Primeiros passos para instalação do software R
Olinda R. A.
Abril de 2019
Departamento de Estatística
UEPB - CCT - DE
Use R!
Uma breve revisão sobre o ambiente estatístico R
Introdução ao ambiente R
O R é ao mesmo tempo uma linguagem de programação e um ambiente para computação estatística e gráfica. Algumas das suas principais características são: o seu caráter gratuito e a sua disponibilidade para uma gama bastante variada de sistemas operacionais. Apesar do seu caráter gratuito o R é uma ferramenta bastante poderosa com boa capacidade de programação. Ele tem sido utilizado por pesquisadores das mais diversas áreas na análise de dados. O objetivo deste texto é introduzir aos participantes da palestra: Aplicação de métodos da Estatística Espacial e árvores de decisão utilizando o software R, os primeiros passos de instalação desse software, bem com os principais pacotes para análise de dados espaciais. Esperamos com isto tornar mais interessante esta palestra, permitindo aos participentes utilizar as técnicas estatísticas aprendidas em discipinas da estatística e aprimorar o entendimento dos conceitos estatísticos estudados.
Como instalar o R?
1º passo) Vá ao endereço (https://www.r-project.org) da página principal do projeto R e clique em download R, como mostrado na figura seguinte.
2º passo) Escolha o espelho de sua preferência, no Brasil, atualmente, existem 8
3º passo) Clique em um dos espelhos e abrirá uma nova tela. Se você utiliza plataforma Windows clique em Windows, caso contrário clique na plataforma conveniente.
4º passo) Clique em base.
5º passo) Após clicar em base aparecerá a seguinte tela. Clique em Download R 3.4.1 for Windows
6º passo) Na nova janela clique na opção referente a salvar o arquivo e selecione a pasta onde o arquivo será salvo. Depois é só executá-lo.
Como instalar o RStudio?
1º passo ) Vá ao endereço (https://www.rstudio.com) da página principal do projeto RStudio e clique em download RStudio, como mostrado na figura seguinte.
2º passo ) Desça a barra de enrrolagem, no final da página, clique na opção referente a salvar o arquivo e selecione a pasta onde o arquivo será salvo. Depois é só executá-lo.
O símbolo > indica a linha de comando (“prompt”) na qual serão digitados os comandos para execução das análises. Os comandos aparecem escritos em azul e os seus resultados (as respostas) em preto. Por exemplo, para calcular a raiz quadrada de 25 digite o comando sqrt(16) na linha de comandos e tecle Ctrl+R, Ctrl+Enter ou clicar na seta Run da janela superior esquerda. < br/>
sqrt(25)## [1] 5Importante: Ao invés de digitar sqrt(25) na linha de comandos você pode copiar e colar o texto sqrt(25).
Observe que a linha de comando está em azul e a linha de resposta em preto. Mais adiante você entenderá o símbolo [1] . Para executar outros comandos você deve proceder desta forma: digitar o comando e teclar Ctrl+R, Ctrl+Enter ou clicar na seta Run da janela superior esquerda.
Algumas vezes na linha de comando aparece o sinal + . Ele indica que o comando está incompleto e esperando o restante do mesmo. Você deve digitar o restante do comando em frente ao sinal + e executar. Por exemplo, veja o que acontece ao executar o sqrt(25
sqrt(25
)## [1] 5Caso você não queira completar a ação e sim interrompê-la, tecle em STOP no menu principal do R.
Comentários no R
O simbolo # (jogo da velha) é utilizado para inserir comentários. Significa que tudo que está depois do jogo da velha antes de executar o comando é comentário.
Exemplo:
sqrt(25) # calcula a raiz quadrada de vinte e cinco## [1] 5A frase calcula a raiz quadrada de vinte e cinco é um comentário.
Separador de casas decimais
Para separar a parte inteira da parte decimal (separador de decimais) o R utiliza ponto.
Exemplo:
sqrt(26) ## [1] 5.09902Entanda o resultado como 5,196152.
