LAB 1
Alejandro Delgado Gento
2025-10-21
R Markdown
This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.
When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:
LAB 1
Soluciones Ejercicio 1
install.packages(c(“MASS”,“Survival”)) #instalo los paquetes pedidos
sessionInfo() #para ver la versión de R y qué paquetes tengo cargados## R version 4.5.1 (2025-06-13 ucrt)
## Platform: x86_64-w64-mingw32/x64
## Running under: Windows 11 x64 (build 26100)
##
## Matrix products: default
## LAPACK version 3.12.1
##
## locale:
## [1] LC_COLLATE=Spanish_Spain.utf8 LC_CTYPE=Spanish_Spain.utf8
## [3] LC_MONETARY=Spanish_Spain.utf8 LC_NUMERIC=C
## [5] LC_TIME=Spanish_Spain.utf8
##
## time zone: Europe/Madrid
## tzcode source: internal
##
## attached base packages:
## [1] stats graphics grDevices utils datasets methods base
##
## loaded via a namespace (and not attached):
## [1] digest_0.6.37 R6_2.6.1 fastmap_1.2.0 xfun_0.53
## [5] cachem_1.1.0 knitr_1.50 htmltools_0.5.8.1 rmarkdown_2.30
## [9] lifecycle_1.0.4 cli_3.6.5 sass_0.4.10 jquerylib_0.1.4
## [13] compiler_4.5.1 rstudioapi_0.17.1 tools_4.5.1 evaluate_1.0.5
## [17] bslib_0.9.0 yaml_2.3.10 rlang_1.1.6 jsonlite_2.0.0library() #informa de paquetes instalados y su ruta de ubicación
packageDescription("Rcmdr") #veo la información del paquete Rcommander## Warning in packageDescription("Rcmdr"): no package 'Rcmdr' was found## [1] NASoluciones Ejercicio 2
a) lo he importado desde el menú de la ventana derecha superior
LAB1.Ejercicio2 #veo los datos importados, es una matriz #ya que son todos del mismo tipo, character #los logro importar pero falla al Insert Chunk summary(LAB1.Ejercicio2)
b) en esta ocasión importo con código
getwd() library(readr) datasets <- read_csv(“C:/Users/User/OneDrive/Escritorio/MASTER UOC/Software para el análisis de datos/LAB1 y 2/LAB1Ejercicio2.csv”, sep=““)#como da error lo intento con read.csv read.csv(”C:/Users/User/OneDrive/Escritorio/MASTER UOC/Software para el análisis de datos/LAB1 y 2/LAB1Ejercicio2.csv”, sep=““) View(datasets) # lo reconoce con 1 variable, habiendo realmente 5, con logro que reconoca las 5 columnas View(LAB1Ejercicio2.csv) #no reconoce el objeto
Soluciones Ejercicio 3
library("MASS") #cargo el paquete MASS
data("anorexia") #cargo los datos anorexia
View(anorexia) #veo que es un data frame
str(anorexia) #tiene 72 observaciones de 3 variables (un factor y dos numéricas)## '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 ...table(is.na(anorexia)) #al ser FALSE en los 216 registros (72 filas x 3 columnas) no hay ningún NA##
## FALSE
## 216table(is.null(anorexia)) #al ser FALSE no hay ningún dato nulo##
## FALSE
## 1anorexia_F<- factor(anorexia$Treat,levels=c("CBT","Cont","FT"),labels=c("Cogn Beh Tr","Contr","Fam Tr")) #cambio el nombre de los tres niveles de Treat
anorexia_F## [1] Contr Contr Contr Contr Contr Contr
