Lo primero que necesito es tener instalados los paquetes Knitr y rmarkdown

library(knitr)
library(rmarkdown)

Empecemos

Si escribo el texto aparecerá en el pdf en formato normal, pero si quiero:

Negrita: Escribir el texto como Negrita o Negrita

Cursiva: Escribir el texto como Cursiva o Cursiva

o si quiero títulos de secciones

Título 1

Título 2

Título 3

A continuación añadimos las opciones necesarias para que aparezcan las sentencias de R y las salidas

R Markdown

Este es un documento de R Markdown. Markdown es una sintaxis de formato simple para la creación de documentos HTML, PDF y MS Word. Para obtener más detalles sobre el uso de R Markdown, véase http://rmarkdown.rstudio.com.

Al hacer clic en el botón Knit se generará un documento que incluye tanto el contenido como la salida de cualquier código R incrustado en el documento. Para incrustar un código R, arriba hay una pestaña que pone Insert, la abren y seleccionan R,

Y dentro escriben el código de R, por ejemplo el del directorio de trabajo:

setwd("/Users/ali/Desktop/1-Introduccion_datos_RStudio_Rmd/Scipts y datos")

y el de abrir fish_liver_data2:

datos<-read.table("/Users/ali/Desktop/1-Introduccion_datos_RStudio_Rmd/Scipts y datos/Fish_liver_data.csv",sep=";",dec=",",header=TRUE)
attach(datos)
str(datos)
## 'data.frame':    123 obs. of  10 variables:
##  $ Sample   : chr  "1.1 (L)" "1.2 (L)" "1.3 (L)" "2.1 (L)" ...
##  $ Day      : int  30 30 30 30 30 30 30 30 30 30 ...
##  $ Treatment: chr  "0_control" "0_control" "0_control" "0_control" ...
##  $ Weight   : num  104.4 81.6 106.4 105.4 98.1 ...
##  $ Lenght   : num  19.5 17.5 20 20.5 19.4 16 20.5 18.5 14.5 20 ...
##  $ HSI      : num  2.41 2.39 1.82 2.07 1.31 2.54 1.81 2.06 1.75 2.32 ...
##  $ Fulton   : num  1.41 1.52 1.33 1.22 1.34 1.59 1.38 1.62 1.27 1.38 ...
##  $ LIPIDS   : num  1041 659 801 500 523 ...
##  $ CARB     : num  1210 1669 1596 966 1530 ...
##  $ PROT     : num  1790 2139 2416 1712 2357 ...

Vamos a usar como ejemplo el experimento de Lubinas al que se le administraron 6 tratamientos diferentes y en el que quiero saber si hay difrencias en la acumulación de lípidos carbohidratos y proteínas.


Hago una base de datos para cada día, si dentro del paréntesis de r pongo ECHO=FALSE no me muestra el código en el PDF {r,echo=FALSE}, pero si pongo {r,echo=TRUE} sí me lo muestra.



```r
datos.30=subset(datos, Day=="30")
datos.60=subset(datos, Day=="60")
Ahora voy a hacer una tabla con las medias, desvíos estándar y medianas de lípidos, carbohidratos y proteínas LÍPIDOS
CARBOHIDRATOS
PROTEÍNAS

Hago la Tabla

## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
## `summarise()` regrouping output by 'Day' (override with `.groups` argument)
Day Treatment media sd mediana
30 0_control 1456.41667 306.50768 1595.870
30 A_control 148.38222 71.40799 132.690
30 B 196.54778 44.88926 191.660
30 C 224.55500 33.96844 213.615
30 D 223.92778 65.32111 227.120
30 E 194.46889 35.68018 190.950
30 F 241.08333 47.44820 263.310
60 0_control 1456.41667 306.50768 1595.870
60 A_control 92.88556 26.72202 94.870
60 B 82.22111 23.95742 79.340
60 C 69.36889 26.32613 71.150
60 D 85.78778 48.07898 60.560
60 E 152.39778 62.22712 148.600
60 F 111.83556 51.24612 89.960

ANALIZO LAS DIFERENCIAS ENTRE TRATAMIENTOS

PROTEÍNAS AL DÍA 30

qqnorm(datos.30$PROT)  

shapiro.test(datos.30$PROT)
## 
##  Shapiro-Wilk normality test
## 
## data:  datos.30$PROT
## W = 0.78921, p-value = 7.342e-08
library("PMCMRplus")

LOS DATOS NO TIENEN UNA DISTRIBUCIÓN NORMAL

kruskal.test(PROT~Treatment,data=datos.30)
## 
##  Kruskal-Wallis rank sum test
## 
## data:  PROT by Treatment
## Kruskal-Wallis chi-squared = 20.433, df = 6, p-value = 0.002319

HAY DIFERENCIAS SIGNIFICATIVAS