Utilizando os Comandos de Ajuda no RStudio
Durante a utilização do software é possível consultar a sintaxe de algum comando ou obter mais informações sobre determinada função. Para isso o R conta com o comando help. A sintaxe do comando é a seguinte:
\(>help(nome\; da\; função)\)
\(?nome\;da\;função\)
As duas sintaxes acima são equivalentes, ou seja, produzem o mesmo resultado. Por exemplo, para saber mais sobre a função sqrt. No RStudio, janela inferior direita, possui uma aba help que o usuário pode descrever diretamente o nome da função para obter a ajuda.
Os arquivos de ajuda do R são geralmente compostos de 10 tópicos:
Description - descrição sumária da função.
Usage - define como utilizar a função e quais são seus argumentos.
Arguments - indica o significado de cada argumento.
Details - indica detalhes ao quais se devem estar atendo ao usar a função.
Value - indica como é apresentado o resultado da função.
Note - notas sobre a função.
Authors - lista os autores da função.
References - referências bibliográficas sobre a função.
See Also - lista funções do R relacionadas.
Examples - Exemplos de uso da função.
Você também pode buscar ajuda na internet, no site do R, com o comando RsiteSearch( ). Para utilizar esta função você precisa estar conectado à internet. Por exemplo, para buscar ajuda sobre funções para construir tábuas de vida (“life table”).
\(>RSiteSearch(``life\;table")\)
Como citar o R ou os pacotes do R em suas publicações e trabalhos?
A função citation( ) indica como citar o R.
citation()##
## To cite R in publications use:
##
## R Core Team (2018). R: A language and environment for
## statistical computing. R Foundation for Statistical Computing,
## Vienna, Austria. URL https://www.R-project.org/.
##
## A BibTeX entry for LaTeX users is
##
## @Manual{,
## title = {R: A Language and Environment for Statistical Computing},
## author = {{R Core Team}},
## organization = {R Foundation for Statistical Computing},
## address = {Vienna, Austria},
## year = {2018},
## url = {https://www.R-project.org/},
## }
##
## We have invested a lot of time and effort in creating R, please
## cite it when using it for data analysis. See also
## 'citation("pkgname")' for citing R packages.Objetos do R
O R opera com entidades chamadas de objetos. Objetos podem ser vetores, matrizes, funções ou estruturas mais gerais. Durante uma sessão do R objetos são criados e armazenados por nome.
Por exemplo, vamos criar um objeto de nome raiz no qual vamos armazenar a raiz quadrada de 25, para isto faça:
raiz <- sqrt(25) # lê-se raiz recebe raiz quadrada de 25
raiz # mostra o conteúdo da raiz## [1] 5Ao invés do símbolo \(<-\) você pode usar o sinal de igualdade.
raiz = sqrt(25)
raiz ## [1] 5Vetores
Os vetores são os objetos mais importantes do R. Podem ser formados por números, nomes, elementos lógicos, desde que todos os elementos sejam do mesmo tipo.
Criando Vetores
Podemos entrar com dados definindo vetores com o comando c( ) (“c” corresponde a concatenate) ou usando funções que criam vetores. Veja e experimente com os seguintes exemplos.
Para criar um vetor com as observações 23, 21.8, 26.1, 27, referentes as idades, em anos, de 4 pessoas, faça:
idade <- c(23,21.8,26.1,27) # cria o vetor idade
idade # imprime os elementos do vetor idade## [1] 23.0 21.8 26.1 27.0Suponha que os elementos do vetor acima são as idades de Maria, Pedro, João e Rosa. Para criar um vetor com estes nomes:
nome <- c("Maria", "Pedro", "João", "Madalena")
nome ## [1] "Maria" "Pedro" "João" "Madalena"Ao criar um vetor de nomes (caracteres), os elementos devem estar entre aspas duplas.
Vetores faltantes no R
Vamos agora construir um vetor com o número de anos de estudo dessas quatro pessoas. Sabemos que Maria, Pedro e João possuem respectivamente 10, 12 e 8 anos de estudo, mas esta informação não é conhecida para Madalena. Como fazer neste caso?
O R utiliza o símbolo NA (“not available”) para observações faltantes.
anosestudo <- c(10, 12, 18, NA)
anosestudo ## [1] 10 12 18 NAInstalar Pacotes no RStudio
Instando pacotes
O R é como se fosse um sistema, no qual podemos baixar aplicativos. Imagine o R como o Android ou o IOS de seu celular; se eu quero realizar uma metanálise, eu preciso instalar um aplicativo que realiza metanálise por exemplo. Para esses aplicativos damos o nome de “pacotes”. O pacote que utilizaremos é o pacote “meta”
1 - Abra o Rstudio
2 - Siga os passos da figura abaixo:
Clique em Packages;
Clique em Install;
Será aberta a caixa para instalação dos complementos e então escreva o nome do complemento a instalar (fBasics);
Clique em install
3 - Após instalar, se certifique que o pacote meta está habilitado, ou seja, com o “check” na caixa ao lado de seu nome. A instalação do pacote é necessária apenas uma vez, contudo sempre que for reiniciar o R, é necessário habilitar o pacote marcando essa opção.
Nomeando os Objetos
Os nomes dos objetos devem começar com letras e podem conter letras, números e pontos. Ao nomear objetos evite o uso de cedilha e acentos e lembre-se também que o R faz a distinção entre letras maiúsculas e minúsculas. O R possui alguns nomes reservados, isto é, nomes que não podem ser utilizados pelo usuário para nomear objetos porque têm significado especial na linguagem R. Um deles é o nome NA que representa observações faltantes ou não disponíveis. Outros exemplos são: FALSE, .Inf, NaN, NULL, TRUE, break, else, for, function, if, in, next, repeat, while.
Operações com Vetores
Vetores podem ser utilizados em operações aritméticas realizadas para cada elemento. Considerando o vetor idade em anos, vamos obter as idades em meses.
idademes <- idade*12
idademes ## [1] 276.0 261.6 313.2 324.0A simbologia utilizada pelo R para operadores aritméticos elementares é apresentada na tabela seguinte:
Nomeando os Objetos
Iniciamos carregando os pacotes necessários para as análises
library(fBasics) # Estatística descritiva## Loading required package: timeDate## Loading required package: timeSeries## ## Rmetrics Package fBasics## Analysing Markets and calculating Basic Statistics## Copyright (C) 2005-2014 Rmetrics Association Zurich## Educational Software for Financial Engineering and Computational Science## Rmetrics is free software and comes with ABSOLUTELY NO WARRANTY.## https://www.rmetrics.org --- Mail to: info@rmetrics.orglibrary(MASS) # Estatística descritiva
library(moments) # Estatística descritiva##
## Attaching package: 'moments'## The following objects are masked from 'package:timeDate':
##
## kurtosis, skewnesslibrary(scatterplot3d) # Obter gráficos em 3d
Para realizar as análises exploratórias a seguir, utilizaremos um conjunto de dados disponível no livro: Introdução à Bioestatística. 4ª Ediçao. Sônia Vieira (Professora Titular de Bioestatística da Unicamp). - Rio de Janeiro: Elsevier, 2011. 345p.
Dados disponíveis no Capítulo 2, Tabela 2.7. Referentes a Idade em anos completos, tempo de diálise em meses, altura em metros, peso em quilogramas, pressão sistólica e diastólica em milímetros de mercúrio de mulheres submetidas à diálise renal
Importação dos dados para o R
dialise= read.table('dialise.txt', header=TRUE)Lendo as seis primeiras linhas dos dados
head(dialise)## Paciente Idade T_dialise Altura Peso P_sistolica P_diastolica
## 1 1 45 14 160 62.0 140 85
## 2 2 62 54 165 52.5 100 70
## 3 3 38 52 155 67.8 140 100
## 4 4 26 34 159 48.2 165 105
## 5 5 35 18 158 46.0 170 105
## 6 6 44 71 148 40.4 150 100Análise descritiva utilizando o pacote fBasics
basicStats(dialise[,-1], ci = 0.95)## Idade T_dialise Altura Peso P_sistolica
