R para estatísticos: uma introdução. › ~ra109078 › Research ›...

$: R para estatísticos: uma introdução. › ~ra109078 › Research › MiniCurso_SEMEST...type=c("p","a"),fun=mean, ylab = expression(abs("Residual Barley Yield")^{1/2})) Carlos Trucios$
R para estatísticos: uma introdução.

Carlos Trucios Maza

Universidade Estadual de CampinasSemana da Estatística - IMECC

13 de outubro de 2015

Carlos Trucios Maza R para estatísticos: uma introdução.

Falemos mais desse tal de “R”

Porquê devo utilizar R?

free,intuitivo,grande quantidade de colaboradores,é amplamente utilizado no meio acadêmico e na industria.Is there any good reason to use SAS or SPSS these days? Youhave a whole bunch of money you want to get rid of?. (HadleyWickham)


Falemos mais desse tal de “R”

Qual o melhor caminho para aprender R? Sem dúvida, omelhor caminho de aprender R é usando-o.Porquê R é devagar em algumas coisas? R is not a fastlanguage. This is not an accident. R was purposely designed tomake data analysis and statistics easier for you to do. It wasnot designed to make life easier for your computer. (HadleyWickham)R ou Python? Ambos.


Cálculo do dia a dia.Probabilidade

−4 −2 0 2 4

0.0

0.1

0.2

0.3

0.4

Distribuição Normal(0,1)

x

Den

sida

de


Cálculo do dia a dia: Probabilidade

R tem implementado várias distribuições, entre elas: beta,binomial, Cauchy, chi-squared, exponential, F, gamma,geometric, log-normal, multinomial, normal, Student’s, Weibull,etc. Ver ?Distributions para mais distribuições.Em R podemos gerar número aleatorios, calcular quantis,probabilidades e densidades: rdistribution, qdistribution,qdistribution, ddistribution.

rnorm(5)

## [1] -0.168094 -0.063025 -1.404442 0.736903 0.005817

dnorm(0)

## [1] 0.3989



Z0.95 Z ∼ N(0, 1)

qnorm(0.95)

## [1] 1.645

P(X < 20) X ∼ N(18, 22)

pnorm(20,18,2)

## [1] 0.8413



P(X > 1) X ∼ t6

pt(1,6,lower.tail=FALSE)

## [1] 0.178

P(X < 3) X ∼ Bin(6, 0.3)

sum(dbinom(0:2, 6, 0.3))

## [1] 0.7443


Calculo do dia a dia: Calculos básicos

x = c(2,3,4,5)sqrt(x)

## [1] 1.414 1.732 2.000 2.236

x^4

## [1] 16 81 256 625

x*x

## [1] 4 9 16 25

x/x

## [1] 1 1 1 1


Calculo do dia a dia: Calculos básicos


Objetos

vetoresmatrizesarrayslistasdata frame


Objetos

matrix(c(1,2,3,4,5,6,7,8,9),ncol=3,nrow=3)

## [,1] [,2] [,3]## [1,] 1 4 7## [2,] 2 5 8## [3,] 3 6 9


Objetos

array(1:8,c(2,2,2))

## , , 1#### [,1] [,2]## [1,] 1 3## [2,] 2 4#### , , 2#### [,1] [,2]## [1,] 5 7## [2,] 6 8


Objetos

library(microbenchmark)library(MASS)head(mtcars)

## mpg cyl disp hp drat wt qsec vs am gear carb## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1## Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2## Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1


Objetos

microbenchmark("[30,11]" = mtcars[30,11],"$carb[30]" = mtcars$carb[30],"[[c(11,30)]]" = mtcars[[c(11,30)]],"[[11]][30]" = mtcars[[11]][30],".subset2" = .subset2(mtcars,11)[30])

## Unit: nanoseconds## expr min lq mean median uq max neval## [30,11] 16418 16974 18633.9 17336 17725.5 90501 100## $carb[30] 8768 9370 10699.1 9783 10649.5 59249 100## [[c(11,30)]] 7030 7642 8383.2 8003 8710.0 18328 100## [[11]][30] 6500 7266 8064.0 7668 8460.0 18234 100## .subset2 207 368 505.8 418 480.5 7852 100


