A Apostila Programação em R

[pic 1]

Introdu¸c˜ao ao R

Heitor Victor Veiga da Costa [e-mail]

Departamento de Estat´ıstica - UFPE

11 de dezembro de 2017

2

---

Sum´ario

1. Introdu¸c˜ao ao R e ambiente RStudio        5

1. Conceito de algoritmo        . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        5
2. Ambientes R e RStudio . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        6
3. Ca´lculos b´asicos e func¸˜oes        . . . . . . . . . . . . . . . . . . . . . . . . . . .        7
4. Pacotes no R        . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        9
5. M´emoria RAM e objetos . . . . . . . . . . . . . . . . . . . . . . . . . . . .        10
6. Importa¸ca˜o de base de dados . . . . . . . . . . . . . . . . . . . . . . . . . .        11
7. Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        11

1. Objetos e Vari´aveis        13

1. Tipos de objetos        . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        13

1. Vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        13
2. Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        14
3. Data-frames . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        16
4. Listas        . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        16
5. Fun¸co˜es . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        18

1. Tipos de Classes        . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        19

1. Fun¸co˜es que identificam tipos de classe . . . . . . . . . . . . . . . .        21

1. Tipos de vari´aveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        22

1. Varia´veis aleat´orias discretas . . . . . . . . . . . . . . . . . . . . . .        22
2. Varia´veis aleat´orias cont´ınuas        . . . . . . . . . . . . . . . . . . . . .        22

1. Comandos lo´gicos no R . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        23

1. Comandos de decisa˜o - if e else        . . . . . . . . . . . . . . . . . . . .        24
2. Comandos de repeti¸ca˜o - for e while . . . . . . . . . . . . . . . . . .        25

1. Estat´ıstica        29

1. Estat´ıstica descritiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        29

1. Medidas de posi¸ca˜o:        . . . . . . . . . . . . . . . . . . . . . . . . . .        29
2. Medidas de dispers˜ao . . . . . . . . . . . . . . . . . . . . . . . . . .        31
3. Gr´aficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        32

1. Inferˆencia Estat´ıstica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .        48

1. Testes de hipot´eses . . . . . . . . . . . . . . . . . . . . . . . . . . .        48

1. Modelos de Regressa˜o linear . . . . . . . . . . . . . . . . . . . . . . . . . .        54

3

1. SUMARIO´

   ---

Cap´ıtulo 1

Introdu¸c˜ao ao R e ambiente RStudio

1.1        Conceito de algoritmo

Algoritmo ´e uma sequˆencia de instru¸co˜es bem definidas que descrevem como realizar determinada tarefa. Um algoritmo pode ser realizado por computadores ou seres humanos. Para um melhor entendimento deste conceito vamos analisar dois exemplos. Exemplo 1: Poss´ıvel algoritmo para calcular a moda amostral:

Defini¸c˜ao: Moda amostral ´e o valor ou valores que ocorrem com mais frequˆencia em uma amostra. Algoritmo:

1. Fa¸ca uma tabela de frequˆencias para o seu conjunto de dados.
2. Observe sua tabela de frequˆencias e observe quais valores se repetem mais.
3. Se houver somente um valor que se repete mais que todos os outros, ent˜ao este sera´ a moda amostral desse conjunto de dados.
4. Defina seu conjunto de dados como unimodal.
5. Se o passo anterior for satisfeito, enta˜o finalize o processo, sena˜o, siga para o passo seguinte.
6. Se dois ou mais valores se repetem com maior frequˆencia, ent˜ao seu conjunto de dados possui duas ou mais modas amostrais.
7. Defina seu conjunto de dados como multimodal.
8. Finalize o processo.

Exemplo 2: Quando vamos cozinhar um macarra˜o instantˆaneo e seguimos as instru¸co˜es da embalagem, estamos seguindo um algoritmo.

5

Basicamente, um algoritmo ´e uma sequˆencia de instruc¸˜oes ou tarefas necessa´rias para alcan¸car um determinado objetivo.

1.2        Ambientes R e RStudio

O R ´e um software livre(gratuito) e colaborativo para computac¸˜ao estat´ıstica e constru¸ca˜o de gr´aficos. Al´em disso, o R tamb´em ´e uma linguagem de programa¸ca˜o e por isso esta´ em constante atualiza¸ca˜o, gerado por sua comunidade ativa ao redor do mundo. Linguagem de Programa¸c˜ao colaborativa ´e quando suas atualiza¸co˜es s˜ao feitas pelos pro´prios usua´rios. No R essas atuali¸co˜es sa˜o denominadas ”Pacotes”.

Como instalar o R:

O R pode ser baixado diretamente de seu site www.r-project.org e est´a dispon´ıvel para as plataformas Linux, Windows e MacOS. Para instalar na plataforma Windows siga os passos a seguir:

1. Acesse o site do R.
2. Clique em CRAN.
3. Escolha o Mirror de sua prefˆencia.
4. Clique na op¸ca˜o ”install R for the first time”.
5. Escolha a op¸ca˜o ”Download R for Windows”.
6. Execute o instalador.

RStudio:

O RStudio ´e um ambiente de desenvolvimento integrado(IDE) para o R e esta´ dispon´ıvel em duas edi¸c˜oes: RStudio Desktop e RStudio Server. Utilizaremos a versa˜o gratuita para desktop. O RStudio diferente do R comum possui um apelo visual muito maior que o R usual, e tamb´em busca melhorar a experiˆencia do usua´rio com o ambiente R. Para entender melhor compare as duas imagens a seguir: