Intro R

Modelos probabilsticos y analisis estadstco
Introduccion al uso de R para analisis estadstico
Carlos Ricardo Bojaca

carlos.bojaca@utadeo.edu.co
Departamento de Ciencias Basicas y Modelado

Facultad de Ciencias Naturales e Ingeniera
Universidad de Bogota Jorge Tadeo Lozano
Modulo 6, piso 5
Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

Modelos probabilsticos
(UJTL) y analisis estadstco 1 / 40
Tabla de contenidos
1 Introduccion
2 Funciones en R
3 Creacion de objetos
4 Construccion y manejo de vectores en R
5 Clases de objetos en R
6 Graficas en R
7 Ejercicios

Introduccion - Que y por que?
R es un lenguaje de programacion, basado en S, otro lenguaje de

programacion estadstico desarrollado por los laboratorios Bell (Bell Labs)
desde 1976. S fue desarrollado para apoyar proyectos de investigacion y
analizar datos de alta complejidad.
Actualmente, S ha evolucionado a S-Plus, que requiere la compra de la

licencia.
R, es una plataforma libre similar a S desarrollada por Robert Gentleman y

Ross Ihaka (U. de Auckland, NZ) durante la decada de los 90s. Desde
1997 se creo un equipo internacional de desarrolladores del nucleo de R.

Introduccion- Que y por que?
Una de las principales ventajas que tiene R es que los usuarios pueden, de
manera facil, escribir sus propios codigos y personalizar las funciones.
La sintaxis usada por R es considerada por programadores de otros

lenguajes como extremadamente facil de aprender, incluso para usuarios
que no tienen experiencia programando.
Una vez que se logra entender y manipular las estructuras basicas de R,

este lenguaje se convierte en una herramienta poderosa para manipular y
analizar casi cualquier tipo de datos.

Interfaz grafica de usuario : Rstudio
Se puede trabajar con varios ficheros de comandos de R

(libretos-scripts) simultaneamente, agrupados por pestanas (en la
ventana superior izquierda).
El editor de comandos esta pensado para programar en R.
Autocompletado de comandos. Si no recordamos la sintaxis exacta de
un comando de R, basta con escribir las primeras letras, pulsar la tecla
Tab, y RStudio despliega informacion sobre ese comando. Funciona
igual para las variables, ficheros y demas objetos que se hayan creado.
Gestion de los graficos de R mucho mas eficaz.
Mayor facilidad para instalar paquetes, consultar ayudas, etcetera.
Cuando se tienen varias versiones de R instaladas, es facil seleccionar
la que utilizara en cada sesion.

Paginas web recomendadas
Sitio oficial de R
Sitio oficial de RStudio
Introduccion a R (espanol)
Wiki para R
Blog de R

Lenguaje de programacion orientada a objetos
Objeto: Es toda variable, conjunto de datos, funciones*, resultados y

otros, que se guardan en la memoria activa del computador y que tienen
asignado un nombre. Los usuarios manipulan los objetos con operadores
(aritmeticos, logicos y comparativos) o a traves de funciones*.
Objeto:
Nombre <- datos de la variable o informacion almacenada
*Las funciones son un tipo especial de objetos disenados para llevar a cabo
operaciones. Las funciones emplean argumentos, con base en los cuales se
genera un resultado despues de ejecutar una o un conjunto de operaciones.

Funciones en R
En R, las funciones realizan un procedimiento en especfico con base en

unos argumentos, los cuales estan, generalmente, definidos por defecto
pero pueden ser modificados a traves de las opciones disponibles.
En R las funciones son creadas por la funcion: function(), y son

almacenadas como objetos en R. En R las funciones tienen la siguiente
estructura general:
F <- function(argumento 1, argumento 2, ....)

{comandos}
donde F es la designacion que se le da a la funcion; function() es la

instruccion que le indica a R que se esta creando una nueva funcion;
argumento 1 , argumento 2, son las entradas que se emplearan para
realizar los procedimientos, y comandos son los procedimientos especficos
que desarrolla R con base en los argumentos definidos.
Ejemplo de una funcion
raizenesima<-function(x, n=2) {
if ((round(n)==n)==FALSE)
stop("n debe ser entero")
res<-x**(1/n)
return(res)
}
raizenesima(4)
raizenesima(9,1.5)
Que operacion realiza la funcion?

