R

Ricardo Víquez Mora. Carné: 2015013504

Trasfondo

• R es un lenguaje de programación y software libre para estadística y graficar, que

recibe soporte por parte de la Fundación R para estadística computacional.
• Es usado ampliamente por estadísticos, biólogos, y mineros de datos para
desarrollar software estadístico y analizar datos.
• Es imperativo, orientado a objetos y funcional.
 • R es una implementación del lenguaje S.
• R fue creado por Ross Ihaka y Robert
Gentleman.
• Actualmente es desarrollado por el
Equipo nuclear de Desarrollo R (R
Historia Development Core Team).
• Detalle curioso: R fue nombrado basado
en la inicial de sus 2 inventores, y
también para seguirle la letra del
abecedario al lenguaje S.
• El Proyecto R fue concebido en 1992.
 • R y sus librerías implementan una amplia variedad de
técnicas estadísticas y de graficación.
• Incluyen: modelados lineares y no lineares, tests
estadísticos clásicos, clasificación, clustering, y otros.
Librerías • Para tareas pesadas computacionalmente el código, C,
C++, y Fortran puede enlazarse y llamarse durante la
ejecución.
 • Las capacidades de R son extendidas a través de
paquetes creados por los usuarios.
• Permiten técnicas estadísticas especializadas,
capacidades de exportación y de importación y más.
Paquetes • Son desarrollados principalmente en lenguaje R, pero
también en Java, C, C++, y Fortran.
• La comunidad de R activamente contribuye
proporcionando nuevos paquetes.
IDE

El IDE más especializado para R También están las R Tools de

es RStudio. Visual Studio.
Sintaxis Básica
 x <- 1:6 # Create vector.
 > y <- x^2 # Create vectorby formula.
 > print(y) # Print the vector’s contents.
 [1] 1 4 9 16 25 36
 > mean(y) # Arithmetic mean of vector.
 [1] 15.16667
 > var(y) # Sample variance of vector.
 [1] 178.9667

 > model <- lm(y ~ x) # Linear regression model y = A + B * x.

 > print(model) # Print the model’s results.
 Call: lm(formula = y ~ x)
 Coefficients:
 (Intercept) x
 -9.333 7.000
 > summary(model) # Display an in-depth summary of the model.
 Call: lm(formula = y ~ x)
 Residuals:
 1 2 3 4 5 6
 3.3333 -0.6667 -2.6667 -2.6667 -0.6667 3.3333
 Coefficients:
 Estimate Std. Error t value Pr(>|t|)
 (Intercept) -9.3333 2.8441 -3.282 0.030453 *
 x 7.0000 0.7303 9.585 0.000662 *** ---
 Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
 Residual standard error: 3.055 on 4 degrees of freedom
 Multiple R-squared: 0.9583, Adjusted R-squared: 0.9478
 F-statistic: 91.88 on 1 and 4 DF, p-value: 0.000662
Declarar Funciones
# Declare function “f” with parameters “x”, “y“
# that returns a linear combination of x and y.

f <- function(x, y) {

z <- 3 * x + 4 * y
return(z)
}

 f(1, 2)
 [1] 11
 > f(c(1,2,3), c(5,3,4))
 [1] 23 18 25

:
 > f(1 3, 4)
 [1] 19 22 25
Referencias
• https://en.wikipedia.org/wiki/R_(programming_language)