Exercicios 1

Calcule:

P (−1.3 ≤ X ≤ 2) X ∼ N(1, 22)P (X ≤ 9) X ∼ Binom(10, 0.3)P (X ≤ 2) X ∼ t8Z0.975 Z ∼ N(0, 1)

Crie um vetor de tamanho 5 onde os elementos do vetor seguemuma distribuiçao N(0, 1). Após criar o vetor aplique a raiz quadradado módulo a cada elemento, finalmente calcule P (X < elemento)X ∼ N(0, 1) para cada elemento do vetor.


Visualização de dados

hist(mtcars$wt)

Histogram of mtcars$wt

mtcars$wt

Fre

quen

cy

2 3 4 5

02

46

8



plot(mtcars$mpg,mtcars$qsec)

10 15 20 25 30

1618

2022

mtcars$mpg

mtc

ars$

qsec



pie(table(mtcars$cyl))

4

6

8Carlos Trucios Maza R para estatísticos: uma introdução.


barplot(table(mtcars$carb))

1 2 3 4 6 8

02

46

810



lattice,ggplot2,ggvis,rggobi,googleVis,plot3D,etc.


http://www.statmethods.net/advgraphs/trellis.html

http://ggplot2.org

http://ggvis.rstudio.com

https://cran.r-project.org/web/packages/rggobi/rggobi.pdf

https://cran.r-project.org/web/packages/googleVis/vignettes/googleVis_examples.html

https://cran.r-project.org/web/packages/plot3D/index.html

Visualização de dados: lattice


Visualização de dados: lattice

Adaptado da presentação do Omar Abbara e do David H. Mattarealizada no 16/09/2015 no R Campinas Users Group


Visualização de dados: lattice - Carregando Dados

library("lattice")

## Warning: package 'lattice' was built under R version 3.1.3

data(Chem97,package ="mlmRev")

head(Chem97)

## lea school student score gender age gcsescore gcsecnt## 1 1 1 1 4 F 3 6.625 0.3393## 2 1 1 2 10 F -3 7.625 1.3393## 3 1 1 3 10 F -4 7.250 0.9643## 4 1 1 4 10 F -2 7.500 1.2143## 5 1 1 5 8 F -1 6.444 0.1583## 6 1 1 6 10 F 4 7.750 1.4643


Visualização de dados: lattice - histogram

histogram(~gcsescore|factor(score),data=Chem97,aspect =0.7)

gcsescore

Per

cent

of T

otal

0

10

20

30

0 2 4 6 8

0 2

4

0

10

20

30

60

10

20

30

8

0 2 4 6 8

10


Visualização de dados: lattice - densityplot

densityplot(~gcsescore|factor(score),data=Chem97,plot.points=FALSE,layout=c(3,2),aspect =0.7)

gcsescore

Den

sity

0.0

0.2

0.4

0.6

0 2 4 6 8

0 2

0 2 4 6 8

4

6

0 2 4 6 8

8

0.0

0.2

0.4

0.6

10


Visualização de dados: lattice - densityplot

densityplot(~gcsescore,data=Chem97,groups=score,aspect=0.3,plot.points=FALSE,auto.key=list(columns=3))

gcsescore

Den

sity

0.0

0.2

0.4

0.6

0 2 4 6 8

02

46

810


Visualização de dados: lattice - bwplot

bwplot(~gcsescore|factor(score),data=Chem97)

gcsescore

0 2 4 6 8

0 2

0 2 4 6 8

4

6

0 2 4 6 8

8 10



bwplot(~gcsescore|factor(score,c("10","8","6","4","2","0")),data=Chem97)

gcsescore

0 2 4 6 8

10 8

0 2 4 6 8

6

4

0 2 4 6 8

2 0

#Visualização de dados: lattice - bwplot

bwplot(gcsescore~factor(score)|factor(gender),data=Chem97,aspect=0.7)

gcse

scor

e

0

2

4

6

8

0 2 4 6 8 10

M

0 2 4 6 8 10

F



bwplot(gcsescore~factor(score)|factor(gender),data=Chem97,aspect=0.4)

