# Comentários começam com o símbolo de Cerquilha, também conhecido como # jogo da velha # Não existe um símbolo especial para comentários em várias linhas # mas você pode escrever várias linhas de comentários adicionando a # cerquilha (#) ao início de cada uma delas. # No Windows e Linux, você pode usar CTRL-ENTER para executar uma linha. # No MacOS, o equivalente é COMMAND-ENTER ############################################################################# # Coisas que você pode fazer sem entender nada sobre programação ############################################################################# # Nesta seção, mostramos algumas das coisas legais que você pode fazer em # R sem entender nada de programação. Não se preocupe em entender tudo o # que o código faz. Apenas aproveite! data() # navegue pelos conjuntos de dados pré-carregados data(rivers) # carregue este: "Comprimentos dos principais rios norte-americanos" ls() # observe que "rivers" apareceu na área de trabalho (workspace) head(rivers) # dê uma espiada no conjunto de dados # 735 320 325 392 524 450 length(rivers) # quantos rios foram medidos? # 141 summary(rivers) # consulte um sumário de estatísticas básicas # Min. 1st Qu. Median Mean 3rd Qu. Max. # 135.0 310.0 425.0 591.2 680.0 3710.0 # faça um diagrama de ramos e folhas (uma visualização de dados semelhante a um histograma) stem(rivers) # A vírgula está 2 dígito(s) à direita do símbolo | # # 0 | 4 # 2 | 011223334555566667778888899900001111223333344455555666688888999 # 4 | 111222333445566779001233344567 # 6 | 000112233578012234468 # 8 | 045790018 # 10 | 04507 # 12 | 1471 # 14 | 56 # 16 | 7 # 18 | 9 # 20 | # 22 | 25 # 24 | 3 # 26 | # 28 | # 30 | # 32 | # 34 | # 36 | 1 stem(log(rivers)) # Observe que os dados não são normais nem log-normais! # Tome isso, fundamentalistas da curva normal! # O ponto decimal está 1 dígito(s) à esquerda do símbolo | # # 48 | 1 # 50 | # 52 | 15578 # 54 | 44571222466689 # 56 | 023334677000124455789 # 58 | 00122366666999933445777 # 60 | 122445567800133459 # 62 | 112666799035 # 64 | 00011334581257889 # 66 | 003683579 # 68 | 0019156 # 70 | 079357 # 72 | 89 # 74 | 84 # 76 | 56 # 78 | 4 # 80 | # 82 | 2 # faça um histograma: hist(rivers, col="#333333", border="white", breaks=25) # brinque com estes parâmetros hist(log(rivers), col="#333333", border="white", breaks=25) # você fará mais gráficos mais tarde # Aqui está outro conjunto de dados que vem pré-carregado. O R tem toneladas deles. data(discoveries) plot(discoveries, col="#333333", lwd=3, xlab="Ano", main="Número de descobertas importantes por ano") plot(discoveries, col="#333333", lwd=3, type = "h", xlab="Ano", main="Número de descobertas importantes por ano") # Em vez de deixar a ordenação padrão (por ano), # também podemos ordenar para ver o que é mais comum: sort(discoveries) # [1] 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 # [26] 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 # [51] 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 # [76] 4 4 4 4 5 5 5 5 5 5 5 6 6 6 6 6 6 7 7 7 7 8 9 10 12 stem(discoveries, scale=2) # # O ponto decimal está no símbolo | # # 0 | 000000000 # 1 | 000000000000 # 2 | 00000000000000000000000000 # 3 | 00000000000000000000 # 4 | 000000000000 # 5 | 0000000 # 6 | 000000 # 7 | 0000 # 8 | 0 # 9 | 0 # 10 | 0 # 11 | # 12 | 0 max(discoveries) # 12 summary(discoveries) # Min. 1st Qu. Median Mean 3rd Qu. Max. # 0.0 2.0 3.0 3.1 4.0 12.0 # Role um dado algumas vezes round(runif(7, min=.5, max=6.5)) # 1 4 6 1 4 6 4 # Seus números serão diferentes dos meus, a menos que definamos a mesma semente aleatória com o set.seed # Obtenha 9 números de forma aleatória a partir de uma distribuição normal rnorm(9) # [1] 0.07528471 1.03499859 1.34809556 -0.82356087 0.61638975 -1.88757271 # [7] -0.59975593 0.57629164 1.08455362 ################################################## # Tipos de dados e aritmética básica ################################################## # Agora para a parte orientada a programação do tutorial. # Nesta seção você conhecerá os tipos de dados importantes do R: # integers, numerics, characters, logicals, e factors. # Existem outros, mas estes são o mínimo que você precisa para # iniciar. # INTEGERS # Os inteiros de armazenamento longo são escritos com L 5L # 5 class(5L) # "integer" # (Experimente ?class para obter mais informações sobre a função class().) # Em R, todo e qualquer valor, como 5L, é considerado um vetor de comprimento 1 length(5L) # 1 # Você pode ter um vetor inteiro com comprimento > 1 também: c(4L, 5L, 8L, 3L) # 4 5 8 3 length(c(4L, 5L, 8L, 3L)) # 4 class(c(4L, 5L, 8L, 3L)) # "integer" # NUMERICS # Um "numeric" é um número de ponto flutuante de precisão dupla 5 # 5 class(5) # "numeric" # De novo, tudo em R é um vetor; # você pode fazer um vetor numérico com mais de um elemento c(3,3,3,2,2,1) # 3 3 3 2 2 1 # Você também pode usar a notação científica 5e4 # 50000 6.02e23 # Número de Avogadro 1.6e-35 # Comprimento de Planck # Você também pode ter números infinitamente grandes ou pequenos class(Inf) # "numeric" class(-Inf) # "numeric" # Você pode usar "Inf", por exemplo, em integrate(dnorm, 3, Inf) # isso evita as tabelas de escores-Z. # ARITMÉTICA BÁSICA # Você pode fazer aritmética com números # Fazer aritmética com uma mistura de números inteiros (integers) e com # ponto flutuante (numeric) resulta em um numeric 10L + 66L # 76 # integer mais integer resulta em integer 53.2 - 4 # 49.2 # numeric menos numeric resulta em numeric 2.0 * 2L # 4 # numeric vezes integer resulta em numeric 3L / 4 # 0.75 # integer dividido por numeric resulta em numeric 3 %% 2 # 1 # o resto de dois numeric é um outro numeric # Aritmética ilegal produz um "não-é-um-número" (do inglês Not-a-Number): 0 / 0 # NaN class(NaN) # "numeric" # Você pode fazer aritmética em dois vetores com comprimento maior que 1, # desde que o comprimento do vetor maior seja um múltiplo inteiro do menor c(1,2,3) + c(1,2,3) # 2 4 6 # Como um único número é um vetor de comprimento um, escalares são aplicados # elemento a elemento com relação a vetores (4 * c(1,2,3) - 2) / 2 # 1 3 5 # Exceto para escalares, tenha cuidado ao realizar aritmética em vetores com # comprimentos diferentes. Embora possa ser feito, c(1,2,3,1,2,3) * c(1,2) # 1 4 3 2 2 6 # ter comprimentos iguais é uma prática melhor e mais fácil de ler c(1,2,3,1,2,3) * c(1,2,1,2,1,2) # CHARACTERS # Não há diferença entre strings e caracteres em R "Horatio" # "Horatio" class("Horatio") # "character" class('H') # "character" # São ambos vetores de caracteres de comprimento 1 # Aqui está um mais longo: c('alef', 'bet', 'gimmel', 