## nobs 13.000000 13.000000 13.000000 13.000000 13.000000
## NAs 0.000000 0.000000 0.000000 0.000000 0.000000
## Minimum 24.000000 14.000000 148.000000 40.400000 100.000000
## Maximum 70.000000 79.000000 179.000000 77.000000 175.000000
## 1. Quartile 38.000000 23.000000 155.000000 48.200000 150.000000
## 3. Quartile 56.000000 54.000000 162.000000 64.000000 165.000000
## Mean 46.923077 42.923077 159.538462 56.800000 153.461538
## Median 45.000000 46.000000 159.000000 55.500000 155.000000
## Sum 610.000000 558.000000 2074.000000 738.400000 1995.000000
## SE Mean 3.817070 5.910076 2.277581 3.049800 5.470920
## LCL Mean 38.606397 30.046128 154.576038 50.155056 141.541428
## UCL Mean 55.239757 55.800026 164.500885 63.444944 165.381649
## Variance 189.410256 454.076923 67.435897 120.916667 389.102564
## Stdev 13.762640 21.309081 8.211936 10.996211 19.725683
## Skewness -0.150273 0.102144 0.765891 0.165485 -1.314428
## Kurtosis -1.162038 -1.391822 0.064750 -1.313590 1.451519
## P_diastolica
## nobs 13.000000
## NAs 0.000000
## Minimum 70.000000
## Maximum 110.000000
## 1. Quartile 95.000000
## 3. Quartile 105.000000
## Mean 98.461538
## Median 100.000000
## Sum 1280.000000
## SE Mean 3.068900
## LCL Mean 91.774980
## UCL Mean 105.148097
## Variance 122.435897
## Stdev 11.065076
## Skewness -1.216313
## Kurtosis 0.757430Deixando apenas Três casas decimais utilizando a função round
round(basicStats(dialise[,-1], ci = 0.95),3)## Idade T_dialise Altura Peso P_sistolica P_diastolica
## nobs 13.000 13.000 13.000 13.000 13.000 13.000
## NAs 0.000 0.000 0.000 0.000 0.000 0.000
## Minimum 24.000 14.000 148.000 40.400 100.000 70.000
## Maximum 70.000 79.000 179.000 77.000 175.000 110.000
## 1. Quartile 38.000 23.000 155.000 48.200 150.000 95.000
## 3. Quartile 56.000 54.000 162.000 64.000 165.000 105.000
## Mean 46.923 42.923 159.538 56.800 153.462 98.462
## Median 45.000 46.000 159.000 55.500 155.000 100.000
## Sum 610.000 558.000 2074.000 738.400 1995.000 1280.000
## SE Mean 3.817 5.910 2.278 3.050 5.471 3.069
## LCL Mean 38.606 30.046 154.576 50.155 141.541 91.775
## UCL Mean 55.240 55.800 164.501 63.445 165.382 105.148
## Variance 189.410 454.077 67.436 120.917 389.103 122.436
## Stdev 13.763 21.309 8.212 10.996 19.726 11.065
## Skewness -0.150 0.102 0.766 0.165 -1.314 -1.216
## Kurtosis -1.162 -1.392 0.065 -1.314 1.452 0.757Construindo a distribuição de frequência
par(mfrow=c(2,2))
histPlot(as.timeSeries(dialise$Idade),ylim=c(0.0,0.040))
histPlot(as.timeSeries(dialise$T_dialise),ylim=c(0.0,0.030))
histPlot(as.timeSeries(dialise$P_sistolica),ylim=c(0.0,0.040))
histPlot(as.timeSeries(dialise$P_diastolica),ylim=c(0.0,0.040))
Boxplot
Para construir o boxplot vamos usar a função boxplot.
boxplot(dialise[-1],las=2,ylab="escala das variáveis")
Descrição dos dados utilizados no livro: Métodos Estatísticos Multivariados (Bryan J. F. Manly, 3ª Edição, 2008).
Dados utilizados na aplicação da Análise de Componentes Principais
Exemplo 1.5
Os dados da Tabela 1.5 mostram as porcentagens da força de trabalho em nove diferentes tipos de indústrias para 30 países europeus. Nesse caso, métodos multivariados podem ser úteis para isolar grupos de países com padrões similares de empregos, e, em geral, ajudar o entendimento dos relacionamentos entre os países. Diferenças entre países que são relacionados a grupos políticos (UE, a União Euporéia; AELC, a área européia de livre comércio; países do leste europeu e outros países) podem ser de particular interesse.
Vamos ao R!
