Introducción a R

ESTADISTICA INFERENCIAL CON R
HERALDO GONZALEZ SERRANO

1

INTRODUCCIÓN AL ANALISIS ESTADISTICO CON R
UNA MIRADA RAPIDA
INTRODUCCION
R es un sistema para análisis estadísticos y gráficos creado por R. Ihaka y R.
Gentleman. R tiene una naturaleza doble de programa y lenguaje de programación
y es considerado como un dialecto del lenguaje S creado por los Laboratorios
AT&T Bell. S estádisponible como el programa S-PLUS comercializado por
Insightful. Existen diferencias importantes en el diseño de R y S: aquellos
interesados en averiguar más sobre este tema pueden leer el artículo publicado
por Ihaka & Gentleman (1996) o las Preguntas Más Frecuentes en R, que también
se distribuyen con el programa.
R se distribuye gratuitamente bajo los términos de la GNU General PublicLicence;
su desarrollo y distribución son llevados a cabo por varios estadísticos conocidos
como el Grupo Nuclear de Desarrollo de R. El programa R se puede descargar de
http://cran.r-project.org

Al abrir R aparece la siguiente pantalla de entrada

ESTADISTICA INFERENCIAL CON R
HERALDO GONZALEZ SERRANO

2

CAPITULO 1
ESTADISTICA DESCRIPTIVA
Intentemos estudiar algunas opciones básicasdel lenguaje R con la aplicación de
él, inicialmente al estudio descriptivo de datos. Para ello veamos el siguiente
ejemplo
Ejemplo 1
Para conocer el comportamiento de una máquina automática que deposita un
líquido en vasos, se seleccionó una muestra de 49 de ellas. Al medir el contenido,
en onzas, se obtuvo los siguientes resultados.
7.85
7.99
8.06
8.12

7.86
7.99
8.07
8.16

7.878.01
8.07
8.16

7.87
8.03
8.07
8.17

7.88
8.03
8.08
8.19

7.89
8.04
8.09
8.21

7.92
8.05
8.09
8.21

7.94
8.05
8.09
8.22

7.95
8.05
8.10
8.24

7.96 7.97 7.97 7.98
8.05 8.05 8.06 8.06
8.10 8.10 8.11 8.11
8.26

Solución
En File debemos marcar la opción New Scrip y guardar con algún nombre, por
ejemplo, vasos R; enseguida usando la opción Open Scrip estamos encondiciones de iniciar la sesión.
El símbolo > llamado prompt es propio del sistema y nos indica que espera
instrucciones.
Ingresamos los datos creando un vector con nombre “vasos” (por ejemplo) usando
la función c()
>
+
+
+

vasos length(vasos)
[1] 49

MEDIDAS DE TENDENCIA CENTRAL
Necesitamos caracterizar la muestra con algunas medidas de tendencia central,
las cuales sintetizan,en si mismo, la característica “central” de la muestra.
Tenemos:

ESTADISTICA INFERENCIAL CON R
HERALDO GONZALEZ SERRANO

3

a) Media Aritmética o media de la variable; en este caso la variable es
X = “cantidad en onzas, de un líquido depositado por una máquina automática”.
n

Denotada X es tal que X =

∑x
i =1

i

donde n es el número de unidades de
n
observación (ennuestro caso el número de vasos seleccionados) y x i es el
valor que toma cada una de ellas.
Ejemplo 3
Con R calculamos la media aritmética como sigue:
> mean(vasos)
[1] 8.05

Esto significa que, si todos los vasos tuviesen la misma cantidad, esa cantidad
común sería 8,05 onzas
b) Una segunda medida de tendencia central es la mediana; valor de la variable
que supera a no más del 50% de losdatos y es superado por no más del 50%
de los datos, naturalmente que la variable debe ser al menos ordinal
En R la conseguimos como sigue:
Ejemplo 4
> median(vasos)
[1] 8.06

Esto significa que el 50% de los vasos tiene un volumen depositado a lo más de
8,06 onzas (o a lo menos de 8,06 onzas)
c) Podemos obtener, además, percentiles. Existen 99 percentiles donde, si
p = 1,2,3..,99 entoncesel percentil p denotado Pp es aquel valor de la variable
que supera a no mas del p% de los datos y es superado por no más del (100-p)%
de los datos. Observamos que el percentil 50 es la mediana, que el percentil 25
es el cuartel 1, que el percentil 75 es el cuartil 3
Ejemplo 5
Si queremos calcular el percentil 10, denotado P10 , con R anotamos
> quantile(vasos,0.1)
10%
7.888

Esto...