Argumentos
Estan separados por coma (,) y tienen nombres. En este caso uno de los
argumentos tienen asignados valores por defecto.
Caractersticas de las funciones en R
En R las funciones son un objeto de primera clase, lo cual significa que

pueden ser usandas sin restricciones y como cualquier otro objeto. En la
practica esto trae como consecuencia que:
Una funcion pueda ser pasada como argumento a otra funcion.

Las funciones tienen argumentos con nombres especficos que pueden
tener valores por defecto.
Para usar algunas funciones no es necesario especificar valores para
todos los argumentos.

La funcion formals() devuelve una lista de todos los argumentos formales

de la funcion. Los argumentos formales son los argumentos incluidos en la
definicion de la funcion. Los argumentos de una funcion en R pueden ser
organizados por posicion o por nombre. A manera de ejemplo se muestran
diferentes maneras de aplicar la funcion sd() que son equivalentes:
Funcion sd - Desviacion estandar

mydata <- rnorm(100)
sd(mydata)
sd(x=mydata)
sd(x=mydata, na.rm=FALSE)
sd(na.rm=FALSE, x=mydata)

A pesar de que cualquiera de las maneras presentadas es correcta, no es

recomendable alterar demasiado el orden de los argumentos debido a que
se puede generar confusion.
El uso de los nombres de los argumentos es util cuando se emplean

funciones que tienen un gran numero de argumentos, pero solo se desea
modificar unos pocos y los demas se quieren dejar con los valores por
defecto. Ademas, los argumentos con nombres facilitan el trabajo en R
debido a que es mas facil recordar el nombre del argumento que la posicion
en la cual se encuentra.

Asignar nombre y elementos a un nuevo objeto en R
Asignacion de nombres
Debe iniciar con un letra mayuscula o minuscula de A a Z.
Puede contener dgitos y para fijar periodos, se suele usar el punto (.).
Ejemplo: Enero.2004, Monitoreo.1, etc.
R distingue minusculas de mayusculas en nombres de objetos
(incluidas las funciones) y nombres de argumentos, por ejemplo:
mydata y MyData no son objetos iguales.
Asignacion de elementos
Asignar elementos a un objeto: Posterior al nombre del objeto se usan
los smbolos <- (< menor que y - guion, unidos) para indicar que
elementos se asignaran a ese objeto, as: x<-1:4
La asignacion de elementos a un objeto tambien se puede realizar con
la funcion assign (). as:
assign("nombre del objeto", elementos)
Definicion de un vector en R
R utiliza distintas estructuras de datos. La estructura mas simple es el

vector, entendida como una coleccion ordenada de numeros. La funcion c,
que es la abreviatura de concatenar se puede utilizar para crear vectores.
Por ejemplo, se desea crear el objeto x, que sera un vector que contendra
los siguientes numeros: 10.4, 5.6, 3.1, 6.4 y 21.7. El codigo sera:
x <- c(10.4, 5.6, 3.1, 6.4, 21.7)
En R a un solo numero se le considera un vector de longitud uno.

Aritmetica vectorial
Sobre los vectores se pueden ejecutar operaciones aritmeticas, las cuales se

realizaran elemento a elemento. Si dos vectores involucrados en una misma
operacion no tienen la misma longitud (numero de elementos) el resultado
se obtendra reciclando los valores del mas corto tantas veces como sea
necesario hasta que coincida con el mas largo. En este caso R advertira
mediante un mensaje que la longitud de los vectores no es la misma.
x<-c(1,3,5,6,8,10,12)
y<-c(5,6,7)
x+y

Cuadro: Operadores aritmeticos en R

Operador Descripcion
+ Adicion
- Sustraccion
* Multiplicacion
/ Division
** o Exponencial
%/ % Resultado entero en una division

