![Introducción
Comandos básicos
Sumario
Referencias
Empezando
Resumen estadístico
Resúmen estadístico
Una vez cargada la base de datos en R, es bueno revisar la tabla
generada, los nombres de las columnas.
> names(datos)
[1] "SAMPLE" "LITHOLOGY" "ALT" "ORE_ZONE" "Au_ppm"
[6] "Ag_ppm" "Al_ppc" "As_ppm" "B_ppm" "Ba_ppm"
[11] "Bi_ppm" "Ca_ppc" "Cd_ppm" "Co_ppm" "Cu_ppm"
[16] "Mn_ppm" "Mo_ppm" "Na_ppc" "Ni_ppm" "Pb_ppm"
[21] "S_ppc" "Sb_ppm" "Sr_ppm" "Th_ppm" "Ti_ppc"
[26] "Tl_ppm" "U_ppm" "V_ppm" "W_ppm" "Zn_ppm"
Una vez definido eso es posible revisar y generar análisis por todos
los elementos o individualmente, mediante el comando summary.
> summary(datos)](https://image.slidesharecdn.com/pstrgeo-160602232054/85/R-en-geologia-12-320.jpg)
![Introducción
Comandos básicos
Sumario
Referencias
Empezando
Resumen estadístico
Resúmen estadístico
Para revisar un resúmen estadístico por columnas, tener en cuenta
que la tabla en R es datos (en este caso), y por ejemplo, la columna
que se quiera revisar sea Zn_ppm, será indicado por el simbolo $.
> summary(datos$Zn_ppm)
Zn_ppm
Min. : 2.0
1st Qu.: 48.0
Median : 77.0
Mean : 176.5
3rd Qu.: 146.0
Max. :40000.0
Los comando para varianza y desviación estándar serían para este
ejemplo:
> var(datos$Zn_ppm)
[1] 1596400
> sd(datos$Zn_ppm)
[1] 1263.487](https://image.slidesharecdn.com/pstrgeo-160602232054/85/R-en-geologia-13-320.jpg)
![Introducción
Comandos básicos
Sumario
Referencias
Empezando
Resumen estadístico
Correlación
Para definir el grado de asociación de dos variables usamos la
correlación, las mas usadas son de Pearson y Spearman, según la
distribución de nuestros datos en R, es posible calcularla de una
tabla numérica o por elementos.
> cor(datos[,5:30])
Nos devolvera un cálculo con las columnas definidas por [,5:30]
que indica que en datos use las columnas desde la 5 hasta la
columna 30, que en este caso son las columnas que contienen
valores geoquímicos para poder hacer los cálculos de correlación.](https://image.slidesharecdn.com/pstrgeo-160602232054/85/R-en-geologia-15-320.jpg)
![Introducción
Comandos básicos
Sumario
Referencias
Empezando
Resumen estadístico
Correlación
En caso de requerir solo de un par de variables la sintaxis es posible
definirla así:
> cor(datos$Zn_ppm,datos$Pb_ppm)
[1] 0.9428593
> cor(log(datos$Zn_ppm),log(datos$Pb_ppm))
[1] 0.54786
> cor.test(datos$Zn_ppm,datos$Pb_ppm)
Pearson’s product-moment correlation
data: datos$Zn_ppm and datos$Pb_ppm
t = 90.3761, df = 1020, p-value < 2.2e-16
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
0.9356338 0.9492949
sample estimates:
cor
0.9428593](https://image.slidesharecdn.com/pstrgeo-160602232054/85/R-en-geologia-16-320.jpg)
R en geología
- 1. Introducción Comandos básicos Sumario Referencias Uso de R en geología Un corto ejemplo Tomás Reátegui Galoc Geólogo de exploraciones 2016
- 2. Introducción Comandos básicos Sumario Referencias Contenido 1 Introducción Uso de datos en geología ¿Que es R? 2 Comandos básicos Comenzando a trabajar Análisis de la base de datos
- 3. Introducción Comandos básicos Sumario Referencias Datos geológicos ¿Que es R? Contenido 1 Introducción Uso de datos en geología ¿Que es R? 2 Comandos básicos Comenzando a trabajar Análisis de la base de datos
- 4. Introducción Comandos básicos Sumario Referencias Datos geológicos ¿Que es R? USO DE DATOS EN GEOLOGIA En geología se extraen datos de las diversas observaciones. Las observaciones pueden ser cualitativas o cuantitativas. Observaciones cualitativas o también llamadas categóricas: color, grado de intemperismo, etc. Observaciones cuantitativas: porcentaje de un tipo de mineral, dirección de una fractura, leyes geoquímicas, etc. Estos datos requieren ser resumidos para su interpetación. Mayormente se usan software como SPSS, Minitab, Excel los cuales tienen un costo significativo, sobre todo si uno esta realizando proyectos académicos y/o personales.