'dalet', 'he') # "alef" "bet" "gimmel" "dalet" "he" length(c("Call","me","Ishmael")) # 3 # Você pode utilizar expressões regulares (regex) em vetores de caracteres: substr("Fortuna multis dat nimis, nulli satis.", 9, 15) # "multis " gsub('u', 'ø', "Fortuna multis dat nimis, nulli satis.") # "Fortøna møltis dat nimis, nølli satis." # R tem vários vetores de caracteres embutidos: letters # [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q" "r" "s" # [20] "t" "u" "v" "w" "x" "y" "z" month.abb # "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul" "Aug" "Sep" "Oct" "Nov" "Dec" # LOGICALS # Em R, um "logical" é um booleano class(TRUE) # "logical" class(FALSE) # "logical" # O comportamento deles é normal TRUE == TRUE # TRUE TRUE == FALSE # FALSE FALSE != FALSE # FALSE FALSE != TRUE # TRUE # Dados ausentes (NA) são logical, também class(NA) # "logical" # Use | e & para operações lógicas. # OR TRUE | FALSE # TRUE # AND TRUE & FALSE # FALSE # Aplicar | e & a vetores retorna operações lógicas elemento a elemento c(TRUE,FALSE,FALSE) | c(FALSE,TRUE,FALSE) # TRUE TRUE FALSE c(TRUE,FALSE,TRUE) & c(FALSE,TRUE,TRUE) # FALSE FALSE TRUE # Você pode testar se x é TRUE isTRUE(TRUE) # TRUE # Aqui obtemos um vetor logical com muitos elementos: c('Z', 'o', 'r', 'r', 'o') == "Zorro" # FALSE FALSE FALSE FALSE FALSE c('Z', 'o', 'r', 'r', 'o') == "Z" # TRUE FALSE FALSE FALSE FALSE # FACTORS # A classe factor é para dados categóricos # Os fatores podem ser ordenados (como as avaliações de crianças) ou # não ordenados (como as cores) factor(c("azul", "azul", "verde", NA, "azul")) # azul azul verde azul # Levels: azul verde # Os "levels" são os valores que os dados categóricos podem assumir # Observe que os dados ausentes não entram nos levels levels(factor(c("verde", "verde", "azul", NA, "azul"))) # "azul" "verde" # Se um vetor de factor tem comprimento 1, seus levels também terão comprimento 1 length(factor("green")) # 1 length(levels(factor("green"))) # 1 # Os fatores são comumente vistos em data frames, uma estrutura de dados que abordaremos # mais tarde data(infert) # "Infertilidade após aborto espontâneo e induzido" levels(infert$education) # "0-5yrs" "6-11yrs" "12+ yrs" # NULL # "NULL" é um valor estranho; use-o para "apagar" um vetor class(NULL) # NULL parakeet = c("bico", "penas", "asas", "olhos") parakeet # [1] "bico" "penas" "asas" "olhos" parakeet <- NULL parakeet # NULL # COERÇÃO DE TIPO # Coerção de tipo é quando você força um valor a assumir um tipo diferente as.character(c(6, 8)) # "6" "8" as.logical(c(1,0,1,1)) # TRUE FALSE TRUE TRUE # Se você colocar elementos de diferentes tipos em um vetor, coerções estranhas acontecem: c(TRUE, 4) # 1 4 c("cachorro", TRUE, 4) # "cachorro" "TRUE" "4" as.numeric("Bilbo") # [1] NA # Warning message: # NAs introduced by coercion # Observe também: esses são apenas os tipos de dados básicos # Existem muitos outros tipos de dados, como datas, séries temporais, etc. ################################################## # Variáveis, laços, expressões condicionais ################################################## # Uma variável é como uma caixa na qual você armazena um valor para uso posterior. # Chamamos isso de "atribuir" o valor à variável. # Ter variáveis nos permite escrever laços, funções e instruções com condição # VARIÁVEIS # Existem muitas maneiras de atribuir valores: x = 5 # é possível fazer assim y <- "1" # mas é preferível fazer assim TRUE -> z # isso funciona, mas é estranho # LAÇOS # Nós temos laços com for for (i in 1:4) { print(i) } # [1] 1 # [1] 2 # [1] 3 # [1] 4 # Nós temos laços com while a <- 10 while (a > 4) { cat(a, "...", sep = "") a <- a - 1 } # 10...9...8...7...6...5... # Tenha em mente que os laços for e while são executados lentamente em R # Operações em vetores inteiros (por exemplo, uma linha inteira, uma coluna inteira) # ou funções do tipo apply() (discutiremos mais tarde) são mais indicadas # IF/ELSE # Novamente, bastante padrão if (4 > 3) { print("4 é maior que 3") } else { print("4 não é maior que 3") } # [1] "4 é maior que 3" # FUNÇÕES # Definidas assim: jiggle <- function(x) { x = x + rnorm(1, sd=.1) # adicione um pouco de ruído (controlado) return(x) } # Chamada como qualquer outra função R: jiggle(5) # 5±ε. Após set.seed(2716057), jiggle(5)==5.005043 ########################################################################### # Estruturas de dados: Vetores, matrizes, data frames e arranjos (arrays) ########################################################################### # UNIDIMENSIONAL # Vamos começar do início, e com algo que você já sabe: vetores. vec <- c(8, 9, 10, 11) vec # 8 9 10 11 # Consultamos elementos específicos utilizando colchetes # (Observe que R começa a contar a partir de 1) vec[1] # 8 letters[18] # "r" LETTERS[13] # "M" month.name[9] # "September" c(6, 8, 7, 5, 3, 0, 9)[3] # 7 # Também podemos pesquisar os índices de componentes específicos, which(vec %% 2 == 0) # 1 3 # pegue apenas as primeiras ou últimas entradas no vetor, head(vec, 1) # 8 tail(vec, 2) # 10 11 # ou descubra se um determinado valor está no vetor any(vec == 10) # TRUE # Se um índice for além do comprimento de um vetor, você obterá NA: vec[6] # NA # Você pode encontrar o comprimento do seu vetor com length() length(vec) # 4 # Você pode realizar operações em vetores inteiros ou subconjuntos de vetores vec * 4 # 32 36 40 44 vec[2:3] * 5 # 45 50 any(vec[2:3] == 8) # FALSE # e R tem muitas funções internas para sumarizar vetores mean(vec) # 9.5 var(vec) # 1.666667 sd(vec) # 1.290994 max(vec) # 11 min(vec) # 8 sum(vec) # 38 # Mais alguns recursos embutidos: 5:15 # 5 6 7 8 9 10 11 12 13 14 15 seq(from=0, to=31337, by=1337) # [1] 0 1337 2674 4011 5348 6685 8022 9359 10696 12033 13370 14707 # [13] 16044 17381 18718 20055 21392 22729 24066 25403 26740 28077 29414 30751 # BIDIMENSIONAL (ELEMENTOS DA MESMA CLASSE) # Você pode fazer uma matriz com entradas do mesmo tipo assim: mat <- matrix(nrow = 3, ncol = 2, c(1,2,3,4,5,6)) mat # [,1] [,2] # [1,] 1 4 # [2,] 2 5 # [3,] 3 6 # Ao contrário de um vetor, a classe de uma matriz é "matrix" independente do que ela contém class(mat) # "matrix" # Consulte a primeira linha mat[1,] # 1 4 # Execute uma operação na primeira coluna 3 * mat[,1] # 3 6 9 # Consulte uma célula específica mat[3,2] # 6 # Transponha toda a matriz t(mat) # [,1] [,2] [,3] # [1,] 1 2 3 # [2,] 4 5 6 # Multiplicação de matrizes mat %*% t(mat) # [,1] [,2] [,3] # [1,] 17 22 27 # [2,] 22 29 36 # [3,] 27 36 45 # cbind() une vetores em colunas para formar uma matriz mat2 <- cbind(1:4, c("cachorro", "gato", "passaro", "cachorro")) mat2 # [,1] [,2] # [1,] "1" "cachorro" # [2,] "2" "gato" # [3,] "3" "passaro" # [4,] "4" "cachorro" class(mat2) # matrix # Mais uma vez, observe o que aconteceu! # Como as matrizes devem conter todas as entradas da mesma classe, # tudo foi convertido para a classe character c(class(mat2[,1]), class(mat2[,2])) # rbind() une vetores linha a linha para fazer uma matriz mat3 <- rbind(c(1,2,4,5), c(6,7,0,4)) mat3 # [,1] [,2] [,3] [,4] # [1,] 1 2 4 5 # [2,] 6 7 0 4 # Ah, tudo da mesma classe. Sem coerções. Muito melhor. # BIDIMENSIONAL (CLASSES DIFERENTES) # Para colunas de tipos diferentes, use um data frame # Esta estrutura de dados é tão útil para programação estatística, # que uma versão dela foi adicionada ao Python através do pacote "pandas". estudantes <- data.frame(c("Cedric","Fred","George","Cho","Draco","Ginny"), c(3,2,2,1,0,-1), c("H", "G", "G", "R", "S", "G")) names(estudantes) <- c("nome", "ano", "casa") # nomeie as colunas class(estudantes) # "data.frame" estudantes # nome ano casa # 1 Cedric 3 H # 2 Fred 2 G # 3 George 2 G # 4 Cho 1 R # 5 Draco 0 S # 6 Ginny -1 G class(estudantes$ano) # "numeric" class(estudantes[,3]) # "factor" # encontre as dimensões nrow(estudantes) # 6 ncol(estudantes) # 3 dim(estudantes) # 6 3 # A função data.frame() converte vetores de caracteres em vetores de fator # por padrão; desligue isso definindo stringsAsFactors = FALSE quando # você criar um data frame ?data.frame # Existem muitas maneiras particulares de consultar partes de um data frame, # todas sutilmente diferentes estudantes$ano # 3 2 2 1 0 -1 estudantes[,2] # 3 2 2 1 0 -1 estudantes[,"ano"] # 3 2 2 1 0 -1 # Uma versão extendida da estrutura data.frame é a data.table # Se você estiver trabalhando com dados enormes ou em painel, ou precisar mesclar # alguns conjuntos de dados, data.table pode ser uma boa escolha. Aqui está um tour # relâmpago: install.packages("data.table") # baixe o pacote a partir do CRAN require(data.table) # carregue ele estudantes <- as.data.table(estudantes) estudantes # observe a saída ligeiramente diferente # nome ano casa # 1: Cedric 3 H # 2: Fred 2 G # 3: George 2 G # 4: Cho 1 R # 5: Draco 0 S # 6: Ginny -1 G estudantes[nome=="Ginny"] # Consulte estudantes com o nome == "Ginny" # nome ano casa # 1: Ginny -1 G estudantes[ano==2] # Consulte estudantes com o ano == 2 # nome ano casa # 1: Fred 2 G # 2: George 2 G # data.table facilita a fusão de dois conjuntos de dados # vamos fazer outro data.table para mesclar com os alunos fundadores <- data.table(casa=c("G","H","R","S"), fundador=c("Godric","Helga","Rowena","Salazar")) fundadores # casa fundador # 1: G Godric # 2: H Helga # 3: R Rowena # 4: S Salazar setkey(estudantes, casa) setkey(fundadores, casa) estudantes <- fundadores[estudantes] # mescle os dois conjuntos de dados com base na "casa" setnames(estudantes, c("casa","nomeFundadorCasa","nomeEstudante","ano")) estudantes[,order(c("nome","ano","casa","nomeFundadorCasa")), with=F] # nomeEstudante ano casa nomeFundadorCasa # 1: Fred 2 G Godric # 2: George 2 G Godric # 3: Ginny -1 G Godric # 4: Cedric 3 H Helga # 5: Cho 1 R Rowena # 6: Draco 0 S Salazar # O data.table torna as tabelas de sumário fáceis estudantes[,sum(ano),by=casa] # casa V1 # 1: G 3 # 2: H 3 # 3: R 1 # 4: S 0 # Para remover uma coluna de um data.frame ou