Cuadro: Operadores logicos en R

< Menor a
<= Menor o igual a
> Mayor a
>= Mayor o igual a
== Exactamente igual a
! Negacion
x|y x o y, union (disyuncion)
x&y x y y, interseccion (conjuncion)
isTRUE(x) Probar si x es verdadero

Cuadro: Algunas funciones comunmente empleadas en R

log() Logaritmo natural
exp() Valor exponencial, e x
sin() Seno
cos() Coseno
tan() Tangente
sqrt() Raz cuadrada
max() Valor maximo
min() Valor mnimo
range() Rango
length() Numero de elementos
sum() Sumatoria de los elementos
prod() Productoria de los elementos

Generacion de sucesiones
En R existen varias funciones para generar sucesiones numericas. El

operador mas basico es : (dos puntos), el cual genera una sucesion de
numeros desde el primer numero hasta el valor del segundo numero,
haciendo saltos de una (1) unidad. Si el primer numero es mayor que el
segundo, la sucesion generada tendra orden descendente.
x<-1:5
y<-100:90
Para crear sucesiones mas complejas se emplea la funcion seq(), en la cual

los dos primeros argumentos corresponden al comienzo y el final de la
sucesion, si la funcion se ejecuta con solo estos dos argumentos el
resultado sera identico al que se obtendra usando el operador :
x<-seq(1,5)
y<-seq(100,90)

Generacion de sucesiones
En la funcion seq() los argumentos son: from= que corresponde al

valor inicial de la sucesion, to= que corresponde al valor final, by= que
especifica el paso o salto de la sucesion, length.out= que determina la
longitud que tendra la sucesion; la ultima es along.with= que
corresponde a un vector, se emplea como unico argumento y crea una
sucesion 1, 2, ..., length(vector).
x<-seq(0,1.5,0.2)
r<-c(8,9,3,10,12,0,37,48,50)
y<-seq(min(r),max(r),(max(r)-min(r))/100)
z<-seq(along.with=r)
Una funcion relacionada con el uso de seq() es rep(), la cual sirve para
duplicar objetos o elementos.

Vectores logicos
R tambien maneja vectores logicos, los cuales solo pueden tomar uno de
dos valores: FALSE (falso) o TRUE (verdadero), estos valores tambien se
representan por las letras F y T. Los vectores logicos aparecen como
resultado de evaluar condiciones. Por ejemplo:
x<-c(10.4, 5.6, 3.1, 6.4, 21.7)

temp <- x > 13
R almacenara en un objeto llamado temp un vector de la misma longitud

de x, cuyos valores seran: T o F , dependiendo de si los elementos de x
cumplen o no la condicion de ser mayores que 13, as:
[1] FALSE FALSE FALSE FALSE TRUE

Valores faltantes
Algunas veces en un vector aparecen elementos con valores que no son

conocidos, en estos casos se les denomina valor faltante y se les asigna un
valor especial, NA (Not Available). Cuando se opera un vector que contiene
elementos con valores faltantes, en general, el resultado sera NA. Esto se
debe a que al no poder especificar de manera completa la operacion el
resultado no puede ser conocido. Para verificar si algun elemento del vector
contiene valores faltantes se emplea la funcion is.na(), la cual evalua si
los elementos que componen el vector corresponden a datos faltantes o no.
x<-c(1:3,NA)
ind<-is.na(x)
Tenga en cuenta que la expresion logica x == NA es distinta de la funcion

is.na(x), debido a que NA no es un valor, sino un indicador de que un
elemento no esta disponible.

Valores faltantes
En R tambien existe otra clase de datos faltantes que surgen como

consecuencia de algunas operaciones y que son llamados NaN (Not a
Number). Ejemplo operaciones cuyo resultado es un NaN:
0/0
Inf - Inf
La funcion, is.na() identifica tanto valores NA como NaN, si se desea

identificar unicamente los NaN se debe usar la funcion is.nan() que solo
toma el valor TRUE para valores NaN.