gcse

scor

e

0

2

4

6

8

0 2 4 6 8 10

M0

2

4

6

8

F



bwplot(gcsescore~factor(gender)|factor(score),data=Chem97)gc

sesc

ore

0

2

4

6

8

M F

0

M F

2

M F

4

6 8

0

2

4

6

8

10


Visualização de dados: lattice - dotplot

dotplot(variety~yield|site,barley,layout=c(3,2),aspect=0.7,groups=year,type=c("p","h"),auto.key=list(space="right"))

yield

SvansotaNo. 462

ManchuriaNo. 475

VelvetPeatlandGlabronNo. 457

Wisconsin No. 38Trebi

20 30 40 50 60

Grand Rapids Duluth

20 30 40 50 60

University FarmSvansota

No. 462Manchuria

No. 475Velvet

PeatlandGlabronNo. 457

Wisconsin No. 38Trebi

Morris

20 30 40 50 60

Crookston Waseca

19321931



VADeaths

## Rural Male Rural Female Urban Male Urban Female## 50-54 11.7 8.7 15.4 8.4## 55-59 18.1 11.7 24.3 13.6## 60-64 26.9 20.3 37.0 19.3## 65-69 41.0 30.9 54.6 35.1## 70-74 66.0 54.3 71.1 50.0

class(VADeaths)

## [1] "matrix"



dotplot(VADeaths, groups = FALSE)

Freq

50−54

55−59

60−64

65−69

70−74

20 40 60

Rural Male Rural Female

50−54

55−59

60−64

65−69

70−74

Urban Male

20 40 60

Urban Female



dotplot(VADeaths,groups=FALSE,layout=c(4,1),aspect=0.7,origin=0,type=c("h","h"),main="Death Rates",xlab="Rate")

Death Rates

Rate

50−5455−5960−6465−6970−74

0 20 40 60

Rural Male

0 20 40 60

Rural Female

0 20 40 60

Urban Male

0 20 40 60

Urban Female



dotplot(VADeaths,type ="o",auto.key=list(lines=TRUE,aspect=0.5,space="right"),main ="Death Rates",xlab="Rate")

Death Rates

Rate

50−54

55−59

60−64

65−69

70−74

20 40 60

Rural MaleRural FemaleUrban MaleUrban Female


Visualização de dados: lattice - stripplot

stripplot(depth~factor(mag),quakes,jitter.data=TRUE, aspect=0.5,alpha=0.9,xlab="Magnitude(Richter)",ylab="Depth (km)")

Magnitude(Richter)

Dep

th (

km)

200

400

600

4 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 5 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.9 6 6.1 6.4


Visualização de dados: lattice - stripplot

Stripplot<-stripplot(sqrt(abs(residuals(lm(yield~variety+year+site))))~site,data=barley,groups=year,jitter.data=TRUE,auto.key=list(points=TRUE,lines=TRUE,columns=2),type=c("p", "a"), fun=mean,ylab = expression(abs("Residual Barley Yield")^{1 / 2}))


Visualização de dados: lattice - tripplot

StripplotR

esid

ual B

arle

y Y

ield

12

1

2

3

Grand Rapids Duluth University Farm Morris Crookston Waseca

1932 1931


Visualização de dados: lattice - qqmath

Qqplot<-qqmath(~ gcsescore | gender, Chem97, groups = score, aspect = "xy",distribution = qnorm, f.value = ppoints(100),auto.key = list(space = "right"),

xlab = "Standard Normal Quantiles",ylab = "Average GCSE Score")


Visualização de dados: lattice - qqmath

Qqplot

Standard Normal Quantiles

Ave

rage

GC

SE

Sco

re

3

4

5

6

7

8

−2 −1 0 1 2

M

−2 −1 0 1 2

F

0246810


Visualização de dados: lattice - barchart

barchart(Class ~ Freq | Sex + Age,data = as.data.frame(Titanic),groups = Survived, stack = TRUE,layout = c(4, 1),auto.key = list(title = "Survived",columns = 2),scales = list(x = "free"))


Visualização de dados: lattice - barchart

Freq

1st

2nd

3rd

Crew

0 10 20 30 40 50

MaleChild

0 10 20 30

FemaleChild

0 200 400 600 800

MaleAdult

0 50 100 150

FemaleAdult

SurvivedNo Yes


Visualização de dados: lattice - parallel

parallel(~mtcars[c(1, 3, 4, 5, 6, 7)] | factor(cyl),mtcars, groups = carb, layout = c(3, 1),auto.key = list(space = "top", columns = 3))


Visualização de dados: lattice - parallel

mpg

disp

hp

drat

wt

qsec

Min Max

4

Min Max

6

Min Max

8

12

34

68


Visualização de dados: lattice - Gráficos em 3D

O lattice também possui funções que permitem plotar gráficos em3D:

cloud: plota scatterplot em 3Dwireflame: plota superficies em 3Dlevelplot: plota gr?fico falsa-corcontourplot: plota curvas de n?vel


Visualização de dados: lattice - scatterplot em 3D

quakes$Magnitude <- equal.count(quakes$mag, 4)cloud(depth ~ lat * long | Magnitude, data = quakes,

zlim = rev(range(quakes$depth)),screen = list(z = 105, x = -70), panel.aspect = 0.75,xlab = "Longitude", ylab = "Latitude", zlab = "Depth")


Visualização de dados: lattice - scatterplot em 3D

Longitude

Latitude

Depth

Magnitude

Longitude

Latitude

Depth

Magnitude

Longitude

Latitude

Depth

Magnitude

Longitude

Latitude

Depth

Magnitude


Visualização de dados: lattice - levelplot

levelplot(volcano)

row

colu

mn

10

20

30

40

50

60

20 40 60 80

100

120

140

160

180

200


Visualização de dados: lattice - contourplot

contourplot(volcano, cuts = 10, label = TRUE)

row

colu

mn

10

20

30

40

50

60

20 40 60 80

100

100

100

110

110

110

110

120130140

150150

160

160

170

170

180

180

190


Visualização de dados: lattice - wireframe

wireframe(volcano, panel.aspect = 0.5,zoom = 1,scales=list(arrows = FALSE),drape = TRUE, colorkey = TRUE)

2040

6080

1020

3040

5060

100

120

140

160

180

rowcolumn

volcano

100

120

140

160

180

200


Exericios 2

Faça um boxplot da variavel gcsescore dividos por sexo.Gere 1500 dados de uma distribuição uniforme e faça umgráfico qq para verificar se os dados são: (a) normais, (b)uniformes.Faça um histograma da variavel gcsescore dividos por sexo.No gráfico

histogram(~gcsescore|factor(score),data=Chem97,aspect =0.7)

organizar a saida para ser na ordem c(“10”,“8”,“6”,“4”,“2”,“0”).


Visualização de dados: ggplot2



Existem 2 funções básicas no pacote ggplot2

qplot()ggplot()

A funçao qplot() (Quick Plot) faz com que gráficos mais complexose elaborados sejam mais fáceis. Foi desenvolvida para ser mais fácile intuitiva que a função padrão plot().

plot( ) qplot( )

col colourpch shapecex size


Visualização de dados: ggplot2 - Datasets

library(ggplot2)library(gridExtra)

## Loading required package: grid

head(diamonds)

## carat cut color clarity depth table price x y z## 1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98 2.43## 2 0.21 Premium E SI1 59.8 61 326 3.89 3.84 2.31## 3 0.23 Good E VS1 56.9 65 327 4.05 4.07 2.31## 4 0.29 Premium I VS2 62.4 58 334 4.20 4.23 2.63## 5 0.31 Good J SI2 63.3 58 335 4.34 4.35 2.75## 6 0.24 Very Good J VVS2 62.8 57 336 3.94 3.96 2.48


Visualização de dados: ggplot2 - qplot()

qplot(x, y = NULL, ..., data, facets = NULL,margins = FALSE, geom = "auto", stat = list(NULL),position = list(NULL), xlim = c(NA, NA),ylim = c(NA, NA), log = "", main = NULL,xlab = deparse(substitute(x)),ylab = deparse(substitute(y)), asp = NA)



qplot(x = carat, y = price, data = dsmall)

0

5000

10000

15000

0.5 1.0 1.5 2.0 2.5carat

pric

e



qplot(carat, log(price), data = dsmall, xlab = "CARAT")

6

7

8

9

10

0.5 1.0 1.5 2.0 2.5CARAT

log(

pric

e)



qplot(carat, log(price), data = dsmall, log = "x")

6

7

8

9

10

1carat

log(

pric

e)



qplot(carat, price, data = dsmall, colour = color)

0

5000

10000

15000

0.5 1.0 1.5 2.0 2.5carat

pric

e

color

D

E

F

G

H

I

J



qplot(carat, price, data = dsmall,shape = cut, main = "Titulo")

0

5000

10000

15000

0.5 1.0 1.5 2.0 2.5carat

pric

e

cut

Fair

Good

Very Good

Premium

Ideal

Titulo



qplot(carat, price, data = dsmall,shape = cut, facets = .~color)

D E F G H I J

0

5000

10000

15000

0.51.01.52.02.50.51.01.52.02.50.51.01.52.02.50.51.01.52.02.50.51.01.52.02.50.51.01.52.02.50.51.01.52.02.5carat

pric

e

cut

Fair

Good

Very Good

Premium

Ideal



qplot(carat, price, data = dsmall, facets =cut~color)

D E F G H I J

05000

1000015000

05000

1000015000

05000

1000015000

05000

1000015000

05000

1000015000

FairG

oodVery G

oodPremium

Ideal

0.51.01.52.02.50.51.01.52.02.50.51.01.52.02.50.51.01.52.02.50.51.01.52.02.50.51.01.52.02.50.51.01.52.02.5carat

pric

e



qplot(carat, price, data = dsmall, facets =.~color,shape=cut,margins = TRUE)

D E F G H I J (all)

0

5000

10000

15000

0.51.01.52.02.50.51.01.52.02.50.51.01.52.02.50.51.01.52.02.50.51.01.52.02.50.51.01.52.02.50.51.01.52.02.50.51.01.52.02.5carat

pric

e

cut

Fair

Good

Very Good

Premium

Ideal



p1 = qplot(carat, price, data = diamonds)p2 = qplot(carat, price, data = diamonds, alpha = I(1/10))p3 = qplot(carat, price, data = diamonds, alpha = I(1/100))grid.arrange(p1, p2, p3, ncol=3)

0

5000

10000

15000

0 1 2 3 4 5carat

pric

e

0

5000

10000

15000

0 1 2 3 4 5carat

pric

e

0

5000

10000

15000

0 1 2 3 4 5carat

pric

eCarlos Trucios Maza R para estatísticos: uma introdução.

Visualização de dados: ggplot2 - geom

geom define o tipo de gráfico que desejamos, por defaultgeom=“point” mas temos muitas outras opçoes:

geom = “smooth”geom = “boxplot”geom = “path”geom = “line”geom = “histogram”geom = “freqpoly”etc

Uma lista completa das opçoões que geom oferece pode ser obtidano seguinte linkhttp://sape.inf.usi.ch/quick-reference/ggplot2/geom


http://sape.inf.usi.ch/quick-reference/ggplot2/geom


qplot(carat,price,data = dsmall,geom=c("point","smooth"),span = 0.2)

## geom_smooth: method="auto" and size of largest group is <1000, so using loess. Use 'method = x' to change the smoothing method.

0

5000

10000

15000

0.5 1.0 1.5 2.0 2.5carat

pric

e



qplot(carat,price,data = dsmall,geom="boxplot")

0

5000

10000

15000

0.5 1.0 1.5 2.0carat

pric

e



qplot(color,price ,data = dsmall,geom="boxplot",colour = color, fill = color)

0

5000

10000

15000

D E F G H I Jcolor

pric

e

color

D

E

F

G

H

I

J



qplot(carat,data = diamonds,geom="histogram",binwidth = 0.3, facets=.~color)

D E F G H I J

0

1000

2000

3000

4000

5000

0 2 4 0 2 4 0 2 4 0 2 4 0 2 4 0 2 4 0 2 4carat

coun

t



qplot(carat, data = diamonds,geom="density", colour = color)

0.0

0.5

1.0

1.5

2.0

0 1 2 3 4 5carat

dens

ity

color

D

E

F

G

H

I

J



qplot(color, data = diamonds,geom="bar", weight = carat)

0

2500

5000

7500

D E F G H I Jcolor

coun

t



head(economics)

## date pce pop psavert uempmed unemploy## 1 1967-06-30 507.8 198712 9.8 4.5 2944## 2 1967-07-31 510.9 198911 9.8 4.7 2945## 3 1967-08-31 516.7 199113 9.0 4.6 2958## 4 1967-09-30 513.3 199311 9.8 4.9 3143## 5 1967-10-31 518.5 199498 9.7 4.7 3066## 6 1967-11-30 526.2 199657 9.4 4.8 3018

dim(economics)

## [1] 478 6



qplot(date,unemploy, data = economics, geom="line")

2500

5000

7500

10000

12500

1970 1980 1990 2000date

unem

ploy



qplot(date,unemploy, data = economics, geom="path")

2500

5000

7500

10000

12500

1970 1980 1990 2000date

unem

ploy



IND = sample(seq(1,478),478)qplot(date[IND],unemploy[IND], data = economics,

geom="path")

2500

5000

7500

10000

12500

1970 1980 1990 2000date[IND]

unem

ploy

[IND

]



IND = sample(seq(1,478),478)qplot(date[IND],unemploy[IND], data = economics,

geom="line")

2500

5000

7500

10000

12500

1970 1980 1990 2000date[IND]

unem

ploy

[IND

]


Visualização de dados: ggplot2 - ggplot()

Nós podemos utilizar a funçao qplot() sem nos preocupar commaiores entendimentos, porém estariamos desperdiçando o potencialdo pacote ggplot2. ggplot2: The layered grammar os graphics ébaseado no trabalho de Wilkinson no livro The Grammar ofGraphics que pode ser descarregado no seguinte link http://link.springer.com/book/10.1007/978-1-4757-3100-2

Outra função fornecida pelo ggplot2 que permite fazer os gráficospor camadas (layered) é ggplot().


http://link.springer.com/book/10.1007/978-1-4757-3100-2

http://link.springer.com/book/10.1007/978-1-4757-3100-2


Layering é o mecanismo de agregar elementos ao gráfico.

Qual a diferença com qplop()? Quando usamos a funçãoggplop() cada camada pode vir de diferentes conjuntos de dados ediferentes variáveis podem ser utilizadas. Já o qplot() permite sóum unico conjunto de dados e um único conjunto de variáveis.



Os dados,Um conjunto de aesthetic mapping: variaveis a serem plotadas,The geom: Tipo de gráfico,The stat: Pega os dados e transforma eles (Ex: Smooth),The position adjustment: quais elementos ajustar para evitaroverplotting.



p = ggplot(diamonds, aes(carat, price, colour = color))

como não definimos nenhuma camada a função não mostrará nada.As camadas são addicionadas colocando um + e alguns (ou todos)or argumentos podem ser utilizados.

layer(geom, geom_params, stat, stat_params,data, mapping, position)



p + layer(geom="point")

0

5000

10000

15000

0 1 2 3 4 5carat

pric

e

color

D

E

F

G

H

I

J



ggplot(diamonds, aes(x = carat)) +layer(geom="bar", geom_params = list(fill = "steelblue"),

stat = "bin", stat_params = list(binwidth = 0.3))

0

5000

10000

15000

20000

0 2 4carat

coun

t



ggplot(diamonds, aes(x = carat)) +geom_histogram(binwidth = 0.3, fill = "steelblue")

0

5000

10000

15000

20000

0 2 4carat

coun

t



Todas as camadas tem a mesma estrutura:

geom_XYZ(mapping, data, . . . , geom, position)stat_XYZ(mapping, data, . . . , geom, position)

Argumentos:

mapping: usar aes(x,y)data: Usar sómente se formos utilizar um novo conjunto dedados, caso omitir esta informação será utilizado o conjunto dedados definido no ggplot(). . . : Parâmetros para geom ou stat (fill, colour, etc)geom ou stat:position: Escolher o método para ajustar a sobreposiçao dosobjetos.



ggplot(msleep, aes(sleep_rem/sleep_total, awake)) +geom_point()

## Warning: Removed 22 rows containing missing values (geom_point).

5

10

15

20

0.1 0.2 0.3sleep_rem/sleep_total

awak

e



qplot(sleep_rem/sleep_total, awake, data = msleep)

## Warning: Removed 22 rows containing missing values (geom_point).

5

10

15

20


awak

e



ggplot(msleep, aes(sleep_rem/sleep_total, awake)) +geom_point() + geom_smooth()


## Warning: Removed 22 rows containing missing values (stat_smooth).## Warning: Removed 22 rows containing missing values (geom_point).

10

20


awak

e



qplot(sleep_rem/sleep_total, awake, data = msleep,geom = c("point", "smooth"))


## Warning: Removed 22 rows containing missing values (stat_smooth).## Warning: Removed 22 rows containing missing values (geom_point).

10

20


awak

e



Existe uma restrição nos dados quando trabalhamos com ggplot2, osdados devem ser um data frame. Esta restrição não é aplicada emoutros pacotes para fazer gráficos (no pacote Laticce por exemplo).

Quais são as razões para esta restrição?

É melhor ter o conjunto de dados que seja explicito enquantoque esta sendo feito com ele.Um data frame é mais facil de salvar do que um conjunto devetores, o que significa, ser mais fácil de enviar nossos dados ede reproduzir os resultaos.Esta restrição faz com que seja mais simple fazer o mesmográfico com diferentes dados (somente mudando o data frame)



p = ggplot(mtcars, aes(mpg, wt, colour = cyl)) +geom_point()

p

2

3

4

5

10 15 20 25 30 35mpg

wt

4

5

6

7

8cyl



mtcars <- transform(mtcars, mpg = mpg ^ 2)p %+% mtcars

2

3

4

5

300 600 900 1200mpg

wt

4

5

6

7

8cyl



head(Oxboys)

## Grouped Data: height ~ age | Subject## Subject age height Occasion## 1 1 -1.0000 140.5 1## 2 1 -0.7479 143.4 2## 3 1 -0.4630 144.8 3## 4 1 -0.1643 147.1 4## 5 1 -0.0027 147.7 5## 6 1 0.2466 150.2 6



ggplot(Oxboys, aes(age, height, group = Subject,colour = Subject)) + geom_line()

130

140

150

160

170

−1.0 −0.5 0.0 0.5 1.0age

heig

ht

16

15

8

20

1

18

5

23

11

21

3Carlos Trucios Maza R para estatísticos: uma introdução.


ggplot(Oxboys, aes(Occasion, height)) + geom_boxplot()

130

140

150

160

170

1 2 3 4 5 6 7 8 9Occasion

heig

ht



ggplot(Oxboys, aes(Occasion, height)) + geom_boxplot() +geom_line(aes(group = Subject), colour = "blue")

130

140

150

160

170

1 2 3 4 5 6 7 8 9Occasion

heig

ht



ggplot(diamonds, aes(clarity)) + geom_bar()

0

5000

10000

I1 SI2 SI1 VS2 VS1 VVS2VVS1 IFclarity

coun

t



ggplot(diamonds, aes(clarity, fill = cut)) + geom_bar()

0

5000

10000

I1 SI2SI1VS2VS1VVS2VVS1IFclarity

coun

t

cut

Fair

Good

Very Good

Premium

Ideal



ggplot(Oxboys, aes(sample = height)) + stat_qq()

130

140

150

160

170

−3 −2 −1 0 1 2 3theoretical

sam

ple



ggplot(diamonds, aes(clarity, fill = cut)) +geom_bar(position="stack")

0

5000

10000

I1 SI2 SI1 VS2VS1VVS2VVS1 IFclarity

coun

t

cut

Fair

Good

Very Good

Premium

Ideal



ggplot(diamonds, aes(clarity, fill = cut)) +geom_bar(position="dodge")

