Programar en r

Analizar base
Attach(libro1)

Tabla de frecuencias absolutas

Defino la tabla 1
Tabla1=table (variable)

Tabla de frecuencias relativas

Tabla2=Tabla1/marg.table(tabla1)

descriptiva
Mean(variable)
Sd(variable)
Var(variable)
Summary(variable)

Proporción o cantidad de valores menores a 300

x=length(Libro1$Soja.Price[Libro1$Soja.Price<300])
y=length(Soja.Price)
print(x/y)

Regresion lineal
Correlacion= cor(variableA,variableB)
Regresión=lm(variableA∼variableB, data=libro)
Summary(regresión)
Anova(regresión)

Cuartiles
quantile(variable)
quantile(variable,c(0.5,0.5))

Armar tabla de frecuencias

tabla1<-table(Soja.Price)
tabla2=prop.table(table(Soja.Price))
marco1<-data.frame(tabla1)
marco2<-data.frame(tabla2)
names(marco1)<-c("soja price","frecuencia")
Armar tabla de datos agrupados
tdfA <- function(y) {# Los datos deben de estar guardados en un vector

# Calculamos el número de clases usando la fórmula

de Sturge
k <- nclass.Sturges(y)

# Formamos los intervalos de clase

intervalos <- cut(y, breaks = k)

# Tabla de frecuencias absolutas

tabla2 <- as.data.frame(table(intervalos))

# Añadimos frecuencias acumuladas y frecuencias

relativas
tabla2 <- transform(tabla2, F.Acum = cumsum(Freq),
F.R = prop.table(Freq))

# Añadimos frecuencias relativas acumuladas

tabla2 <- transform(tabla2, F.R.Acum =
cumsum(F.R))

# Multiplicamos las frecuencas relativas por 100

tabla2 <- transform(tabla2, FR.Porc = 100*F.R,
FRA.Porc = 100*F.R.Acum)

# Para obtener los puntos medios de los intervalos

de clase, usaremos
# siguiente función obtenida del sitio
# http://www.r-bloggers.com/finding-the-midpoint-
when-creating-intervals/
midpoints <- function(x, dp=2){
lower <-
as.numeric(gsub(',.*','',gsub('\\(|\\[|\\)|\\]','', x)))
upper <-
as.numeric(gsub('.*,','',gsub('\\(|\\[|\\)|\\]','', x)))
return(round(lower+
(upper-lower)/2, dp))
}
# Agregamos la columna de puntos medios de los
intervalos de clase
tabla2 <- transform(tabla2, MC =
midpoints(intervalos))
tabla2
}
Mean filtrada
mean(Usu_Individual_t417$IPCF[Usu_Individual_t417$IPCF>0])

Redondeo
round (x,n) redondea x a n cifras

Progresión geométrica
seq(0,40,by=5)
[1] 0 5 10 15 20 25 30 35 40

Kolmogrov-smirnov
ks.test(Nombre_Datos$Nombre_Variable, pnorm,
mean(Nombre_Datos$Nombre_Variable),
sd(Nombre_Datos$Nombre_Variable))