Computao Estatstica II Actividade 2

Operadores em R
Operadores em R Operator [ [[ $ ^ : % special % Descrio Indexao componente Exponenciao Sequncia Operadores especiais (ex: 7%/%3 (maior inteiro que cabe na diviso,7 %%3 ( Resto da diviso)) Ordenao e comparao (menor, maior, menor ou igual, maior ou igual, igual, diferente) Smbolo lgico de negao Simbolo lgico de conjuno (AND) Simbolo lgico de disjuno (OR) Frmula Atribuio (esquerda para a direita) Atribuio ao argumento (direita para a esquerda) atribuio (direita pata a esquerda) ajuda

%%

< > <= >= == != ! & && | || ~ > ->> = <- <<?

Objetos em R
Funes que operam sobre objetos Funo
ls() print() str() length() class() attributes() attr(x, nome do atributo) is.numeric(x) is.null(x) is.logical(x) is.character(x) is.vector(x) is.factor(x) is.matrix(x) is.list(x) is.data.frame(x) is.na(x)

Descrio
# lista os nomes dos objetos no espao de trabalho # devolve o contedo do objeto especificado # fornece informao complete sobre as caractersticas do objeto e contedo # informa sobre o n de elementos de um objeto # informa sobre a classe a que pertence um objeto # informa sobre os atributos de um objeto # Informa sobre o atributo especificado do objeto Devolve TRUE #if all elements of x are numeric or integer (x <-c(1,-3.5)) #if x is NULL (the object has no length) (x <-NULL) #if all elements of x are logical (x <- c(TRUE,FALSE)) #if all elements of x are character string (x <- c(,A,,,Quad,)) #if the object x is a vector (a single dimension). Returns FALSE if object has any attributes other than names #if the object x is a factor #if the object x is a matrix (2 dimensions but not a data frame) #if the object x is a list #if the object x is a data frame #for each missing (NA) element in x (x <- c(NA,2))

Conceio Leal

Computao Estatstica II Actividade 2 Function as.numeric(x) as.null(x) as.logical(x) as.character(x) as.vector(x) as.factor(x) as.matrix(x) as.list(x) as.data.frame(x) Converte os objetos em # a numeric vector (integer or real). Factors converted to integers. # a NULL # a logical vector. Values of >1 converted to TRUE, otherwise FALSE # a character vector #a vector. All attributes (including names) are removed. # a factor. This is an abbreviated version of factor # a matrix. Any non-numeric elements result in all matrix elements being converted to character strings # a list # a data frame. Matrix columns and list columns are converted into a separate vectors of the data frame, and character vectors are converted into factors. All previous attributes are removed Descrio

Manipulao de objetos subset(dados, condio, select=)

apply(x, INDEX, FUN)

tapply(x, factorlist, FUN) lapply(x, FUN) replicate(n, EXP) aggregate(x, by, FUN)
sort()

# Subset a vector or data frame according to a set of conditions # Apply the function (FUN) to the margins (INDEX=1 is rows,INDEX=2 is columns, INDEX=c(1,2) is both) of a vector array or list (x) # Apply the function (FUN) to the vector (x) separately for each combination of the list of factors # Apply the function (FUN) to each element of the list x # Re-evaluate the expression (EXP) n times. Differs from rep function which repeats the result of a single evaluation # Splits data according to a combination of factors and calculates summary statistics on each set
# sort elements into order, by default omitting NAs

which.min(x) which.max(x)
which(x == a) match(x,y) choose(n,k) combn(x,k) with(x,EXP)

# Index of minimum element in x # Index of maximum element in x

# Each of the elements of x is compared to the value of a and a vector of indices for which the logical comparison is true is returned # A vector of the same length as x with the indices of the first occurance of each element of x within y # Computes the number of unique combinations in which k events can be arranged in a sequence of n # List all the unique combinations in which the elements of x can be arranged when taken k elements at a time # Evaluate an expression (EXP) (typically a function) in an environment defined by x

unique(x)
cumsum(x)

# Removes duplicate values

# Apresenta um vector cujos elementos so a soma acumulada dos elementos do vetor, das colunas de uma matriz ou Data Frame, baseada num grupo de variveis.