## [7] Contr Contr Contr Contr Contr Contr
## [13] Contr Contr Contr Contr Contr Contr
## [19] Contr Contr Contr Contr Contr Contr
## [25] Contr Contr Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr
## [31] Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr
## [37] Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr
## [43] Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr
## [49] Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr Cogn Beh Tr
## [55] Cogn Beh Tr Fam Tr Fam Tr Fam Tr Fam Tr Fam Tr
## [61] Fam Tr Fam Tr Fam Tr Fam Tr Fam Tr Fam Tr
## [67] Fam Tr Fam Tr Fam Tr Fam Tr Fam Tr Fam Tr
## Levels: Cogn Beh Tr Contr Fam TrSoluciones Ejecicio 4
a)
data("biopsy")
write.csv(biopsy, "C:/Users/User/OneDrive/Escritorio/MASTER UOC/Software para el análisis de datos/LAB1 y 2/biopsy.csv")b)
data("melanoma") #la M debe ser mayúscula## Warning in data("melanoma"): data set 'melanoma' not founddata("Melanoma")
library(xlsx) #cargo para poder expodtar en excel, y exporto los tres tipos de archivos
write.table(Melanoma,"C:/Users/User/OneDrive/Escritorio/MASTER UOC/Software para el análisis de datos/LAB1 y 2/mel.txt")
write.csv(Melanoma, "C:/Users/User/OneDrive/Escritorio/MASTER UOC/Software para el análisis de datos/LAB1 y 2/mel.csv")
write.xlsx(Melanoma, "C:/Users/User/OneDrive/Escritorio/MASTER UOC/Software para el análisis de datos/LAB1 y 2/mel.xlsx")
c)
summary(Melanoma$age) #para exportar primero tendria que exportar a .txt y convertirlo a .doc## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 4.00 42.00 54.00 52.46 65.00 95.00Soluciones Ejercicio 5
data("birthwt")
View(birthwt)a) máximo edad b) mínima edad y c) rango
max(birthwt$age)## [1] 45min(birthwt$age)## [1] 14range(birthwt$age)## [1] 14 45d) e) y f)
birthwt$smoke[birthwt$bwt==min(birthwt$bwt)]## [1] 1birthwt$bwt[birthwt$age==max(birthwt$age)]## [1] 4990birthwt$bwt[birthwt$ftv<2]## [1] 2523 2557 2600 2622 2637 2637 2663 2665 2722 2733 2751 2769 2769 2778 2807
## [16] 2821 2836 2863 2877 2906 2920 2920 2920 2948 2948 2977 2977 2922 3033 3062
## [31] 3062 3062 3062 3090 3090 3100 3104 3132 3175 3175 3203 3203 3203 3225 3225
## [46] 3232 3234 3260 3274 3317 3317 3331 3374 3374 3402 3416 3444 3459 3460 3473
## [61] 3544 3487 3544 3572 3572 3586 3600 3614 3614 3629 3637 3643 3651 3651 3651
## [76] 3651 3699 3728 3756 3770 3770 3770 3790 3799 3827 3884 3912 3940 3941 3941
## [91] 3969 3997 3997 4054 4054 4111 4174 4238 4593 4990 709 1135 1330 1474 1588
## [106] 1588 1701 1729 1790 1818 1885 1893 1899 1928 1936 1970 2055 2055 2084 2084
## [121] 2100 2125 2187 2187 2211 2225 2240 2240 2282 2296 2296 2325 2353 2353 2367
## [136] 2381 2381 2381 2410 2410 2410 2424 2442 2466 2466 2495 2495Soluciones Ejercicio 6
library(MASS)
data(anorexia)
sol6<-matrix(c(anorexia$Prewt,anorexia$Postwt),ncol=2)
head(sol6)## [,1] [,2]
## [1,] 80.7 80.2
## [2,] 89.4 80.1
## [3,] 91.8 86.4
## [4,] 74.0 86.3
## [5,] 78.1 76.1
## [6,] 88.3 78.1Soluciones Ejercicio 7
Identificador <-c("I1","I2","I3","I4","I5","I6","I7","I8","I9","I10","I11","I12","I13","I14",
"I15","I16","I17","I18","I19","I20","I21","I22","I23","I24","I25")
Edad <-c(23,24,21,22,23,25,26,24,21,22,23,25,26,24,22,21,25,26,24,21,25,27,26,22,29)
