2  73.7   NO
## 19           I19   24    2  85.1   SI
## 20           I20   21    2  61.2   SI
## 21           I21   25    1  54.8   SI
## 23           I23   26    1  65.8   SI
## 24           I24   22    1  71.7   NO

Ejercicio 8

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). a) Incorporad el conjunto de datos ChickWeight del paquete datasets a vuestro entorno de trabajo. b) Generad un gráfico de dispersión de la variable weight. c) Cread un diagrama de caja con la variable Time.

df_chick <- datasets::ChickWeight 
plot(df_chick$weight, main="Grafico pesos") #Grafica de dispersion

boxplot(df_chick$Time, main="BoxPlot time")

Ejercicio 9

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.

anorexia_treat_df <- data.frame(Treat = df$Treat, Diff = df$Prewt - df$Postwt )
anorexia_treat_C_df <- anorexia_treat_df[anorexia_treat_df$Diff < 0 & anorexia_treat_df$Treat == "Contr" ,]

Ejercicio 10

El ejercicio es publicar este .Rmd en mi pagina Rpubs (https://rpubs.com/agiuliodori)

Practica de la unidad

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 las características definidas en el enunciado (Id, Edad, Gene, Trat, Peso, Alt). b) Buscad información de vuestro conjunto de datos y de vuestras variables.
c) Cread una nueva variable a partir de alguna de las que tengamos. Por ejemplo, podéis calcular el IMC (IMC = peso (kg)/ [estatura (m)]2 e incluid la nueva variable en el conjunto de datos.
d) Cread dos data frames diferenciados para hombres y mujeres con dos nombres diferentes: Df_Hombres y Df_Mujeres. e) Combinad de nuevo los dos ficheros anteriores y cread el primero de nuevo con el
comando rbind().

Id <- as.character(1:30)
Gene <- c(rep("F",15), rep("M",15))
Trat <- sample(c("A", "B", "C"), 30, replace = TRUE)
Edad <- sample(20:45, 30, replace=TRUE)
Peso<- c(rnorm(15, mean = 65, sd = 8), rnorm(15, mean = 75, sd = 10))
Alt<- c(rnorm(15, mean = 165, sd = 10),rnorm(15, mean = 175, sd = 12))

data_set <- data.frame(Id, Edad, Gene, Trat, Peso, Alt)

str(data_set)
## 'data.frame':    30 obs. of  6 variables:
##  $ Id  : chr  "1" "2" "3" "4" ...
##  $ Edad: int  33 34 43 37 26 21 22 41 27 44 ...
##  $ Gene: chr  "F" "F" "F" "F" ...
##  $ Trat: chr  "C" "B" "A" "A" ...
##  $ Peso: num  72.6 67.7 71.3 63.1 59.6 ...
##  $ Alt : num  167 144 170 168 143 ...
summary(data_set$Peso)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   51.57   64.91   69.16   70.15   75.39   90.59
summary(data_set$Alt)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   141.0   161.0   169.0   169.0   182.6   196.0
summary(data_set$Edad)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   20.00   25.25   34.00   32.47   39.75   45.00
data_set$IMC <- data_set$Peso / (data_set$Alt/100)**2
summary(data_set$IMC)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   15.23   21.40   25.17   25.09   28.30   34.93
df_hombres <- data_set[data_set$Gene == "M",]
df_mujeres <- data_set[data_set$Gene == "F",]

df_all <- rbind(df_mujeres, df_hombres)