ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO “ESPOCH”FACULTAD DE INFORMÁTICA Y ELECTRÓNICA

ESCUELA DE INGENIERÍA ELECTRÓNICA EN CONTROL Y REDES INDUSTRIALES

Nombres y Apellidos: Jofre Ernesto Saqui Valla

MINI MANUAL R- COMMANDER

R-Commander es R commander es un paquete del programa de estadística R que le da una interfaz gráfica a algunas de las funciones básicas y más comunes, creada por John Fox, que permite acceder a muchas capacidades del entorno estadístico R sin que el usuario tenga que conocer el lenguaje propio de ese entorno.

Al ejecutar nuestra aplicación se nos muestran las siguientes ventanas:

Esta primera ventana es la ventana de R. Aquí se ejecutan los comandos de R, para lo cual es necesario conocer la sintaxis del programa.

La siguiente ventana corresponde al entorno del R- Commander, que evita tener que usar dicho lenguaje de comandos al menos para las tareas que se encuentran implementadas dentro de dicho entorno.

Ejecutar un comando

Si se desea ejecutar un único comando se lo coloca en la ventana de instrucciones y se pulsa ejecutar.

Si se quiere ejecutar varios comandos conjuntamente hay que seleccionarlos con el ratón y a continuación ejecutar.

Las opciones del R-Commander son:

Ficheros: para abrir ficheros con instrucciones a ejecutar, o para datos, resultados, sintaxis, etc.

Editar: con las opciones de copiar, cortar, borrar, etc. Estadísticos: ejecución de procesos propiamente estadísticos. Gráficos Modelos: definición y uso de modelos específicos para el análisis de datos. Distribuciones: probabilidades, cuantiles, y gráficos de las distribuciones de

probabilidad más habituales (Normal, T de Student, F de Fisher, binomial, etc.)

Herramientas: carga de librerías y definición del entorno. Ayuda: ayuda sobre R-Commander

Ingreso de un conjunto de datos

Vamos a la opción datos → nuevo conjunto de datos, introducimos el nombre y luego aceptar.

Nos sale la siguiente tabla. Aquí podemos editar el nombre y el tipo de dato; numérico y carácter.

R – Commander y el Contraste sobre la media de una población

Vamos a ver como se hace el contraste sobre la media de una población con el siguiente ejemplo:

Un criador de pollos sabe por experiencia que el peso de los pollos de cinco meses es 4,35 libras. Los pesos siguen una distribución normal. Para tratar de aumentar el peso de dichas aves se le agrega un aditivo al alimento. En una muestra de pollos de cinco meses se obtuvieron los siguientes pesos (en libras).

4,41 4,37 4,33 4,35 4,30 4,39 4,36 4,38 4,40 4,39

En el nivel 0,01, el aditivo a ha aumentado el peso medio de los pollos?

Colocamos el nombre de la variable en este caso peso y el tipo de dato en este caso es numérico e ingresamos los valores.

Vamos a estadísticos → medias → Test t para una muestra.

Elegimos nuestra variable peso. Señalamos cual es la hipótesis alternativa para este ejemplo elegimos un

contraste unilateral y damos click en aceptar.

En la ventana de resultados se nos muestra la siguiente información.

> Peso_pollos <- edit(as.data.frame(NULL))

> t.test(Peso_pollos$Peso, alternative='greater', mu=4.35, conf.level=.99)

One Sample t-test

data: Peso_pollos$Peso

t = 1.6777, df = 9, p-value = 0.06386alternative hypothesis: true mean is greater than 4.35 99 percent confidence interval: 4.337729 Inf sample estimates:mean of x 4.368

Análisis: Primero nos recuerda que estamos analizando la variable Peso_pollos$Peso.El estadístico de contraste es t = 1.6777, los grados de libertad df = 9, y el posible valor p-value = 0.06386

Decisión: Como p-value >∝ no se rechaza la Ho, el peso medio de los pollos no es significativamente distinto.