Conceio Leal

Computao Estatstica II Actividade 2

Indexao Vectors
x[i] x[i:j] x[c(1,5,6,9)] x[-i] x["name"] x[x > 10] x[x > 10 & x < 20] x[y == "value"] x[x > 10 | y == "value"] Matricies x[i,j] x[i,] x[,j] x[-i,] x["name",1:2] x[x[,"Var1"]>4,] x[,x[,"Var1"]=="value"]

Descrio
# Select the ith element # Select the ith through jth elements inclusive # Select specific elements (see # Select all except the ith element # Select the element called "name" # Select all elements greater than 10 # Select all elements between 10 and 20 (both conditions must be satisfied) # Select all elements of x according to which y elements are equal to value # Select all elements which satisfy either condition Descrio # Select element in row i, column j # Select all elements in row i # Select all elements in column j # Select all elements in each row other than the ith row # Select columns 1 through to 2 for the row named "name" # Select all rows for which the value of the column named "Var1" is greater than 4 # Select all columns for which the value of the column named "Var1" is equal to value Descrio

Listas

x[[i]] Select the ith object of the list x[["value"]] Select the object named "value" from the list x[["value"]][1:3] Select the first three elements of the object named "value" from the list Data frames Indexar por linha (unidades amostrais) x[c(i,j),] x[,"name"] Indexing by columns (Variveis) x[["name"]] x$name E[,c('X','Y')] Indexing by conditions Descrio # Select the first 10 rows of each of the vectors in the data frame >x[1:10,] Select each of the vectors for the row called NOMEVETOR from the data frame > x['NOMEVETOR',] # Select rows i and j for each column of the data frame # Select each row of the column named "name" # Select all rows but just the i-simo and j-simo vector of the data frame : x[,c(i,j)] # Select the column named "name" # Refer to a vector named "name" within the data frame (x) # Select the X and Y vectors for all sites from the dataframe # Selecionar dados da linha Z que tem no vetor X valores maiores que 3 > x[x$X>3,] Selecionar dados com valor DADO do vetor Z que tem o valor do vetor Y maior que 3 > x$X>3 & x$Z==['DADO',]

Conceio Leal

Computao Estatstica II Actividade 2

Classe dos vetores

Vetores Description

Integer <- 1:10

Numeric <- c(2.1,3,-7.1) Chatater <- c(A, ABC) Logical <- c(2:5) == 3

# Sequncia dos primeiros 10 nmeros inteiros

# Vetor formado pelos trs nmeros reais : concatenados # Vetor formado (A, ABC) # Vetor com os valores lgicos FALSE e TRUE resultante da avaliao da expresso lado esquerdo de == igual ao lado direito: FALSE TRUE FALSE FALSE # Generate a sequence # Repete cada valor de x o nmero de vezes especificado. X pode ser um vetor de qualquer dimenso e o n de vezes pode ser um vetor que pode ir (at dimenso do vetor x, se se pretender repetir cada elemento de x um nmero especfico de vezes. # A funo factor() converte um vetor de nveis de um fator num vetor fator (internamente associa valores numricos 1,2,..) aos nveis de um fator. Outra forma de obter o mesmo resultado combinar as funes rep() e c():factor(c(rep("nvel1", 3), rep("nvel2", 5))) A funo gl() desempenha o mesmo papel quando cada nvel do

Seq<-seq(from, to, by=) Seq<-seq(from, to, length=) Rep<-(x, n vezes cada) Ex: rep (2,3)
rep (c(3,5),2) rep(c(2,5),c(8,9))

Factor<- factor(x)

fator tem o mesmo n de replicaes

(n nveis,n replicaesde cada nvel,comprimento total do fator, vetor com as designaes dos nveis do fator).

Algumas funes que operam sobre vetores Functions, operators and loops Function
mean() median() var(x) order(x, decreasing=) rank(x, ties.method=) range() sort(x, decreasing=) rev() unique() which() which.max() which.min() max() min(x) sum(x) prod(x) Conceio Leal

Description
# mean of the elements of a vector # median of the elements of a vector # sample variance # Returns a list of indices reflecting the vector sorted in ascending (default) or descending order. (By default, NAs are last) # Returns the ranks of the values in the vector, tied values averaged by default # minimum and maximum value elements of vector # Sorts a vector in increasing (default) or decreasing order. # reverse the order of vector elements # form the vector of distinct values # locates TRUE indices of logical vectors # locates (first) maximum of a numeric vector # locates (first) minimum of a numeric vector # maximum of a numeric vector # minimum of a numeric vector # Somatrio de todos os valores do vector x # Produto de todos os valores do vector x