data.table, # atribua a ela o valor NULL estudantes$nomeFundadorCasa <- NULL estudantes # nomeEstudante ano casa # 1: Fred 2 G # 2: George 2 G # 3: Ginny -1 G # 4: Cedric 3 H # 5: Cho 1 R # 6: Draco 0 S # Remova uma linha consultando parte dos dados # Usando data.table: estudantes[nomeEstudante != "Draco"] # casa estudanteNome ano # 1: G Fred 2 # 2: G George 2 # 3: G Ginny -1 # 4: H Cedric 3 # 5: R Cho 1 # Usando data.frame: estudantes <- as.data.frame(estudantes) estudantes[estudantes$casa != "G",] # casa nomeFundadorCasa nomeEstudante ano # 4 H Helga Cedric 3 # 5 R Rowena Cho 1 # 6 S Salazar Draco 0 # MULTIDIMENSIONAL (TODOS OS ELEMENTOS DE UM TIPO) # Arranjos (arrays) criam tabelas n-dimensionais # Todos os elementos devem ser do mesmo tipo # Você pode fazer uma tabela bidimensional (como uma matriz) array(c(c(1,2,4,5),c(8,9,3,6)), dim=c(2,4)) # [,1] [,2] [,3] [,4] # [1,] 1 4 8 3 # [2,] 2 5 9 6 # Você pode usar array para fazer matrizes tridimensionais também array(c(c(c(2,300,4),c(8,9,0)),c(c(5,60,0),c(66,7,847))), dim=c(3,2,2)) # , , 1 # # [,1] [,2] # [1,] 2 8 # [2,] 300 9 # [3,] 4 0 # # , , 2 # # [,1] [,2] # [1,] 5 66 # [2,] 60 7 # [3,] 0 847 # LISTAS (MULTIDIMENSIONAIS, POSSIVELMENTE IMPERFEITAS, DE DIFERENTES TIPOS) # Finalmente, R tem listas (de vetores) lista1 <- list(tempo = 1:40) lista1$preco = c(rnorm(40,.5*lista1$tempo,4)) # aleatória lista1 # Você pode obter itens na lista assim lista1$tempo # um modo lista1[["tempo"]] # um outro modo lista1[[1]] # e ainda um outro modo # [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 # [34] 34 35 36 37 38 39 40 # Você pode obter itens de uma lista como qualquer outro vetor lista1$preco[4] # Listas não são a estrutura de dados mais eficiente para se trabalhar em R; # a menos que você tenha um bom motivo, você deve se ater a data.frames # As listas geralmente são retornadas por funções que realizam regressões lineares ################################################## # A família de funções apply() ################################################## # Lembra de mat? mat # [,1] [,2] # [1,] 1 4 # [2,] 2 5 # [3,] 3 6 # Use apply(X, MARGIN, FUN) para aplicar a função FUN a uma matriz X # sobre linhas (MARGIN = 1) ou colunas (MARGIN = 2) # Ou seja, R faz FUN para cada linha (ou coluna) de X, muito mais rápido que um # laço for ou while faria apply(mat, MAR = 2, jiggle) # [,1] [,2] # [1,] 3 15 # [2,] 7 19 # [3,] 11 23 # Outras funções: ?lappy, ?sapply # Não as deixe te intimidar; todos concordam que essas funções são bem confusas # O pacote plyr visa substituir (e melhorar!) a família *apply(). install.packages("plyr") require(plyr) ?plyr ######################### # Carregando dados ######################### # "pets.csv" é um arquivo hospedado na internet # (mas também poderia tranquilamente ser um arquivo no seu computador) require(RCurl) pets <- read.csv(textConnection(getURL("https://learnxinyminutes.com/docs/pets.csv"))) pets head(pets, 2) # primeiras duas linhas tail(pets, 1) # última linha # Para salvar um data frame ou matriz como um arquivo .csv: write.csv(pets, "pets2.csv") # para criar um novo arquivo .csv # Define o diretório de trabalho com setwd(), confirme em qual você está com getwd() # Experimente ?read.csv e ?write.csv para obter mais informações ######################### # Análise