Академический Документы
Профессиональный Документы
Культура Документы
http://www.r-project.org/
Datos:
Vectores y Matrices:
matrix( x, nrow=..., ncol=..., byrow=FALSE ) ### crea una matriz con el vector x.
cbind( x, y, z, ...) ### pega en una matriz con columnas x, y, z,...
rbind( x, y, z, ...) ### pega en una matriz con filas x, y, z,...
Creación de Funciones:
Bucles:
Distribuciones:
1
pchisq( q, r ) ### función de distribución en q de una chi2 con r gdl.
qchisq( p, r ) ### función cuantil en p de una chi2 con r gdl.
Muestreo aleatorio:
sample(x, n, replace = FALSE, prob = NULL) ### extrae una m.a. de x de tamaño n, sin
o con reemplazamiento y prob especificadas.
Factores:
as.vector
as.matrix
as.data.frame
as.numeric
as.factor
as.table
Gráficos de dispersión:
x11() ### abre nueva ventana para un nuevo plot (sin anular el anterior).
plot( x, y,...) ### gráfico con pares de puntos (x,y).
lines( x, y, type="l" ) ### añade línea que une los puntos (x,y).
points( x, y, pch=1 ) ### añade los puntos(x,y).
abline(.....) ### añade a un plot rectas: abline(a,b) añade una línea de ordenada en el
origen a y pendiente b; abline(h=a, v=b) añade una horizontal y=a y una vertical
x=b.
rug( x ) ### marca sobre un eje del plot los valores de x.
segments(x0, y0, x1, y1) ### añade segmentos que unen el extremo inicial (x0,y0) con el
extremo final en (x1,y1).
curve( ff(x), add=T ) ### añade la curva ff(x) al plot.
text( x, y, labels="el texto" ) ### añade el texto en las coordenadas (x,y).
mtext(text, side = 3, line = 0 ) ### añade texto en alguno de los 4 ejes.
legend( x, y, legend="...", bty="o" ) ### añade una leyenda al plot.
axis( side=1, at=, labels=...) ### añade un eje al plot.
Histogramas y diagramas:
Funciones de optimización:
uniroot( f, lower=a, upper=b ) ### busca una raíz de la función f en el intervalo (a,b).
2
Modelos lineales y no lineales (mínimos cuadrados):
Tablas de Contingencia:
xtabs( y ~ a + b ) ### genera tabla con las frecuencias en y, cruzando los factores a y b.
summary( x ) ### da un resumen del objeto x. Depende del tipo de objeto.
binom.test( x, n, p=p0 ) ### test exacto de p=p0, cuando observamos x de una b(n,p).
prop.test( x, n, p ) ### test chi2 de las proporciones p.
Test CMH:
model.matrix( mglm ) ### matriz de diseño del modelo mglm, incluidos factores.
glm values:
$coef ### coeficientes del modelo.
$fitted.values ### probabilidades o medias ajustadas.
$linear.predictors ### predictores lineales del glm: xbeta's.
$residuals ### working residuals.
$df.residual ### grados de libertad residuales.
3
coef ### $coef.
fitted ### $fitted.values.
residuals.glm ### residuos tipo deviance, pearson, ...
predict ### predictor lineal.
deviance ### deviance (residual) del modelo ajustado.
AIC ### AIC del modelo ajustado.
vcov ### matriz de covarianzas de los estimadores de los betas.
library( MASS )
corresp() ### análisis de correspondencias de una tabla de contingencia.
(svd)
glm.nb() ### ajuste de un glm con la binomial negativa.
polr() ### para ajustar modelos de riesgos proporcionales en situaciones
de respuesta multinomial ordinal.
glmmPQL() ### ajuste de modelos lineales generalizados mixtos.
library( nnet )
multinom() ### para ajustar modelos logit de respuesta multinomial con
categorías nominales.
library( vcd )
woolf_test() ### test de homogeneidad (OR iguales) en estratos de una
tabla 2x2xK.
library( brglm )
brglm() ### regresión logística con reducción de sesgo.
library( lme4 )
lmer() ### ajuste de modelos lineales mixtos.
library( gee )
gee() ### ajuste de GEE, ecuaciones estimadoras generalizadas.
La instalación básica de R y de los paquetes de interés puede hacerse desde su página web:
http://www.r-project.org/