Vectores de caracteres
Las cadenas de caracteres tambien pueden organizarse dentro de vectores

en R. Para crear los elementos dentro de un vector de caracteres, estos se
debe escribir entre comillas, por ejemplo: Altura ,Densidad
,Concentracion etc. Los elementos que componen un vector de caracteres
pueden conectarse usando la funcion c().
Ciudades<-
c("Bogota","Medelln","Barranquilla","Pasto","Leticia")

Seleccion y modificacion de vectores
En R se pueden seleccionar elementos de un vector (subvector), anadiendo

un vector de ndices entre corchetes cuadrados [ ]; con la siguiente
estructura general:
NombreDelVector[vector.de.ndices]
Los vectores de ndices usados para seleccionar elementos de un vector

puede ser de cuatro tipos: logico, numeros naturales positivos, numeros
naturales negativos o caracteres.
Un vector logico: Solo se seleccionaran los elementos que tengan valor

verdadero TRUE y se omitiran lo demas.
x<-c(1:3,NA)
y<-x[!is.na(x)]
Interprete la siguiente expresion:

z<-x[(!is.na(x)) & x>1]
Un vector de numeros naturales positivos: En este caso los elementos

del vector de ndices deben pertenecer al conjunto
{1,2,....,length(x)}. El resultado es un vector formado por los
elementos del vector que corresponden a los ndices y en el orden en
que aparecen en el vector de ndices.
labs<-paste(c("x","z"), 1:10, sep=)

labs[c(2,4,6,8)]
Un vector de numeros naturales negativos: En este caso los elementos

del vector se excluyen.
new<-labs[-c(2,4,6,8)]
Almacena en el nuevo vector los elementos de labs excepto los que se

encuentran en las posiciones pares.
Un vector de caracteres: Esta opcion solo puede realizarse si el vector

tiene asociado el atributo names para identificar a cada uno de los
elementos.
PostreFavo<-c(5,10,1,20)
names(PostreFavo)<-c("naranja","banano","manzana","pera")
postre<-PostreFavo[c("manzana","naranja")]
La principal ventaja de caso es que los nombres son mas faciles de recordar
que los ndices numericos. Esta opcion es util cuando se trabaja con la
estructura de hojas de datos (data frame)

Clases de objetos en R
Aunque los vectores son los tipos basicos de objetos en R existen muchos
otros, dentro de los cuales los mas usados son los siguientes: matrices,
factores, listas y hojas de datos.
Principales atributos de los objetos: Para conocer las principales

atributos de objeto se usan la funciones:
str ()
attributes()
mode()
length()
class()

Matrices
Las matrices o variables indexadas (matrix o array): son vectores

multidimensionales que estan indexados por dos o mas ndices que se
imprimen de modo especial. En R se emplean las funciones matrix() y
array() para crear matrices, asi:
x<-matrix(1:20, ncol=5, byrow=FALSE)

x<-array(1:20, dim=c(4,5))
En R se pueden seleccionar elementos de una matrix, anadiendo un

vectores de ndices entre corchetes cuadrados [ ] separando las
dimensiones con una coma ,.En matrices de dos dimensiones como las
creadas anteriormente la seleccion se definira siguiendo la siguiente
estructura.
x[vector.de.ndices.filas, vector.de.ndices.columnas]
Si un vector ndice es vaco, equivale a utilizar todo el rango de valores
para dicho ndice.
Operaciones con matrices
A continuacion se presentan algunas operaciones que pueden

realizarse con matrices en R
Crear las matrices mat8 y mat9
mat8 <- matrix(1:6, 2)
mat9 <- matrix(c(rep(1, 3), rep(2, 3)), 2, byrow = T)
Suma de dos matrices

mat9 + mat8
Suma de una matriz mas un vector de longitud 1 o constante

mat9 + 3
Resta de dos matrices

mat8 - mat9

Operaciones con matrices
Inversa de una matriz, aplicada sobre una seleccion

solve(mat8[, 2:3])
Transpuesta de una matriz

t(mat9)
Multiplicacion de dos matrices, se transpone la matriz mat9 para

que el numero de columnas de mat8 coincida con el numero de filas
de mat9
mat8 %* % t(mat9)

