Breves Descrições
Exemplos
Comentários
> c o m a n d o s g e r a i s
ajuda
listagem
remove todos os objetos, limpa a memória
correlação
impressão
sequência
string
número complexo
anexar
desanexar
condição
sair do R
apply
split
dados faltantes
listas
repetição
controle de fluxo 1
controle de fluxo 2
controle de fluxo 3
integral
retorno de função
estrutura de objetos
janelas de gráficos
help()
ls ( )
rm(list=ls(all=TRUE))
cor(x,y)
cor( dados, method="spearman" )
cat ("texto", "\n", "texto", "\n", funcao(parametros), "\n" )
x = 1:100
y = seq ( 1 , 100 , len = 100 )
x = "teste"
x = c ("teste1", "teste2")
1i
attach("nome do arquivo")
detach()
# ifelse(condição, valor1, valor2)
ifelse( x>0 & x<6 , 1 , 0 )
q()
??
??
na.rm=T
na.rm=F
L = list(nome = c("maria", "&", "marcus"), filhos = 0, idade = c(22, 24))
L$nome
for( i in valorInicial : valorFinal) {
instruções
}
while (condição) { tarefas }
repeat { tarefas
if ( condição ) break }
repeat { tarefas
if ( condição ) { stop( "valor inválido" ) } }
integrate(função, limInf, limSup)
z = gera(100) #coloca "return()" dentro da funcao
str(x) #x é o objeto
graphics.off()
# digite dentro do ( ) a função desejada
# lista todos os objetos já declarados
# bom pra colocar no início dos programas.
# variáveis testadas: x e y
# correlação não paramétrica de Spearman
# imprime tanto textos quanto valores
# "\n" indica parágrafos
# x e y são vetores 1, 2, ..., 100
# (1,100) : intervalo
# anexa um banco de dados ao R; reconhece os objetos dentro de um data frame
# desfaz o attach
# valor 1 se condição = TRUE
# valor 2 se condição = FALSE
??
??
# considera ou não os missings
# o retorno é: "maria" "&" "marcus"
# tarefas executadas enquanto a condição for verdadeira
# tipo o for mas sem especificação prévia do tempo de parada
# igual o break, mas tem msg de erro
# integra funções em um intervalo
# é o que a função passa quando é chamada
# a função passa para o objeto z o que estiver em "return", e tem que ser um objeto único (matriz, vetor).
# retorna informações sobre a estrutura de um objeto
# fecha todos os gráficos
> t e s t e s e s t a t í s t i c o s
teste t
teste qui quadrado
Shapiro Wilks
teste de variâncias
ANOVA
t.test(x, alternative=..., mu=..., paired=...)
chisq.test(x)
Shapiro.test(x)
var.test(x)
aov(x1 ~ x2)
# x = dados; alternative = "two sided"/"less"/"greater"; mu = média
# retorna o p-valor; tobs, df e outras infor.
# Chi-squared test for given probabilities
# Verifica normalidade dos dados
# realiza um teste de comparação de variâncias
# realiza análise de variância univariada
> v a l o r e s a l e a t ó r i o s
distribuição uniforme
distribuição normal
distribuição gamma
distribuição poisson
distribuição cauchy
runif(n,1,2)
rnorm(n, 0,1)
rgamma(n, par1, par2)
rpois(n, lambda)
rcauchy(n)
# gera n valores uniformes entre 1 e 2
# gera n valores com média 0 e var 1
# par1 e par2 = parametros
# n = tamanho do vetor
# n = tamanho do vetor
> m a t r i z e s
entrada de dados em uma matriz
matriz inversa
inversa generalizada
multiplicação de matrizes
função lógica
transposição
auto valores e vetores
decomposição espectral
determinante
diagonal
Dimensão da matriz
m = matrix(x,2,2)
ou
m = matrix(
c(2,4,3,1,5,7), # elementos de dados
nrow = 2, # numero de linhas
ncol = 3, # numero de colunas
byrow = TRUE)
m
m = matrix(y,nrow,ncol)
inversaM = solve(m)
require(MASS)
invMP = ginv(m)
m %*% n
is.matrix(m)
t(m)
eigen(m)
sdv(m)
det(m)
diag(m)
dim(M)
# m é a matriz 2x2 que recebe como entradas os valores do vetor x, preenchida por colunas (default)
# m é uma matriz com os valores do vetor y
# inversaM é a sua matriz inversa
# m é uma matriz
# invMP é inversa de Moore-Penrose
# matrizes: m e n
# retorna "True" ou "False"
# retorna a diagonal da matriz m
# dimensão da matriz/array M.
> g r á f i c o s
histograma
pontos
boxplot
linha
ramo e folhas
gráfico de barras
gráfico de pizza
série temporal
curvas
colore pontos
Cores contínuas
Nomes das cores
hist(x)
plot(x,y,main= "Título", xlab="Eixo X", ylab="Eixo Y", pch="+",col=2,col.axis = "sky blue", col.lab = "thistle")
boxplot(x,y)
plot(x,y,main = "Título", xlab="Eixo X", ylab="Eixo Y", type="l", col=3)
stem(x)
barplot(x)
pie(x)
plot.ts(x) ou ts.plot(x)
curve(função, limInf, limSup)
points(x[5],y[5],col=3,pch=17)
pdf('caminho/nomeDoArquivo.pdf', width=10, height=6)
plot(x,y)
dev.off()
rainbow(n, s = 1, v = 1, start = 0, end = max(1, n - 1)/n, alpha = 1)
heat.colors(n, alpha = 1)
terrain.colors(n, alpha = 1)
topo.colors(n, alpha = 1)
cm.colors(n, alpha = 1)
grep("red",colors()) #números
colors()[grep("red",colors())] #nomes
colors()[grep("sky",colors())]
# x é um vetor
# há 255 opções numéricas para o pch
# col 2 = vermelho
# col.axis = cor do eixo
# col.lab = cor da legenda do eixo
# compara boxplots das variáveis x e y
# type="l" indica que é linha
# col 3 = verde; 4 = azul, etc..
# cada valor do vetor é uma % da pizza
# plota a curva dentro do intervalo
# coordenadas do ponto,cor e tipo
# criação de arquivo pdf. O comando do gráfico, por exemplo, vem em seguida
# criação de um vetor de n cores contínuas
# procurar cores
> v e t o r e s
append
entrada de dados em um vetor
tamanho
função lógica
soma
média
variância
mínimo
máximo
mediana
percentis
estatísticas descritivas
transformar vetor "x" em matriz
amostra
agrupa vetores em matriz por linha
agrupa vetores em matriz por coluna
ordenação dos valores
índice
??
reverter a ordem
testa se há valores duplicados
valores únicos
posições
posições
posições
posições
string
vet = append(vet, 1, i)
x = c(3/4, 1/4, 1/2, 1/2)
length(x)
is.vector(x)
sum(x)
mean(x)
var(x)
min(x)
max(x)
median(x)
quantile(x, c(0.05, 0.95) )
summary(x)
h = matrix(x, sqrt(length(x)),sqrt(length(x)))
sample(x, size, replace = T or F, prob)
r = rbind(x,y)
c = cbind(x,y)
sort(x)
order(x)
rank(x)
rev(x)
duplicated(x)
unique(x)
rank(v)
which.max(v)/which(min(v)
v[i]
v[-i]
noquote(x)
# inclui o valor 1 no vetor vet a partir da posição i
# retorna o nº de elementos do vetor x
# retorna "True" ou "False"
# soma os elementos do vetor
# mínimo, 1º quartil, mediana, média, 3º quartil, máximo
# sqrt(length(x)) serve pra calcular certinho a dimensão da matriz quadrada
# x é o vetor a ser amostrado; prob é um vetor de pesos para amostrar
# r será uma matriz com 2 linhas e o tamanho máximo entre x e y colunas.
# c será uma matriz com 2 colunas, cada qual com os valores dos vetores x e y.
# dá o índice
??
# retorna o vetor lógico, indicando se o elemento é repetição do anterior
# gera uma lista dos valores existentes
# retorna as posições que cada elemento ocupa no vetor v ordenado.
retorna a posi.ção em que o valor máximo/mínimo se encontra.
# retorna os elentos de v que se encontra na posição i.
# retorna os elementos de v com excessão daquele que se encontra na posição i.
#limpa "vetores string"
> t a b e l a s
tabela
construindo tabelas
data frame
transposição de tabelas
dados
tabela de contingência
ANOVA
merge
dummy = data.frame ( x=x, y=y )
dummy <- data.frame(x=x, y=x*x, w=exp(x))
x = c( "cidade", "pop", "ano" )
y = c( "BH", "201061", "1991" )
tab = data.frame(x,y)
>tab x y
1 cidade BH
2 pop 201061
3 ano 1991
t(tab)
dados = read.table(caminho do arquivo; header=F)
table(x,y)
summary(aov())
merge(dados1,dados2,by="id")
# tabela com 3 colunas
# exemplo de data frame
# cria uma tabela com o nº de ocorrências da combinação das variáveis
# tabela da ANOVA
# merge data frames
> o u t r o s c o m a n d o s
Ponderação
Diretório
Pacotes
Diretório
Diretório
wpct(x, weight, na.rm=TRUE)
setwd("")
search()
getwd()
dir()
# Provides a weighted table of percentages for any variable.
# muda o diretório do trabalho
# lista todos os pacotes carregados
# mostra o diretório de trabalho
# lista todos os arquivos da pasta de trabalho atual.
Links de Tutoriais e páginas relacionadas: