#========================================================================================== # Estatística Computacional I - ce083-2012-01 # Aula 10 - Estatísticas por fatiamento da amostra (04/04/2012) # Prof. Walmes Zeviani - Dpto de Estatística - UFPR # #========================================================================================== #------------------------------------------------------------------------------------------ # um pouco mais sobre estatística descritiva, pacote fBasics # install.packages("walmes") require(fBasics) sessionInfo() help(fBasics, help_type="html") #------------------------------------------------------------------------------------------ # usando funções da fBasics str(mtcars) apply(mtcars, MARGIN=2, FUN=quantile) # do stats apply(mtcars, MARGIN=2, FUN=quantile, prob=c(0.05,0.95)) colStats(mtcars, FUN=quantile) # do fBasics hist(mtcars$mpg) # do graphics histPlot(as.timeSeries(mtcars$mpg)) # do fBasics densityPlot(as.timeSeries(mtcars$mpg)) # do fBasics #------------------------------------------------------------------------------------------ # pesquisa de funções para determinados procedimentos # função busca em uma página web com informações de funções/pacotes/vignettes do R RSiteSearch("descriptive") #------------------------------------------------------------------------------------------ require(gbs) descriptiveSummary(mtcars$mpg) do.call(c, descriptiveSummary(mtcars$cyl)) descriptiveSummary(mtcars) #------------------------------------------------------------------------------------------ require(psych) describe(mtcars$mpg) describe(mtcars) #------------------------------------------------------------------------------------------ require(PERregress) descStat(mtcars$mpg) descStat(mtcars) #------------------------------------------------------------------------------------------ require(epiR) epi.descriptives(mtcars$mpg) epi.descriptives(mtcars) #------------------------------------------------------------------------------------------ require(lessR) full(mtcars) # salva a saida em um arquivo de texto sink("result.txt") full(mtcars) sink() #------------------------------------------------------------------------------------------ require(doBy) descStat(mtcars$mpg) descStat(mtcars) #------------------------------------------------------------------------------------------ require(Hmisc) describe(mtcars) #------------------------------------------------------------------------------------------ require(pastecs) stat.desc(mtcars$mpg) stat.desc(mtcars) #------------------------------------------------------------------------------------------ require(Bolstad2) describe(mtcars) Hmisc::describe(mtcars) # especifica o endereço da função, o pacote ao qual pertence pastecs::describe(mtcars) #------------------------------------------------------------------------------------------ require(equate) descriptives(mtcars$mpg) #------------------------------------------------------------------------------------------ require(quantchem) dstat(mtcars$mpg[1:20]) dstat(mtcars$wt[1:30]) # require(G2Sd) #granstat {G2Sd} # require(Deducer) #------------------------------------------------------------------------------------------ require(memisc) Descriptives(mtcars$mpg) Table(mtcars$mpg) #------------------------------------------------------------------------------------------ # funções para tarefas separando por grupos by() tapply() aggregate() require(plyr) # pacote com funções úteis para tarefas separando por grupos help(ddply, help_type="html") ddply(iris, .(Species), .fun=mean) ddply(iris, .(Species), summarise, mean=mean(Sepal.Length), sd=sd(Sepal.Length)) arrange(mtcars, cyl, mpg, decreasing=TRUE) # ordena pelos valores das colunas passadas require(reshape) sparseby(iris[,-5], iris$Species, mean) help(melt, help_type="html") head(melt(tips)) #------------------------------------------------------------------------------------------ # transformar ou acrescentar colunas em um data.frame mtcar$raiz.mpg <- sqrt(mtcars$mpg) mtcars <- transform(mtcars, rais.mpg=sqrt(mpg), cyl=factor(cyl)) str(mtcars) #------------------------------------------------------------------------------------------ # uso da função with() mean(mtcars$mpg)-mean(mtcars$wt) with(mtcars, mean(mpg)-mean(wt)) boxplot(mtcars$mpg~mtcars$cyl) with(mtcars, boxplot(mpg~cyl)) #------------------------------------------------------------------------------------------ # gráfico de barras com intervalos de mínimo e máximo tb.mean <- with(mtcars, tapply(mpg, cyl, mean)) tb.min <- with(mtcars, tapply(mpg, cyl, min)) tb.max <- with(mtcars, tapply(mpg, cyl, max)) aux <- barplot(tb.mean, ylim=c(0,35)) arrows(aux, tb.min, aux, tb.max, code=3, angle=90) #------------------------------------------------------------------------------------------