Factores y listas
Los factores (factor) sirven para representar datos categoricos.
data <- factor(c(1,2,2,3,1,2,3,3,1,2,3,3,1))

[1] 1 2 2 3 1 2 3 3 1 2 3 3 1
Levels: 1 2 3
Las listas (list) son una forma generalizada de vectores en las cuales los
elementos no tienen por que ser del mismo tipo y a menudo son otros
vectores o listas.
x <- list(1:10, rnorm(25), letters[1:3])
Note que la lista contiene tres elementos que corresponden a vectores de

diferente tipo y longitud. Ademas, observe que al igual que en los casos
anteriores se emplean funciones como argumentos dentro de otra funcion.

Hojas de datos
Hojas de datos (data frames) son estructuras similares a una matriz pero
cada columna puede ser de un tipo distinto. Las hojas de datos (como las
de Excel) son apropiadas para describir matrices de datos donde cada fila
representa a un individuo y cada columna una variable, que a su vez puede
ser numerica o categorica. Las hojas de datos pertenecen a la clase
data.frame, y pueden entenderse como matrices en las cuales las
columnas pueden tener diferentes modos y atributos. La seleccion sobre
hojas de datos, filas y columnas, se puede hacer con la misma estructura
de indexacion de matrices. Aunque las hojas de datos se pueden crean en R
usando la funcion data.frame() lo mas comun es leer este tipo de objetos
desde un archivo usando funciones como read.table() o read.csv() .
NombreObjeto<-read.table(ruta.archivo.txt", header=TRUE,
sep=, dec=",")
NombreObjeto<-read.csv(ruta.archivo.csv", header=TRUE,
sep=",", dec=",")
Graficas en R
Una de las mayores virtudes de R es su versatilidad para la elaboracion de

graficas. Las funciones graficas en R se pueden dividir en tres grupos.
Alto Nivel: crean un nuevo grafico con ejes, etiquetas, ttulos etc.
Bajo Nivel: Son funciones que anaden informacion a un grafico ya
existente, como por ejemplo anadir lneas o puntos adicionales
Interactivas: Son funciones que permiten interactuar con el grafico,
anadiendo o eliminando informacion con un dispositivo como el raton
del computador.

Funciones de alto nivel
La funcion plot(): Es la funcion generica, es decir, el tipo de grafico
producido es dependiente de la clase del primer argumento.
plot(x,y):
Si x y y son vectores de la misma longitud, plot(x,y) produce un
diagrama de dispersion de y sobre x.
plot(x):
Si x es una serie temporal, produce un grafico temporal, si x es un vector
numerico, produce un grafico de sus elementos sobre el ndice de los
elementos.
plot(f,y):
Si f es un factor, y y un vector numerico, se genera un diagrama de barras
de f.
Otras funciones graficas
pairs()
Cargaremos un conjunto de datos almacenado en R data(iris)
Usaremos la funcion pairs() para crear una matriz de diagramas de
dispersion para cuatro variables.
pairs( Sepal.Length + Sepal.Width + Petal.Length +
Petal.Width, data=iris)
coplot()
Para crear graficos condicionales, usando funciones del paquete base, se
emplea la funcion coplot.
coplot(Sepal.Width Sepal.Length | Species, data=iris)
hist()
Genera un histograma. Si prob= FALSE, el histograma representa las
frecuencias; si es TRUE, el grafico representa la densidad de probabilidad.
hist(iris[,2], prob=F, nclass=15, main=Ancho del sepalo)
Funciones de bajo nivel
points(x,y) o lines(x,y)
Anaden puntos (points(x,y)) o lneas (lines(x,y)) a un grafico ya
existente. Debe tenerse en cuenta que las coordenadas esten dentro de los
limites graficos de la grafica existente, en caso contrario deben modificarse
con los argumentos ylim y xlim en funcion de alto nivel.
text(x,y,labels)
Anade texto al grafico en las coordenadas x,y. El argumento etiquetas es
un vector de enteros o de caracteres que se dibujaran en las coordenadas
x[i], y[i]

Importar una hoja de datos
locator(n,type)
Determinar las coordenadaa x, y sobre una grafica mediante un clic del
cursor.

