Primeiros passos para instalação do software R
Olinda R. A.
Setembro de 2019
Departamento de Estatística
UEPB - CCT - DE
Turma Especial de Membros e Servidores do Ministério Público do Estado de Mato Grosso
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 extraídos dos Painéis do Conselho Nacional de Justiça do Mato Grosso nos links Justiça em Números e produtividade - informações públicas e disponível no Portal Transparência da Instituição.
Dados disponíveis refere-se as variáveis: Taxa de Congestionamento de Processos (TAX), Estoque de Processos (EST), População (POP), Casos Novos (NOV), Magistrados (MAG), Processos Baixados (BAIX), combinação do PIB per Capita (PPC), Índice de Atendimento à Demanda (IAD) e Força de Trabalho Total (FTT).
Antes, vamos mudar o diretório para a pasta onde encontra-se os dados
Primeiro, vamos verificar como escolher o diretório em que iremos trabalhar. Isto é, em qual pasta vamos salvar os arquivos ou onde está localizado o arquivo que gostaríamos de carregar no R.
O mais fácil, no point and click do RStudio é ir no Source -> Set working directory -> Choose Directory e digitar a pasta em que estão/devem estar os arquivos relacionados ao projeto que você está trabalhando, como na figura abaixo:
Importação dos dados para o R
comarca = read.table('Comarcas.txt', header=TRUE)Lendo as seis primeiras linhas dos dados
head(comarca)## COM EST BAIX NOV TAX IAD MAG FTT
## 1 AGA 3982 156 194 0.799 0.602 1 32
## 2 ATA 3066 322 149 0.649 1.846 1 26
## 3 API 1808 331 61 0.611 4.022 1 18
## 4 ARA 5681 325 198 0.757 1.690 1 47
## 5 ARE 5463 551 173 0.695 3.298 0 43
## 6 ARI 5175 235 123 0.781 1.592 0 31Análise descritiva utilizando o pacote fBasics
basicStats(comarca[,-1], ci = 0.95)## EST BAIX NOV TAX IAD
## nobs 7.900000e+01 7.900000e+01 7.900000e+01 79.000000 79.000000
## NAs 0.000000e+00 0.000000e+00 0.000000e+00 0.000000 0.000000
## Minimum 1.379000e+03 5.100000e+01 3.400000e+01 0.551000 0.260000
## Maximum 3.369340e+05 3.561700e+04 4.960100e+04 0.907000 5.391000
## 1. Quartile 3.773500e+03 1.990000e+02 1.260000e+02 0.701500 0.672500
## 3. Quartile 9.514500e+03 7.055000e+02 5.935000e+02 0.804500 1.531500
## Mean 1.375446e+04 1.098089e+03 1.249076e+03 0.751241 1.277051
## Median 5.681000e+03 3.220000e+02 2.260000e+02 0.757000 0.916000
## Sum 1.086602e+06 8.674900e+04 9.867700e+04 59.348000 100.887000
## SE Mean 4.366081e+03 4.546752e+02 6.314336e+02 0.008621 0.109766
## LCL Mean 5.062255e+03 1.928998e+02 -8.011811e+00 0.734076 1.058523
## UCL Mean 2.244666e+04 2.003277e+03 2.506164e+03 0.768405 1.495579
## Variance 1.505951e+09 1.633163e+07 3.149796e+07 0.005872 0.951842
## Stdev 3.880658e+04 4.041242e+03 5.612305e+03 0.076629 0.975624
## Skewness 7.382800e+00 7.910395e+00 8.103373e+00 -0.263022 1.969970
## Kurtosis 5.799412e+01 6.441079e+01 6.674795e+01 -0.179338 4.191895
## MAG FTT
## nobs 79.000000 79.000000
## NAs 0.000000 0.000000
## Minimum 0.000000 1.517000
## Maximum 80.000000 460.000000
## 1. Quartile 1.000000 27.000000
## 3. Quartile 2.000000 59.000000
## Mean 3.253165 59.740722
## Median 1.000000 37.000000
## Sum 257.000000 4719.517000
## SE Mean 1.053497 7.703139
## LCL Mean 1.155812 44.404949
## UCL Mean 5.350517 75.076494
## Variance 87.678676 4687.730134
## Stdev 9.363689 68.467000
## Skewness 7.105921 3.731692
## Kurtosis 54.385797 16.456146Deixando apenas uma casa decimal utilizando a função round
round(basicStats(comarca[,-1], ci = 0.95),1)## EST BAIX NOV TAX IAD MAG FTT
## nobs 79.0 79.0 79.0 79.0 79.0 79.0 79.0
## NAs 0.0 0.0 0.0 0.0 0.0 0.0 0.0
## Minimum 1379.0 51.0 34.0 0.6 0.3 0.0 1.5
## Maximum 336934.0 35617.0 49601.0 0.9 5.4 80.0 460.0
## 1. Quartile 3773.5 199.0 126.0 0.7 0.7 1.0 27.0
## 3. Quartile 9514.5 705.5 593.5 0.8 1.5 2.0 59.0
## Mean 13754.5 1098.1 1249.1 0.8 1.3 3.3 59.7
## Median 5681.0 322.0 226.0 0.8 0.9 1.0 37.0
## Sum 1086602.0 86749.0 98677.0 59.3 100.9 257.0 4719.5
## SE Mean 4366.1 454.7 631.4 0.0 0.1 1.1 7.7
## LCL Mean 5062.3 192.9 -8.0 0.7 1.1 1.2 44.4
## UCL Mean 22446.7 2003.3 2506.2 0.8 1.5 5.4 75.1
## Variance 1505950621.3 16331633.5 31497964.4 0.0 1.0 87.7 4687.7
## Stdev 38806.6 4041.2 5612.3 0.1 1.0 9.4 68.5
## Skewness 7.4 7.9 8.1 -0.3 2.0 7.1 3.7
## Kurtosis 58.0 64.4 66.7 -0.2 4.2 54.4 16.5Construindo a distribuição de frequência
par(mfrow=c(2,2))
densityPlot(as.timeSeries(comarca$TAX),ylim=c(0,8))## Warning: In density.default(X, ...) :
## extra argument 'ylim' will be disregardeddensityPlot(as.timeSeries(comarca$IAD),ylim=c(0,0.9))## Warning: In density.default(X, ...) :
## extra argument 'ylim' will be disregardeddensityPlot(as.timeSeries(comarca$MAG),ylim=c(0,0.05))## Warning: In density.default(X, ...) :
## extra argument 'ylim' will be disregardeddensityPlot(as.timeSeries(comarca$FTT),ylim=c(0,0.020))## Warning: In density.default(X, ...) :
## extra argument 'ylim' will be disregarded
Boxplot
Para construir o boxplot vamos usar a função boxplot.
boxplot(comarca$TAX,las=2,ylab="Taxa de Congestionamento de Processos", xlab="Box-Plot")
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!