- 5. Introducción Comandos básicos Sumario Referencias Datos geológicos ¿Que es R? Contenido 1 Introducción Uso de datos en geología ¿Que es R? 2 Comandos básicos Comenzando a trabajar Análisis de la base de datos
- 6. Introducción Comandos básicos Sumario Referencias Datos geológicos ¿Que es R? R es un entorno R es un entorno de software libre y lenguaje de programación para computos y gráficos estadísticos. Es código abierto, es posible modificar y mejorar los paquetes disponibles. Es posible realizar estos trabajos de una forma mas simple con otros programas, sin embargo, la potencia de R y su capacidad de ser personalización le da ventajas. Existe el conjunto R-consortium, desarrolladores y auspiciadores que apoyan el desarrollo de R, donde figuran empresas como Microsoft, Google, Hewlett Packard, Oracle.
- 7. Introducción Comandos básicos Sumario Referencias Datos geológicos ¿Que es R? Entorno R
- 8. Introducción Comandos básicos Sumario Referencias Empezando Resumen estadístico Contenido 1 Introducción Uso de datos en geología ¿Que es R? 2 Comandos básicos Comenzando a trabajar Análisis de la base de datos
- 9. Introducción Comandos básicos Sumario Referencias Empezando Resumen estadístico Abrir y cargar base de datos Cuando uno abre el entorno de R, solo observa un prompt para introducir los comandos. Use ls para observar la lista de archivos o vectores activos en la sesión. getwd(): Devuelve la ruta de la carpeta de trabajo. setwd(): Dentro los paréntesis se debe introducir la ruta de la carpeta de trabajo, por ejemplo:“C:/R” en Windows o “/home/user/R” en Linux o Mac Osx, incluyendo las comillas. read.csv(): Comando con el cual se permite abrir una tabla *.csv, para otro tipo de formato es posible usar read.table() ?comando: Devuelve la ayuda del comando en cuestion.
- 10. Introducción Comandos básicos Sumario Referencias Empezando Resumen estadístico Cargar base de datos Generar una tabla en R (objeto) con los valores del archivo tabla.csv, considerando la cabecera. La sintaxis para cargar datos es asignar los valores del archivo tabla.csv al objeto datos lo cual es indicado por <- > datos <- read.csv("datos.csv", header=TRUE) Para observar los valores del objeto datos digitar el nombre asignado en R, pero devolvera todos los valores de la tabla. > datos Los comandos siguientes son útiles para revisar los nombres de las columnas en la tabla, los 6 primeros valores y los 6 ultimos valores de la tabla. > names(datos) > head(datos) > tail(datos)
- 11. Introducción Comandos básicos Sumario Referencias Empezando Resumen estadístico Contenido 1 Introducción Uso de datos en geología ¿Que es R? 2 Comandos básicos Comenzando a trabajar Análisis de la base de datos
- 12. Introducción Comandos básicos Sumario Referencias Empezando Resumen estadístico Resúmen estadístico Una vez cargada la base de datos en R, es bueno revisar la tabla generada, los nombres de las columnas. > names(datos) [1] "SAMPLE" "LITHOLOGY" "ALT" "ORE_ZONE" "Au_ppm" [6] "Ag_ppm" "Al_ppc" "As_ppm" "B_ppm" "Ba_ppm" [11] "Bi_ppm" "Ca_ppc" "Cd_ppm" "Co_ppm" "Cu_ppm" [16] "Mn_ppm" "Mo_ppm" "Na_ppc" "Ni_ppm" "Pb_ppm" [21] "S_ppc" "Sb_ppm" "Sr_ppm" "Th_ppm" "Ti_ppc" [26] "Tl_ppm" "U_ppm" "V_ppm" "W_ppm" "Zn_ppm" Una vez definido eso es posible revisar y generar análisis por todos los elementos o individualmente, mediante el comando summary. > summary(datos)
- 13. Introducción Comandos básicos Sumario Referencias Empezando Resumen estadístico Resúmen estadístico Para revisar un resúmen estadístico por columnas, tener en cuenta que la tabla en R es datos (en este caso), y por ejemplo, la columna que se quiera revisar sea Zn_ppm, será indicado por el simbolo $. > summary(datos$Zn_ppm) Zn_ppm Min. : 2.0 1st Qu.: 48.0 Median : 77.0 Mean : 176.5 3rd Qu.: 146.0 Max. :40000.0 Los comando para varianza y desviación estándar serían para este ejemplo: > var(datos$Zn_ppm) [1] 1596400 > sd(datos$Zn_ppm) [1] 1263.487
- 14. Introducción Comandos básicos Sumario Referencias Empezando Resumen estadístico Resúmen gráfico La tabla puede ser representada por diversos gráficos estadísticos donde los importantes serían el histograma y el diagrama de cajas y bigotes. Los datos fueron transformados logaritmicamente log. > hist(log(datos$Zn_ppm)) > boxplot(log(datos$Zn_ppm))
- 15. Introducción Comandos básicos Sumario Referencias Empezando Resumen estadístico Correlación Para definir el grado de asociación de dos variables usamos la correlación, las mas usadas son de Pearson y Spearman, según la distribución de nuestros datos en R, es posible calcularla de una tabla numérica o por elementos. > cor(datos[,5:30]) Nos devolvera un cálculo con las columnas definidas por [,5:30] que indica que en datos use las columnas desde la 5 hasta la columna 30, que en este caso son las columnas que contienen valores geoquímicos para poder hacer los cálculos de correlación.
- 16. Introducción Comandos básicos Sumario Referencias Empezando Resumen estadístico Correlación En caso de requerir solo de un par de variables la sintaxis es posible definirla así: > cor(datos$Zn_ppm,datos$Pb_ppm) [1] 0.9428593 > cor(log(datos$Zn_ppm),log(datos$Pb_ppm)) [1] 0.54786 > cor.test(datos$Zn_ppm,datos$Pb_ppm) Pearson’s product-moment correlation data: datos$Zn_ppm and datos$Pb_ppm t = 90.3761, df = 1020, p-value < 2.2e-16 alternative hypothesis: true correlation is not equal to 0 95 percent confidence interval: 0.9356338 0.9492949 sample estimates: cor 0.9428593
- 17. Introducción Comandos básicos Sumario Referencias Empezando Resumen estadístico Gráfico de dispersión Una manera de visualizar el grado de correlación linear entre dos variables, es mediante un gráfico de dispersión. > plot(log10(datos$Pb_ppm)~log10(datos$Zn_ppm)) > abline(lm(log10(Pb_ppm)~log10(Zn_ppm),data=datos))
- 18. Introducción Comandos básicos Sumario Referencias Empezando Resumen estadístico Regresión lineal En la diapositiva anterior se mostró el comando lm dentro del comando abline, es una forma de trabajar del R, indica que actuará primero el comando que afecte directamente a la variable y asi consecutivamente. El comando lm, es el comando de la regresión lineal (tanto multiple como simple), en el cual se ejecuta para definir la intensidad de la relación entre una variable dependiente con una o mas variables independientes > lm(log10(Pb_ppm)~log10(Zn_ppm),data=datos) Call: lm(formula = log10(Pb_ppm) ~ log10(Zn_ppm), data = datos) Coefficients: (Intercept) log10(Zn_ppm) -0.5595 0.8261 En la fomula indicada el argumento y ∼ x, indica que y es dependiente y x es la variable independiente.
- 19. Introducción Comandos básicos Sumario Referencias Sumario R es un entorno para realizar cómputos y gráficos estadísticos . R es libre y gratis, por lo tanto es posible trabajar con esto sin pagar licencia. R tiene una curva de aprendizaje abrupta, pero con práctica es posible entender los comandos necesarios para un trabajo de análisis. Punto de vista Aqui se muestra solo unos pocos comandos y métodos que se pueden realizar en R. Puede ser muy útil tanto en el ámbito académico y profesional, en el trabajo geológico.