Académique Documents
Professionnel Documents
Culture Documents
Leonel Lopez-Toledo
Facultad de Biologa
UMSNH
Semestre 2013-2014
Promedios<-tapply(Y_Var,factor,mean)
tapply(Y_Var,factor,mean)
Cualquier
nombre
Variable de
respuesta Factor para
agrupar la
Variable de
respuesta
Qu se va a
calcular:
mean
var
sd
length
Promedios<-tapply(Y_Var,list(f1,f2),mean)
Cualquier
nombre
Variable de
respuesta 2 factores para
agrupar la
Variable de
respuesta
Qu se va a
calcular:
mean
var
sd
length
Exploracin de datos
Tipo de variable
Variable de respuesta
Variables explicativas
Las variables son continuas o categoricas, proporciones, conteos
Dispersion
Pares
Relaciones (X,Y)
Exploracin de datos
(mas)
Interacciones
Aplicacin de modelo estadstico
Variables explicativas (Independiente = X)
Continuas
Regresin
Categoricas
ANOVA
Continuas y categricas
ANCOVA
Variable de respuesta (Dependiente =Y)
Continua
Regresion, ANOVA, ANCOVA
Proporciones
Regresin logstica
Conteos
Log-lineares
Binarios
Logsticos binarios
Tiempo de muerte
Analisis de sobrevivencia
> plot(x,y)
Bigotes
(whiskers)
Caja
(box)
Mediana
25avo percentil
> barplot(y)
Grficas. Histogramas.
hist(x)
Grfica de una sola variable (barras), que ordena la variable
de mayor a menor, divide el rango de la variable en categorias
(clases) y cuenta el numero de datos (frecuencia) que hay en
cada clase.
Grficas. Histogramas.
Esta es la funcin completa:
hist(x, breaks = "Sturges", freq = NULL, probability = !freq, include.lowest =
TRUE, right = TRUE, density = NULL, angle = 45, col = NULL, border = NULL,
main = paste("Histogram of" , xname), xlim = range(breaks), ylim = NULL,
xlab = xname, ylab = yname, axes = TRUE, plot = TRUE, labels = FALSE,
nclass = NULL, ...)
a) Nmero de
categoras que tendr
el histograma
b) Mtodo para construir
las categoras
El histograma
mostrar
frecuencias (T) o
valores absolutos (F)
(1,1)
0.95
0.7
c(0.6,0.9,0.7,0.95)
0.6
0.9
(0,0)
{graphics} split.screen
1
5
6
7
Tiene la siguiente
representacin matricial:
{graphics} split.screen
{graphics} split.screen
{lattice}
El factor de interes
El nivel dentro
de ese factor
Ejercicio
Ejercicios: utilizar las siguientes funciones con el archivo
- brosimum.txt
"read.table(nombredearchivo.txt, header=T)
> mean(afn)
> sd(afn)
> Usando tapply( calcular el crecimiento promedio entre el factor luz, por separado y
luego suelo-luz) y graficarlo con barplot(
> levels(nombredataframe$columnacategorica
> unique(nombredataframe$cualquier columna
-Utilizando nuevodataframe <-dataframeoriginal[dataframe$factor==nivel",]
generar un nuevo dataframe para cerrado y otro abierto.