1.

Introducción a R y R Studio
Temas
1. Objetos básicos en R
2. Aritmética básica
3. Scripts en R
4. Markdown y R Pubs
5. Expresiones, conversiones, operadores y precedencia
6. Funciones del lenguaje
7. Control de flujo
8. Condicionales
9. Visualización de datos plot()
• Práctica Sábado 15 de Junio 2019 8:00 hrs
1. Tipos básicos de datos en R
• Numéricos
> numero <- 20
> valor <- 25
• Alfanuméricos
> nombre <- "Rubén"
> apellido <- "Pizarro"
> fechaNac <- "06-nov-2919"
> genero = 'M' # También puede ser comilla doble
> nombre; apellido; fechaNac; genero
2. Aritmética básica
• Las operaciones aritméticas son: suma, resta, multiplicación, división,
potenciación, división entera.
• +, -, *, /, ^, %/% o %%
• En consola realizar:
• > 4+5
• > 13-3
• > 10/3
• >5*4
• > 9^2
• > 10%%3 [Link]
• > 10%/%3
Organizando todo
• getwd()
• putwd()
Organizando todo
• Crear carpeta de trabajo
3. Scripts en R Guardar en carpeta adecuada
4. Markdown y R Pubs
4. Markdown y R Pubs
4. Markdown y R Pubs
4. Markdown y R Pubs
4. Markdown y R Pubs
4. Markdown y R Pubs
4. Markdown y R Pubs
4. Markdown y R Pubs
4. Markdown y R Pubs
4. Markdown y R Pubs
5. Expresiones, conversiones, operadores y
precedencia
• Operadores de comparación
• > mayor que
• < menor que
• >= mayor o igual
• <= menor o igual
• == igual que
• != distinto que
5. Expresiones, conversiones, operadores y
precedencia # Operadores de comparación y lógicos
# Verificar el comportamiento de las expresiones en R
• Los operadores lógicos son:
# Asignaciones
• "y“ .... &, a <- 20
b <- 10
• "o“ .... |,
# Expresiones simples
• "no“ ... ! a > 10
a<b
• "o exclusivo". xor a == b

# Lógicas
(a > 10) & (a < b) # Alt 38 &
(a > 10) | (a < b) # Alt 124 |
(a == b)
!(a == b)
 5. Expresiones, conversiones, operadores y
# Expresiones mas elaboradas
precedencia (a == b)| !(a == b)
(a > 10) & (a < b) & (a > 10) | (a < b)
• Los operadores lógicos son: # Expresiones directas
• "y“ .... &, FALSE & FALSE
FALSE & TRUE
• "o“ .... |,
TRUE & FALSE
• "no“ ... ! TRUE & TRUE
! FALSE
• "o exclusivo". xor
# XOR Resuelve si la expresión 1 es exclusiva de la expresión 2
xor(TRUE, FALSE)
xor(FALSE, TRUE)
xor(1, 0) # Los toma como boolan
xor(3,4)
xor([Link](3), [Link](4))
[Link](3)
xor(TRUE, FALSE)
[Link]
6. Funciones del lenguaje
Algunas funciones:
• exp(x)
• log(x, base=exp(1))
• log10(x)
• sqrt(x) raíz cuadrada
• abs(x) valor absoluto
• ceiling(x) menor entero >= x.
• floor(x) mayor entero<= x.
• trunc(x) entero más cercano a x entre x y 0,
• inclusive, e.g., trunc(1.5) es 1, y trunc(-1.5) es -1. trunc es como floor para valores positivos y como ceiling para valores negativos
• round() número de decimales
• sample() muestra
• length() # Longitud
• seq(),
• sum(), mean(), sd()
6. Funciones del lenguaje
Algunas funciones:
• # Algunas funciones
• round(10)
• round(sqrt(10), 2)
• valor = 4; valorDoble = 34.53 [Link]
• [Link](valor)
• [Link](valorDoble)
• [Link](valorDoble)
• [Link]("Rubén")
7. Control de flujo
• for()
# Ciclos # Sintaxis: for(var in seq)
for (i in 1:10) {
print (i^2)
}

# while #Sintaxis while(cond)

i <- 1
repeat {
print (i)
• repeat() i <- i +1 # Incrementar
i <- i +1 # Incrementar
print (i)
break}
8. Condicionales
If (expresión condicional ) {
# Instrucciones
}
else {
# Instrucciones
}

[Link]
[Link]
Números y letras
• numeros <- 1:10
• letras <- LETTERS

• numeros
• letras

• minombre <- "RUBÉN PIZARRO GURROLA"

• minombre
• minombreMin
• minombreMay
Utilizando c()
• c significa "concatenar", y de hecho es un acrónimo para dicha
palabra. .
• Se utiliza para genera un conjujto de valores
• c(1,5,3,2)
• c(“Barcelona",“Tarragona",“Merida",“Madrid")
• c(“Rubén",“Paty",“Jorge",“Luis")
• c(T,F,T,T,F)
Gráficas en R. Visualización de datos. plot()
• Dispersión
• Bara
• Lineal
• Histograma
• Pastel
• Diagrama de Caja
• Diagrama de tallo y hoja
• Otros…
Práctica a realizar
• Datos de la práctica
• Definir nombre de la práctica
• Objetivo de la práctica
• Descripción
• Alternativamente trabajar en Consola, Scripsts y markdown
• Desarrollar script.
• Programa
• Desarrollar archivo Markdown
• Archivo a subir a la nube
• Registrarse en Rpubs
• Añadir práctica a plataforma Schoology
Práctica No. 1. Variables, condicionales y ciclos
• Asignar a estos nombre de variables sus datos generales:
• nombre #tipo char
• apellidoPaterno # tipo char
• apellidoMaterno # tipo char
• fechaNac #tipo char
• sueldoAprox #tipo double
• Mostrar los valores en pantalla
• Preguntar si el nombre es caracter y mostrar en pantalla
• Preguntar y mostrrar si el sueldo es un número doble y mostrar en pantalla
• Preguntar y visualizar ¿cuál variable de nombre, apellidoPaterno y apellidoMaterno tiene mas letras?, contar, mostrar y
determinar la variable que tiene más letras de las tres.
• Clasificar el sueldo según el monto:
• Si es entre 1 y 1000 poner en pantalla BAJO
• SI es entre 10001 y 30000 poner en pantalla BAJO
• Si es por encima de 30000 Poner en Pantalla ALTO
• Realizar un ciclo desde 1 hasta el sueldo Aproximado asignado de uno en uno y salir del ciclo cuando el valor del
contador del ciclo esté por encima de la mitad del sueldo:
• Si gana 100; entonces la mitad de 100 es 50 salir cuando llegue a 51; 1,2,3,4,5….49, 50, 51 break
• Publicar en RPubs
Práctica No. 2. Secuencia y valores estadísticos
descriptivos básicos
• Generar una secuencia de 100 números de 3 y guarder en una variable
llamada x
• Generar una secuencia de 100 números de 7 en 7 y guardar en una variable
llamada y
• Generar 100 números aleatorios con sample() y dejarlo en z
• Encontrar estos estadísticos básicos:
• Media de x & media de y
• Desviación Std de x & y
• Valor máximo y mínimo de x & y
• Media de los números aleatorios de z
• Visualizar plot() y con respecto de x plot(x, y)
• Visualizar plot(z) los números aleatorios
• Generar archive Markdown en R Pubs
Práctica No. 3. Graficar ventas por Mes
• Crear una variable meses que contenga: “Ene”, “Feb”, “Mar”…. “Oct”, “Nov” y
“Dic”. 12 elementos en la variable
• Meses <- c(“Ene”, “Feb”, “Mar”….. “Oct”, “Nov”, “Dic” )

meses <-c("Ene", "Feb", "Mar", "Abr", "May", "Jun",

• Crear una variable llamada ventas con valores aleatorios entre 80000 y
150000
ventas <- c(120000, 140000, 100000, 115000, 150000, 96000,
130000, 145000, 139000, 138000, 120000, 140000)
sample(80000:150000, size=12)
• Graficar las ventas por meses
• barplot(meses, ventas)
• Generar Rpubs