estatística ######################### # Regressão linear! modeloLinear <- lm(preco ~ tempo, data = lista1) modeloLinear # imprime na tela o resultado da regressão # Call: # lm(formula = preco ~ tempo, data = lista1) # # Coefficients: # (Intercept) tempo # 0.1453 0.4943 summary(modeloLinear) # saída mais detalhada da regressão # Call: # lm(formula = preco ~ tempo, data = lista1) # # Residuals: # Min 1Q Median 3Q Max # -8.3134 -3.0131 -0.3606 2.8016 10.3992 # # Coefficients: # Estimate Std. Error t value Pr(>|t|) # (Intercept) 0.14527 1.50084 0.097 0.923 # tempo 0.49435 0.06379 7.749 2.44e-09 *** # --- # Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 # # Residual standard error: 4.657 on 38 degrees of freedom # Multiple R-squared: 0.6124, Adjusted R-squared: 0.6022 # F-statistic: 60.05 on 1 and 38 DF, p-value: 2.44e-09 coef(modeloLinear) # extrai os parâmetros estimados # (Intercept) tempo # 0.1452662 0.4943490 summary(modeloLinear)$coefficients # um outro meio de extrair os resultados # Estimate Std. Error t value Pr(>|t|) # (Intercept) 0.1452662 1.50084246 0.09678975 9.234021e-01 # tempo 0.4943490 0.06379348 7.74920901 2.440008e-09 summary(modeloLinear)$coefficients[,4] # the p-values # (Intercept) tempo # 9.234021e-01 2.440008e-09 # MODELOS LINEARES GERAIS # Regressão logística set.seed(1) lista1$sucesso = rbinom(length(lista1$tempo), 1, .5) # binário aleatório modeloLg <- glm(sucesso ~ tempo, data = lista1, family=binomial(link="logit")) modeloLg # imprime na tela o resultado da regressão logística # Call: glm(formula = sucesso ~ tempo, # family = binomial(link = "logit"), data = lista1) # # Coefficients: # (Intercept) tempo # 0.17018 -0.01321 # # Degrees of Freedom: 39 Total (i.e. Null); 38 Residual # Null Deviance: 55.35 # Residual Deviance: 55.12 AIC: 59.12 summary(modeloLg) # saída mais detalhada da regressão # Call: # glm(formula = sucesso ~ tempo, # family = binomial(link = "logit"), data = lista1) # Deviance Residuals: # Min 1Q Median 3Q Max # -1.245 -1.118 -1.035 1.202 1.327 # # Coefficients: # Estimate Std. Error z value Pr(>|z|) # (Intercept) 0.17018 0.64621 0.263 0.792 # tempo -0.01321 0.02757 -0.479 0.632 # # (Dispersion parameter for binomial family taken to be 1) # # Null deviance: 55.352 on 39 degrees of freedom # Residual deviance: 55.121 on 38 degrees of freedom # AIC: 59.121 # # Number of Fisher Scoring iterations: 3 ######################### # Gráficos ######################### # FUNÇÕES DE PLOTAGEM INTEGRADAS # Gráficos de dispersão! plot(lista1$tempo, lista1$preco, main = "dados falsos") # Trace a linha de regressão em um gráfico existente! abline(modeloLinear, col = "red") # Obtenha uma variedade de diagnósticos legais plot(modeloLinear) # Histogramas! hist(rpois(n = 10000, lambda = 5), col = "thistle") # Gráficos de barras! barplot(c(1,4,5,1,2), names.arg = c("red","blue","purple","green","yellow")) # GGPLOT2 # Mas estes não são nem os mais bonitos dos gráficos no R # Experimente o pacote ggplot2 para gráficos diferentes e mais bonitos install.packages("ggplot2") require(ggplot2) ?ggplot2 pp <- ggplot(estudantes, aes(x=casa)) pp + geom_bar() ll <- as.data.table(lista1) pp <- ggplot(ll, aes(x=tempo,preco)) pp + geom_point() # ggplot2 tem uma excelente documentação (disponível em http://docs.ggplot2.org/current/)