0

1000

2000

3000

4000

5000


coun

t

cut

Fair

Good

Very Good

Premium

Ideal



ggplot(diamonds, aes(clarity, fill = cut)) +geom_bar(position="fill")

0.00

0.25

0.50

0.75

1.00


coun

t

cut

Fair

Good

Very Good

Premium

Ideal


Visualização de dados: ggplot2 in NY Times

http://www.nytimes.com/interactive/sports/football/2013-fantasy-football-tier-charts-QB.html?ref=football&_r=1&


http://www.nytimes.com/interactive/sports/football/2013-fantasy-football-tier-charts-QB.html?ref=football&_r=1



Visualização de dados: ggplot2 in Nature

http://www.nature.com/ng/journal/v44/n3/full/ng.1050.html




Exercicios 3

Utilizar o conjunto de dados diamonds e fazer: - graficar a curva dadensidade para a variavel price - adicionar o histograma (no mesmográfico) - mudar de cor o histograma - Renomear os eixos comoPreço e Densidade - tirar o fundo cinza do gráfico


Exercicios 3: Solução

E3 = ggplot(diamonds,aes(price)) +geom_histogram(aes(y = ..density..),fill=I("green4"),

colour=I("green")) +geom_density(size=0.8,colour=I("red4")) +xlab("Preço") + ylab("Densidade") + theme_bw()


Exercicios 3: Solução

## stat_bin: binwidth defaulted to range/30. Use 'binwidth = x' to adjust this.

0e+00

1e−04

2e−04

3e−04

4e−04

0 5000 10000 15000 20000Preço

Den

sida

de


apply, sapply, lapply, . . .

apply: Aplicar a função às linhas ou colunas de uma matriz.

M = matrix(rnorm(25),ncol=5,nrow=5)apply(M, 1, min)

## [1] -1.7196 -1.9187 -1.4467 -0.6963 -1.6391

apply(M, 2, mean)

## [1] -0.1202 -0.1131 -0.2079 -0.7211 0.1495


apply, sapply, lapply e mapply

lapply - Quando você quer aplicar uma função para cadaelemento de uma lista e receber uma lista de volta.sapply - Quando você quer aplicar a funcão para cada elementode uma lista, porém quer retornar um vetor ao invés de umalista.vapply - Para quando você quer utilizar o sapply mas talvezprecise de um código mais rápido.rapply - Para quando você quer aplicar a função para cadaelemento de uma lista aninhada de forma recursiva.tapply - Para quando você quiser aplicar a função à subsetoresde um vetor e estes são definidos por outro vetor.

Fonte: http://pt.stackoverflow.com/questions/8056/apply-sapply-mapply-lapply-vapply-rapply-tapply-replicate-aggregate-by-e


http://pt.stackoverflow.com/questions/8056/apply-sapply-mapply-lapply-vapply-rapply-tapply-replicate-aggregate-by-e

http://pt.stackoverflow.com/questions/8056/apply-sapply-mapply-lapply-vapply-rapply-tapply-replicate-aggregate-by-e

Referencias

Curso sobre o programa computacional R. Paulo JustinianoRibeiro Juniorggplot2: Elegant Graphics for Data Analysis. Hadley WickhamLattice: Multivariate Data Visualization with R. Sarkar,Deepayanhttp://stackoverflow.com/tags/rhttp://pt.stackoverflow.com/questions/tagged/r


http://stackoverflow.com/tags/r

http://pt.stackoverflow.com/questions/tagged/r

R Campinas Users Group


R Campinas Users Group

http://www.ime.unicamp.br/~ctrucios/RCampinasUsersGroup/

Próxima reunião: 21/10/2015 19:30-20:30. Laboratório EPIFISMA




Contato

Carlos Trucíos Maza

[email protected]

http://www.ime.unicamp.br/ ctrucios/


R para estatísticos: uma introdução. › ~ra109078 › Research ›...

Documents

Transcript of R para estatísticos: uma introdução. › ~ra109078 › Research ›...