Introduzione a R. Silvia Parolo. 14 November 2014

Transcript

1 Introduzione a R Silvia Parolo 14 November 2014

2 Cos è R?? è un tool per l analisi di dati è anche un linguaggio di programmazione si può scaricare da http: // www. r-project. org/

3 primi passi in R R può essere usato come una calcolatrice 2+3 ## [1] 5 2^2 ## [1] 4

4 Spesso però è utile assegnare il risultato del calcolo a una variabile. x <- 2+3 il simbolo <- è l operatore di assegnazione. Il valore sulla destra viene assegnato alla variabile sulla sinistra della freccia. Quando usi l opertore di assegnazione non vuoi vedere il risultato subito ma vuoi usarlo per qualcos altro dopo. Per vedere il contenuto della variabile x, semplicemente scrivi x e premi Invio.

5 a <- 2 # in qusto modo il valore 2 viene assegnato ad a b <- 2+3 #la variabile b è ora salvata in memoria b ## [1] 5 il segno # indica un commento. quello che c è scritto dopo non viene considerato per i calcoli.

6 Capire dove siamo getwd() #ti dice dove sei ## [1] "/Users/silviaparolo/Google Drive/bio/lab_statistica setwd invece ti permette di cambiare la directory setwd("/users/silviaparolo/google Drive/bio/lab_statistica_

7 in R i valori mancanti sono indicati con il simbolo NA Tipi di dati R accetta diversi tipi di dati a <- 2 class(a) ## [1] "numeric" b <- "pippo" class(b) #è una stringa di testo ## [1] "character" c <- FALSE class(c) ## [1] "logical"

8 Tipi di oggetti: il vettore l oggetto più semplice in R è un vettore. In R possiamo creare tanti tipi di vettori: numerici, logici, di caratteri e di numeri complessi. Possiamo pensare a un vettore numerico come a un insieme, una collezione di numeri. Ad esempio se vogliamo un vettore y con i numeri 2,7,4 il comando da dare a R è il seguente: y <- c(2,7,4,5) #la c serve per concatenare gli elementi. se chiediamo a R chi è y, R risponderà stampando i valori y ## [1]

9 Altri esempi x <- c(0.5, 0.6) x <- c(true, FALSE) x <- c(t, F) x <- c("a", "b", "c") x <- 9:29

10 z <- y[y>3] Accedere agli elementi dei vettori y <- c(2,7,4,5) y ## [1] length(y) #ci dice quanti elementi contiene ## [1] 4 y[1] ## [1] 2 y>3 ## [1] FALSE TRUE TRUE TRUE

11 Esercizio 1 Crea un vettore alfa con sei numeri poi crea un sottogruppo beta con i numeri più piccoli di 3 alfa <- c(1,3,5,7,9,2) beta <- alfa[alfa < 3]

12 Tipi di oggetti: il data frame Il dataframe è una struttura con due dimensioni: le righe che corrispondono alle unità statistiche (ID1,ID2, ecc.) le colonne che corrispondono alle variabili (peso, altezza, ecc.) è molto usata per l analisi dei dati

13 I dataframe nrow ci dice quante righe ha il dataframe ncol ci dice quante colonne ha il dataframe visto che le colonne sono le variabili hanno quasi sempre un nome che si ottiene con colnames le colonne si indicano con nomedataframe$nomecolonna

14 Creiamo un dataframe names <- c("maria","giovanni","antonio","silvia","carlo") age <- c(15,30,27,29,30) my.dat <- data.frame(names,age) my.dat ## names age ## 1 Maria 15 ## 2 Giovanni 30 ## 3 Antonio 27 ## 4 Silvia 29 ## 5 Carlo 30

15 str(my.dat) ## 'data.frame': 5 obs. of 2 variables: ## $ names: Factor w/ 5 levels "Antonio","Carlo",..: ## $ age : num summary(my.dat) ## names age ## Antonio :1 Min. :15.0 ## Carlo :1 1st Qu.:27.0 ## Giovanni:1 Median :29.0 ## Maria :1 Mean :26.2 ## Silvia :1 3rd Qu.:30.0 ## Max. :30.0

16 Come ottenere un elenco degli oggetti abbiamo creato ls() ## [1] "a" "age" "alfa" "b" "beta" ## [7] "metadata" "my.dat" "names" "x" "y"

17 Le funzioni Una funzione in R è un insieme di comandi messi insieme per facilitare le analisi. In R sono disponibili moltissime funzioni per analizzare i dati. Ad esempio la funzione media ha tutte le istruzioni per calcolare la media. dati <- c(1,2,3,4) m <- mean(dati)

18 Esercizio 2 Uno studente ha ottenuto in sei materie i seguenti voti:24,30,25,20,18,24. Determinare la media dei voti.

19 Leggere i dati da un file Le funzioni principali per leggere i dati sono read.table() e read.csv(). Le due funzioni sono molto simili Leggiamo il dataset esami_sangue.txt setwd("/users/silviaparolo/google Drive/bio/lab_statistica_ blood <- read.table(file="esami_sangue.txt", header=true, sep="\t", dec=".")

20 Scopriamo come è fatto il dataset dim(blood) ## [1] colnames(blood) ## [1] "id" "sesso" "piastrine" "GB" ## [5] "GR" "Glicemia" "Colesterolo" "HDLC" ## [9] "LDL" "Trigliceridi" "Uricemia" "Attfi ## [13] "Caffe"

21 str(blood) ## 'data.frame': 30 obs. of 13 variables: ## $ id : int ## $ sesso : Factor w/ 2 levels "F","M": ## $ piastrine : int ## $ GB : num ## $ GR : num ## $ Glicemia : num ## $ Colesterolo : num ## $ HDLC : num ## $ LDL : num ## $ Trigliceridi: num ## $ Uricemia : num ## $ Attfisica : Factor w/ 3 levels "intensa","moderata" ## $ Caffe : int

22 head(blood) ## id sesso piastrine GB GR Glicemia Colesterolo HD ## 1 1 F ## 2 2 F ## 3 3 F ## 4 4 F ## 5 5 F ## 6 6 F ## Trigliceridi Uricemia Attfisica Caffe ## moderata 2 ## scarsa 3 ## intensa 3 ## intensa 2 ## intensa 3 ## moderata 1

23 Statistica descrittiva Quanti maschi e quante femmine? table(blood$sesso) ## ## F M ## 24 6 Qual è la media della glicemia? mean(blood$glicemia) ## [1] Qual è il valore minimo di glicemia? min(blood$glicemia) ## [1] 70.83

24 il valore massimo? max(blood$glicemia) ## [1] la mediana? median(blood$glicemia) ## [1] 94.25

25 Qual è il valore medio di glicemia nei maschi e nelle femmine? aggregate( formula = Glicemia~sesso, data = blood, FUN = mean ) ## sesso Glicemia ## 1 F ## 2 M

26 Alcune cose da ricordare R è case-sensitive. Scrivere pippo o Pippo non è la stessa cosa. "pippo" == "Pippo" ## [1] FALSE Non si può iniziare il nome di un oggetto con un numero 10c <- 2 #dà un errore Non usare nomi con spazi Se vedi un segno + significa che R sta aspettando un input (manca qualcosa).

27 Quando siamo persi: chiedere aiuto a R con la funzione help() possiamo chiedere aiuto a R su come scrivere i comandi. help(mean)?mean