R - Computando variáveis para dados

Curso Ninja de Estatística Aplicada com R para Ciências da Saúde

Henrique Gomide
CREPEIA, PET - Psicologia

Antes de começar

Abra seu banco de dados ou este aqui do Docs:

library(RCurl)  # Carregando pacote RCurl
meuCsv <- getURL("https://docs.google.com/spreadsheet/pub?key=0Atv-ntf9TI4edFpMalBzelZxa1dxZFByR29FVUFjM3c&single=true&gid=1&output=csv")  #salvando o link para a planilha do Google
ncol <- max(count.fields(textConnection(meuCsv), sep = ","))  # Estimando o número de colunas da tabela
dados <- read.csv(textConnection(meuCsv), header = TRUE, fill = TRUE, col.names = paste0("v", 
    seq_len(ncol)), na.strings = c("NA", ""))

Obs: É preciso ter o pacote RCurl instalado e uma conexão com internet.

Resumo

  • Métodos para modificar valores das variáveis
  • Computar valores de escalas

Codificando

Codificar a variável para um número apenas dados$ex1 <- 5

Trocas os dados por um valor character dados$ex1 <- "cinco"

Trocas os valores por missing NA dados$ex1 <- NA

Codificando

# Trocar os dados segundo um valor
dados$ex1[dados$ex1==5] <- "Cinco"

# Ou trocar os dados baseados em valores maiores ou iguais
dados$ex1[dados$ex1<=5] <- "Uso de risco ou pesado"

# Ou trocar por texto
dados$ex1[dados$ex1=="Five"] <- "Uso pesado"

# Ou trocar por missing
dados$ex1[is.na(dados$ex1)] <- "Dado Faltoso"

Codificando usando regras de mais de uma variável

# Se maior que 20 anos E "SIM" na variável seis
dados$ex1[dados$v2>20 & dados$v6 == "SIM"] <- "Cinco"

# Se maior que 20 anos OU "sim" na variável seis
dados$ex1[dados$v2>20 | dados$v6 == "SIM"] <- "Cinco"

Recodificando usando a Função Recode

  • Possibilita maior número de categorizações para uma linha de código
  • Depende do pacote "car". Para instalar lembre-se install.packages("car")
dados$v6r <- Recode(dados$v6, "'NAO'=0; 'SIM'=3", as.factor.result = FALSE)

## Error: não foi possível encontrar a função "Recode"

Comparação Recode

Modo anterior

dados$v6r[dados$v6 == "NAO"] <- 0
dados$v6r[dados$v6 == "SIM"] <- 3

Com Recode

require(car)  #carregando pacote car

## Loading required package: car

## Loading required package: MASS

## Loading required package: nnet

dados$v6r <- Recode(dados$v6, "'NAO'=0; 'SIM'=3", as.factor.result = FALSE)
# as.factor.result para trocar a variável de factor para numeric

Exemplo Recode e primeira parte do ASSIST

dados$v6r <- Recode(dados$v6, "'NAO'=0; 'SIM'=3", as.factor.result = FALSE)
dados$v7r <- Recode(dados$v7, "'NAO'=0; 'SIM'=3", as.factor.result = FALSE)
dados$v8r <- Recode(dados$v8, "'NAO'=0; 'SIM'=3", as.factor.result = FALSE)
dados$v9r <- Recode(dados$v9, "'NAO'=0; 'SIM'=3", as.factor.result = FALSE)
dados$v10r <- Recode(dados$v10, "'NAO'=0; 'SIM'=3", as.factor.result = FALSE)
dados$v11r <- Recode(dados$v11, "'NAO'=0; 'SIM'=3", as.factor.result = FALSE)
dados$v12r <- Recode(dados$v12, "'NAO'=0; 'SIM'=3", as.factor.result = FALSE)
dados$v13r <- Recode(dados$v13, "'NAO'=0; 'SIM'=3", as.factor.result = FALSE)
dados$v14r <- Recode(dados$v14, "'NAO'=0; 'SIM'=3", as.factor.result = FALSE)
dados$v15r <- Recode(dados$v15, "'NAO'=0; 'SIM'=3", as.factor.result = FALSE)

Dica importante

  • Como o R é sensível a pequenos erros (vírgulas, diferença entre maiúsculas), você pode usar a função levels para saber quais valores colocar na recodificação.
  • Sempre confira o resultado de uma recodificação. Dedos eróticos ficam famosos nesta hora.

Computando os resultados da primeira parte

dados$escala1 <- dados$v6r + dados$v7r + dados$v8r + dados$v9r + dados$v10r + 
    dados$v11r + dados$v12r + dados$v13r + dados$v14r + dados$v15r

Você pode sinais de multiplicação, exponenciação, subtração, etc...

Vendo se está tudo certo

head(dados$escala1)

## [1] 18  3  3  6  3 NA

summary(dados$escala1)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##    0.00    3.00    3.00    5.65    7.50   24.00       4

Obrigado!