Ejercicios
Importar hoja de datos

Importar a R la hoja de datos (DatosEjercicios) , use las funciones
read.table o read.csv segun corresponda. Para ver el encabezado de
los datos use la funcion head() usando como argumento el nombre del
objeto. Para ver toda la hoja de datos use la funcion View() usando
como argumento el nombre del objeto. Con las funciones head() y
View() puede verificar que la importacion se realizo correctamente.
Selecciones
Seleccione los registros (filas) que cumplan la siguiente caracterstica:
la vegetacion pertenezca a la categora Grassland.
Seleccione los registros (filas) que cumplan la siguiente caracterstica:
las localidades que no tienen humedad y que al mismo tiempo tienen
una densidad de lombrices mayor 3.

Ejercicios
Selecciones y graficas
Seleccione las columnas Area, Slope, SoilpH y WormDensity y
guardelas en un nuevo objeto que se llame cuantitativas
Elabore un grafico de dispersion de las variable WormDensity sobre
SoilpH
Elabore un histograma con los conteos sobre 6 intervalos de la
variable Area


Intro R

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Intro R

Transféré par

Droits d'auteur :

Formats disponibles

Modelos probabilsticos y analisis estadstco

Introduccion al uso de R para analisis estadstico

Carlos Ricardo Bojaca

Departamento de Ciencias Basicas y Modelado

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

4 Construccion y manejo de vectores en R

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

R es un lenguaje de programacion, basado en S, otro lenguaje de

Actualmente, S ha evolucionado a S-Plus, que requiere la compra de la

R, es una plataforma libre similar a S desarrollada por Robert Gentleman y

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

La sintaxis usada por R es considerada por programadores de otros

Una vez que se logra entender y manipular las estructuras basicas de R,

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

Se puede trabajar con varios ficheros de comandos de R

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

Sitio oficial de RStudio

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

Objeto: Es toda variable, conjunto de datos, funciones*, resultados y

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

En R, las funciones realizan un procedimiento en especfico con base en

En R las funciones son creadas por la funcion: function(), y son

F <- function(argumento 1, argumento 2, ....)

donde F es la designacion que se le da a la funcion; function() es la

Que operacion realiza la funcion?

En R las funciones son un objeto de primera clase, lo cual significa que

Una funcion pueda ser pasada como argumento a otra funcion.

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

La funcion formals() devuelve una lista de todos los argumentos formales

Funcion sd - Desviacion estandar

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

A pesar de que cualquiera de las maneras presentadas es correcta, no es

El uso de los nombres de los argumentos es util cuando se emplean

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

R utiliza distintas estructuras de datos. La estructura mas simple es el

x <- c(10.4, 5.6, 3.1, 6.4, 21.7)

En R a un solo numero se le considera un vector de longitud uno.

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

Sobre los vectores se pueden ejecutar operaciones aritmeticas, las cuales se

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

Cuadro: Operadores aritmeticos en R

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

Cuadro: Operadores logicos en R

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

Cuadro: Algunas funciones comunmente empleadas en R

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

En R existen varias funciones para generar sucesiones numericas. El

Para crear sucesiones mas complejas se emplea la funcion seq(), en la cual

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

En la funcion seq() los argumentos son: from= que corresponde al

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

x<-c(10.4, 5.6, 3.1, 6.4, 21.7)

R almacenara en un objeto llamado temp un vector de la misma longitud

[1] FALSE FALSE FALSE FALSE TRUE

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

Algunas veces en un vector aparecen elementos con valores que no son

Tenga en cuenta que la expresion logica x == NA es distinta de la funcion

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

En R tambien existe otra clase de datos faltantes que surgen como

La funcion, is.na() identifica tanto valores NA como NaN, si se desea

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co

Las cadenas de caracteres tambien pueden organizarse dentro de vectores

Carlos Ricardo Bojacacarlos.bojaca@utadeo.edu.co