Sexo <-c(1,2,1,1,1,2,2,2,1,2,1,2,2,2,1,1,1,2,2,2,1,2,1,1,2) #1 para mujeres y 2 para hombres
Peso <-c(76.5,81.2,79.3,59.5,67.3,78.6,67.9,100.2,97.8,56.4,65.4,67.5,87.4,99.7,87.6
,93.4,65.4,73.7,85.1,61.2,54.8,103.4,65.8,71.7,85.0)
Alt <- c(165,154,178,165,164,175,182,165,178,165,158,183,184,164,189,167,182,179,165
,158,183,184,189,166,175) #altura en cm
Fuma <-c("SÍ","NO","SÍ","SÍ","NO","NO","NO","SÍ","SÍ","SÍ","NO","NO","SÍ","SÍ","SÍ",
"SÍ","NO","NO","SÍ","SÍ","SÍ","NO","SÍ","NO","SÍ")
Trat_Pulmon <- data.frame(Identificador,Edad,Sexo,Peso,Alt,Fuma)
Trat_Pulmona) Mayores de 22 años
Trat_PulmonMas22edad<-subset(Trat_Pulmon, Edad>22)
Mas22edadb) seleccionar el elemento 3 de la columna 4
Trat_Pulmon[3,4]## [1] 79.3c) seleccionar las filas de menor de 27 excluyendo Alt
Menos27edad<-subset(Trat_Pulmon, Edad<27, select = -c(Alt))
Menos27edadSoluciones Ejercicio 8
a) Incorporar el datasets
plot(ChickWeight$weight)
boxplot(ChickWeight$Time)
Soluciones Ejercicio 9
data("anorexia")
head(anorexia)dif<-c(anorexia$Postwt-anorexia$Prewt)
dif## [1] -0.5 -9.3 -5.4 12.3 -2.0 -10.2 -12.2 11.6 -7.1 6.2 -0.2 -9.2
## [13] 8.3 3.3 11.3 0.0 -1.0 -10.6 -4.6 -6.7 2.8 0.3 1.8 3.7
## [25] 15.9 -10.2 1.7 0.7 -0.1 -0.7 -3.5 14.9 3.5 17.1 -7.6 1.6
## [37] 11.7 6.1 1.1 -4.0 20.9 -9.1 2.1 -1.4 1.4 -0.3 -3.7 -0.8
## [49] 2.4 12.6 1.9 3.9 0.1 15.4 -0.7 11.4 11.0 5.5 9.4 13.6
## [61] -2.9 -0.1 7.4 21.5 -5.3 -3.8 13.4 13.1 9.0 3.9 5.7 10.7newanor<-data.frame(anorexia, dif)
head(newanor)anorexia_treat_C_df<-subset(newanor, newanor$Treat=="Cont"&newanor$dif<0)
head(anorexia_treat_C_df)Solución Ejercicio 10
Caso práctico
##a)
Id<-(1:30)
Edad<-round(rnorm(30, mean = 40, sd = 15)) #edad aleatoria
Gene<-sample(c(rep(1,15),rep(2,15)))
Trat<-sample(c("A", "B", "C"), size = 30, replace = TRUE)
Peso<-round(rnorm(30, mean = 70, sd = 20))
Alt<-round(rnorm(30, mean = 155, sd = 30))
Inventado<-data.frame(Id,Edad, Gene,Trat, Peso, Alt)
head(Inventado)b)
summary(Inventado)## Id Edad Gene Trat
## Min. : 1.00 Min. : 8.0 Min. :1.0 Length:30
## 1st Qu.: 8.25 1st Qu.:31.0 1st Qu.:1.0 Class :character
## Median :15.50 Median :37.5 Median :1.5 Mode :character
## Mean :15.50 Mean :38.3 Mean :1.5
## 3rd Qu.:22.75 3rd Qu.:45.0 3rd Qu.:2.0
## Max. :30.00 Max. :75.0 Max. :2.0
## Peso Alt
## Min. : 33.00 Min. : 95.0
## 1st Qu.: 52.75 1st Qu.:142.0
## Median : 66.50 Median :156.0
## Mean : 69.97 Mean :157.4
## 3rd Qu.: 85.00 3rd Qu.:169.0
## Max. :116.00 Max. :219.0c)
IMC<-c(Peso/(Alt^2))
IMC## [1] 0.001822222 0.001609645 0.001957168 0.003105429 0.001430238 0.003593750
## [7] 0.001897453 0.001338797 0.002304687 0.002272680 0.006426593 0.002446460
## [13] 0.002291303 0.001300728 0.002173354 0.003124812 0.006180404 0.002072484
## [19] 0.005486258 0.003655884 0.004265027 0.003029778 0.004412071 0.004635649
## [25] 0.002652392 0.002727633 0.003645249 0.002014591 0.005704011 0.001906774Inventado2<-data.frame(Inventado, IMC)
Inventado2View(Inventado2)d)
Df_Hombres<-subset(Inventado2, Gene==1)
Df_HombresDf_Mujeres<-subset(Inventado2, Gene==2)
Df_Mujerese)
Nuevoinventado<-rbind(Df_Hombres, Df_Mujeres)
Nuevoinventado