Computao Estatstica II Actividade 2 cumprod(x) sd(x) cor(x,y) length(x) # Apresenta um vector cujos elementos so o produto acumulado dos elementos do vector x # Desvio padro amostral # Correlao amostral entre os vectores x e y # Nmero de elementos do vector x

quantile(x,p) paste(..., sep=) sample(x, size)

substr(x, start, stop) cut(x, breaks)

levels(factor) tapply(x, factorlist, FUN)

# Quantil p # Combine multiple vectors together after converting them into character vectors #Randomly resample size number of elements from the x vector without replacement. Use the option replace=TRUE to sample with replacement. #Extract substrings from a character vector # Creates a factor out of a vector by slicing the vector x up into chunks. The option breaks is either a number indicating the number of cuts or else a vector of cut values # Lists the levels (in order) of a factor # Apply the function (FUN) to the vector (x) separately for each combination of the list of factors Classe das matrizes alguns aspetos

Funo
matrix(x, nrow = 5) matrix (x,c(5,2))

Descrio
#Matriz com 5 linhas formadas com os elementos do vetor x distribudos por coluna, em 5 linhas. Com a opo ncol=2, distribuiu os valores de x por coluna, em duas colunas. Por defeito a matriz preenchida por coluna. Se se pretender que seja preenchida por linha: matrix(x, nrow = 5, byrow=T). #Atribui nomes s colunas ou s linhas com os elementos de um vetor de strings. Ex: colnames(MX)<-c("A",B,C,D,E), rownames(MX)<-LETTERS[1:5] #Combina dois ou mais vetores em linha ou colunas. # D a dimenso da matriz X # D a transposta da matriz # D a matriz produto de X e Y (produto cruzado). Note-se que X*Y d a matriz que resulta de multiplicar os elementos aij por bij (elementos homlogos das matrizes) e no a matriz produto. # D o determinante de uma matriz # D a soluo da equao matricial A%*%X=B, sendo A uma matriz no singular. No caso particular de B ser a matriz identidade, X a matriz inversa de A. # D a matriz inversa generalizada Moore- Penrose de uma matriz (invertvel ou no). Note-se que esta matriz apenas coincide com a matriz que multiplicada direita e esquerda pela matriz inicial X a identidade se X for no singular. (pacote MASS)

colnames(MX) ou rownames(MX)

rbind() ou cbind() dim(X) t(X) X%*%Y

det(matriz) solve(matrizA,matrizB)

ginv(matriz)

Conceio Leal

Computao Estatstica II Actividade 2 summary(X) # Extrai a informao sobre todas as colunas da matriz: mnimo e mximo, mdia, e quartis. A funo aplicada transposta da matriz d o mesmo por linhas. # d o sumrio do vetor formado por todos os elementos da m #D a soma de todos os elementos de cada coluna ou linha

summary(as.numeric(A)) colSums(X) ou RowSums(X)

Nota: As opes de atuao sobre matrizes podem ser consultadas em http://127.0.0.1:22773/library/base/html/max.col.html

Classe das listas Funo list ()

with()

Descrio # Armazena colees de objetos que podem ser de diferentes tipo e

ter diferentes tamanhos # do computation using columns of specified data frame

Classe Data Frame

Funo data.frame() Descrio # Combina mltiplos vetores da mesma dimenso tal que cada vetor se torna num vetor coluna. Os vetores podem ter tipos diferentes. Os vetores com caracteres so transformados em fatores. Caso no se pretenda que isso acontea, utiliza-se a funo I para alterar a classe do objeto. Ex: em data.frame(x=c(1,2),a=c(A,B)), a um factor; em data.frame(x=c(1,2),a=I(c(A,B)))a no fator. # Permite tratar as colunas da data frame como objetos o independentes. Esta opo simplifica a anlise dos elementos da data frame (em alternativa: nomedataframe$coluna). Quando no for necessrio o acesso direto s colunas, deve-se usar a funo detach(nomedataframe) para desfazer esse efeito. # apresenta a data frame com a forma de uma folha de clculo, onde possvel introduzir todas as alteraes necessrias, dar nomes s colunas.

attach(nomedataframe)

fix(nomedataframe)

Grficos
Funo Descrio

plot(x)

plot(~x)

plot(x,y)

plot(y~expr)

