Tutorial sobre las librerías en R.

Puedes seguir el tutorial por vídeo en https://youtu.be/bUWWmVVhX0k

Hay funciones que se pueden ejecutar mediante comandos que ya están en el programa base, como por ejemplo la media de una serie de valores, que se calcula mendiante el comando mean().

a <- c(2,3,4,4,4,4,4,6,6,8,10)
mean(a)
## [1] 5

Hay otros paquetes de comandos que ni siquiera están instalados y hay que descargarlos antes de poder usar las funciones que éstos contienen. En www.r-project.org puedes ver la lista de paquetes. Hay mas de 5.000 y pueden ser muy específicos sobre un tema.

#install.packages ("agricolae")
#remove.packages ("agricolae")

Es posible que la primera vez que instalas un paquete te pida que elijas una localización desde la que quieras instalarlo. Simplemente elige el país en el que te encuentres.

Para saber los comandos del paquete y sus funciones, basta con pedirlo con la ayuda.

help (package = agricolae)

Para usar comandos de las librerías que hemos instalados, hay que cargar los paquetes en la memoria primero. Esto habrá que hacerlo cada vez que iniciemos sesión.

library(agricolae)

Ejemplo bar.err

En la librería agricolae hay un comando que para dibujar las barras de error en gráficas, para usarlos hay que tener instalada dicha librería y cargarla en la memoria, antes de poder usar el comando.

library(agricolae)
data(sweetpotato)
model<-aov(yield~virus,data=sweetpotato)
out <- waller.test(model,"virus", console=TRUE,
                   main="Yield of sweetpotato\ndealt with different virus")
## 
## Study: Yield of sweetpotato
## dealt with different virus
## 
## Waller-Duncan K-ratio t Test for yield 
## 
## This test minimizes the Bayes risk under additive
## loss and certain other assumptions.
##                             ......
## K ratio                  100.00000
## Error Degrees of Freedom   8.00000
## Error Mean Square         22.48917
## F value                   17.34478
## Critical Value of Waller   2.23600
## 
## virus,  means
## 
##       yield      std r  Min  Max
## cc 24.40000 3.609709 3 21.7 28.5
## fc 12.86667 2.159475 3 10.6 14.9
## ff 36.33333 7.333030 3 28.0 41.8
## oo 36.90000 4.300000 3 32.1 40.4
## 
## Minimum Significant Difference 8.657906
## Means with the same letter are not significantly different.
## 
## Comparison of treatments
## 
## Groups, Treatments and means
## a     oo      36.9 
## a     ff      36.33 
## b     cc      24.4 
## c     fc      12.87
par(mfrow=c(2,2),cex=1)
bar.err(out$means,variation="range",horiz=TRUE,xlim=c(0,45),angle=125,density=6,
        main="range")
bar.err(out$means,variation="SD",ylim=c(0,45),col=colors()[30],
        main="Standard deviation",density=8)
bar.err(out$means,variation="SE",horiz=TRUE,xlim=c(0,45),density=8,
        col="brown",main="Standard error")
bar.err(out$means,variation="range",ylim=c(0,45),bar=FALSE,col="green",
        main="range")

par(mfrow=c(1,2),cex=1)
bar.err(out$means,variation="range",ylim=c(0,45),bar=FALSE,col=0)
abline(h=0)
# horiz = TRUE
bar.err(out$means,variation="SE",horiz=TRUE,xlim=c(0,45),bar=FALSE,col=0)

#startgraph
par(mfrow=c(1,1))
#endgraph