R- Commander y Comparación para muestras relacionadas

Para esto consideramos el siguiente ejemplo:

Las notas obtenidas en Análisis de Datos de 5 individuos elegidos al azar del grupo T1 y de 6 individuos, elegidos también al azar, del grupo T2 son las siguientes:

¿Puede concluirse a un nivel de confianza del 95% que las puntuaciones medias de ambos grupos son iguales? o por el contrario que hay diferencia entre ambas. (diferencia de medias para poblaciones independientes)

Primero ingresamos los datos. Luego vamos a estadísticos → medias → test t para datos relacionados.

Se nos muestra la siguiente ventana elegimos cuál de las variables es la primera y cual la segunda. Elegimos un contraste bilateral con un nivel de aceptación del 0.95 y damos click en aceptar.

T1 10 6 4 5 4T2 4 8 6 6 2 3

En la ventana de resultados se nos muestra la siguiente información.

> Notas <- edit(as.data.frame(NULL))

> t.test(Notas$T2, Notas$T1, alternative='two.sided', conf.level=.95, paired=TRUE)

Paired t-test

data: Notas$T2 and Notas$T1 t = -0.3906, df = 4, p-value = 0.716alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -4.865256 3.665256 sample estimates:mean of the differences -0.6Análisis:

Primero nos recuerda que estamos analizando las variables T1 y T2: Notas$T2 and Notas$T1

El estadístico de contraste es t = -0.3906, los grados de libertad df = 4, y el posible valor p-value = 0.716

Decisión: Como p-value > ∝ se acepta la Ho, el promedio de la variable T1 no es significativamente distinto al promedio de la variable T2.

R - Commander y contraste para la proporción en una población

Vamos a realizar el siguiente ejemplo del contraste para la proporción en una población con R – Commander.

En una investigación sociológica se efectúa una determinada pregunta a 70 personas, respondiendo todas ellas “si” o “no”. De estas respuestas, 49 son afirmativas y 21 negativas. ¿Puede afirmarse, al nivel de significación del 5 % que la población se halla igualmente repartida en orden a su opinión sobre la pregunta formulada? (prueba chi)

De igual manera primero ingresamos nuestros datos.

Luego en R – Commander vamos a la opción estadísticos → proporciones → Test de proporciones para una muestra.

A continuación tenemos la siguiente pantalla

Ingresamos nuestros datos y tenemos los siguientes resultados

> Pregunta <- edit(as.data.frame(NULL))

> .Table <- xtabs(~ Respuesta , data= Pregunta )

> .TableRespuestano si 21 48

> prop.test(rbind(.Table), alternative='two.sided', p=.5, conf.level=.95, correct=FALSE)

1-sample proportions test without continuity correction

data: rbind(.Table), null probability 0.5 X-squared = 10.5652, df = 1, p-value = 0.001152alternative hypothesis: true p is not equal to 0.5 95 percent confidence interval: 0.2084963 0.4208357 sample estimates: p 0.3043478

Análisis:Primero nos recuerda que es un Test para la proporción de una muestra.Especifíca el valor hipotético en la hipótesis nula 0.50.Proporciona el valor del estadístico chi y del p-value 0.001152

Decisión: Como p-value < ∝ se rechaza la Ho, la respuesta a la pregunta es significativamente distinta. Entonces puede concluirse que la población no se halla igualmente repartida de acuerdo a su opinión sobre la pregunta formulada.

Terminar la sesión en R

Hay varias maneras de terminar la sesión en R. Para ello puede seleccionar Fichero → Salir → de Commander y R en el

menú de R – Commander. Se le pedirá que confirme si desea salir, y a continuación si quiere guardar los contenidos de la ventana de instrucciones y resultados.

Del mismo modo, puede seleccionar Fichero Salir en R Console; en este caso se el preguntará si quiere guardar el área de trabajo R.

Terminar la sesión en R

Hay varias maneras de terminar la sesión en R.

Para ello puede seleccionar Fichero Salir de Commander y R en el menú de R – Commander. Se le pedirá que confirme si desea salir, y a continuación si quiere guardar los contenidos de la ventana de instrucciones y resultados.

Del mismo modo, puede seleccionar Fichero Salir en R Console; en este caso se el preguntará si quiere guardar el área de trabajo R.