# if x is a numeric vector this form of the plot() function produces a time series plot, a plot of x against index numbers. >plot(X) # if x is a numeric vector this form of the plot() function produces a stripchart for x. The same could be achieved with the stripplot() function. The ~ indicates a formula in which the left side is modeled against the right. >plot(~x) # if x and y are numeric vectors this form of the plot() function produces a scatterplot of y against x. >plot(X,Y) #if y is a numeric vector and expr is an expression, this form of the plot() function plots y against each vector in the expression. > plot(Y ~ X)

Conceio Leal

Computao Estatstica II Actividade 2 plot(xy)

#if xy is a either a two-column matrix or a list containing the entries x and y, this form of the plot() function produces a plot of y (column 2) against x (column 1). If x is numeric, this will be a scatterplot, otherwise it will be a boxplot. > plot(XY) # if fact is a factor vector, this form of the plot() function produces a bar graph (bar chart) with the height of bars representing the number of entries of each level of the factor. The same could be achieved with the barplot() function. > plot(FATOR) # if fact is a factor vector and dv is a numeric vector, this form of the plot() function produces boxplots of dv for each level of fact. The same could be achieved with the boxplot() function. > plot(FATOR, X) # if fact is a factor vector and dv is a numeric vector, this form of the plot() function produces boxplots of dv for each level of fact. > plot(x ~ FATOR)
> plot(X, Y, ylab = "Y coordinate",xlab = "")

plot(fact)

plot(fact, dv)

plot(dv~fact)

pairs(matriz) boxplot(x, horizontal=T) hist(x, breaks, prob=)

stem() pie() abline(fit) qqnorm() qqline() line(density())

# Grficos de disperso de matrizes de variveis ou frmulas (duas a duas) # Diagrama de extremos e quartis (Caixa de Bigodes para um vetor ou frmula, vertical ( por defeito) ou horizontal) # Histograma de frequncias (absolutas ou relativas)do vetor x. A opo breaks especifica como e quantas classes so construdas podendo ser atravs de um nmero ou de um vetor de pontos de quebra. # Diagrama de caule e folhas. # Grfico circular # adiciona uma reta de regresso linear de um modelo ajustado. # Grfico de probabilidade normal # Reta que, com o grfico anterior, permite analisar o ajustamento de um conjunto de dados a uma distribuio normal (anlise de resduos) # Curva de ajustamento a uma distribuio emprica.

Parmetros da funo plot e outros grficos

xlim e ylim xlim=NULL xlim=c(a,b) Descrio # limites por defeito # limite mnimo e mximo xlab e ylab xlab=NULL xlab="Designao" xlab="" log * log="x" log="y" log="xy" Descrio #Nome dos vetores # Redefine o ttulo do eixo # Suprime o ttulo de eixo Descrio # Log x-axis scale # Log y-axis scale # Log x-axis and y-axis scales

Type (plot) Descrio type="p" #Pontos type="l" # linhas type="b" # Pontos e linhas type="o" # Pontos sobre as linhas type="h" # Histograms type="s" # Degraus type="n" # Sem pontos *Nota: O parmetro log indica se ou quais os eixos devem ser representados em escala logartmica

Conceio Leal

Computao Estatstica II Actividade 2

Parmetros dos grficos tipo de linha Parmetro

lty

Descrio
# The type of line. Specified as either a single integer in the range of 1 to 6 (for predefined line types) or as a string of 2 or 4 numbers that define the relative lengths of dashes and spaces within a repeated sequence: lty=1 lty=2 lty=3 lty=4 lty=5 lty=6 lty=7 lwd=1234 lwd=9111 # The thickness of a line as a multiple of the default thickness (which is device specific) lwd=0.5 lwd=0.75 lwd=1 lwd=2 lwd=4

lwd

Cores, ttulo e outras caractersticas

palette() colors() main= ylab= and xlab= xlim=NULL xlim=c(a,b) xlab=NULL xlab="" xlab="Designao" # permite aceder s designaes das oito cores principais disponveis # permite aceder gama de cores disponveis por nome e por nmero # Atribuir um ttulo ao grfico # Este argumento especifica os rtulos usados nos eixos vertical e horizontal respetivamente. # limites por defeito # limite mnimo e mximo #Nome dos vetores # Suprime o ttulo de eixo # Redefine o ttulo do eixo

TRANSFORMAES NOS DADOS Uma grande parte das ferramentas da inferncia paramtrica assenta no pressuposto da distribuio normal dos dados. Quando este pressuposto no verificado, pode usar-se transformaes de escala dos dados. O objectivo da transformao de escala ento o de normalizar os dados de modo a satisfazer os pressupostos subjacentes a uma anlise estatstica. Como tal, possvel aplicar qualquer funo aos dados. No entanto, certos tipos de dados respondem mais favoravelmente a determinadas transformaes, dado as suas caractersticas. As transformaes mais comuns so as que constam da tabela seguinte:
Common data transformations. Natureza dos dados Transformao loge log10 log10 log x + 1 arcsin R syntax
log(x) log(x, 10) log10(x) log(x+1) sqrt(x) asin(sqrt(x))*180/pi

Medidas (comprimentos,pesos, etc)

Contagens (nmero de indivduos, etc Percentagens (devem ser propores)

Nota: x is the name of the vector (variable) whose values are to be transformed.

Conceio Leal

Computao Estatstica II Actividade 2

MEDIDAS DE LOCALIZAO Estimadores comuns de parmetros populacionais

Parameter Estimates of Location Arithmetic mean () Trimmed mean Description
#The sum of the values divided by

R syntax
mean(X) mean(X, trim=0.05)

Winsorized mean

Median Minimum, maximum Estimates of Spread Variance (2) Standard deviation () Median absolute deviation

the number of values (n) #The arithmetic mean calculated after a fraction (typically 0.05 or 5%) of the lower and upper values have been discarded #The arithmetic mean is calculated after the trimmed values are replaced by the upper and lower trimmed quantiles #The middle value #Smallest and largest values
#Average deviation of observations

library(psych) winsor(X, trim=0.05)

median(X) min(X), max(X) var(X) sd(X) mad(X)

Inter-quartile range Precision and confidence Standard error of y ( s y )

from the mean #Square-root of variance #The median difference of observations from the median value #Difference between the 75% and 25% ranked observations #Precision of the estimate y y

IQR(X)

sd(X)/sqrt(length(X)) library(gmodels)

95% confidence interval of #Interval with a 95% probability of containing the true mean

ci(X) NOTA:Only L-estimators are provided. L-estimators are linear combinations of weighted statistics on ordered values. M-estimators (of which maximum likelihood is an example) are calculated as the minimum of some function(s).

Conceio Leal

Computao Estatstica II Actividade 2

TESTES DE HIPTESES
Testes de hipteses paramtricos verificam-se os pressupostos de normalidade e homogeneidade de # Perform one-sample t-test > t.test(DV, dataset) # Perform (separate variances) independent-sample t-test one-tailed (H > B) > t.test(DV ~ FACTOR, dataset, alternative = "greater") two-tailed (H0 : A = B) > t.test(DV ~ FACTOR, dataset) For pooled variances t-tests, include the var.equal=T argument # Perform (separate variances) paired t-test one-tailed (H0 : A > B) > t.test(DV1, DV2, dataset, alternative = "greater") > t.test(DV ~ FACTOR, dataset, alternative = "greater",paired = T) two-tailed (H0 : A = B) > t.test(DV1, DV2, dataset) > t.test(DV ~ FACTOR, dataset, paired = T) for pooled variances t-tests, include the var.equal=T argument.
Nota: Quando no se verificam os pressupostos pode tentar-se a transformao dos dados.

Observaes independentes ou emparelhadas, no homogeneidade de varincias (Wilcoxon rank sum nonparametric test) # Perform one-sample Wilcoxon (rank sum) test > wilcox.test(DV, dataset) #Perform independent-sample Mann-Whitney Wilcoxon test one-tailed (H0 : A >) > wilcox.test(DV ~ FACTOR, dataset, alternative = "greater") two-tailed (H0 :A = B) > wilcox.test(DV ~ FACTOR, dataset) #Perform paired Wilcoxon (signed rank) test one-tailed (H0 : A > B) > wilcox.test(DV1,DV2, dataset, alternative="greater") > #OR for long format > wilcox.test(DV~FACTOR, dataset, alternative="greater", paired=T) two-tailed (H0 : A = B) > wilcox.test(DV1, DV2, dataset) > wilcox.test(DV ~ FACTOR, dataset, paired = T)

Adaptado de Logan, Murray (2010), Biostatistical Design and Analysis Using R , A Practical Guide, John Wiley & Sons, Inc., Publication Conceio Leal