Este curso te proporcionará las bases del lenguaje de programación estadística R, la lengua franca de la estadística, el cual te permitirá escribir programas que lean, manipulen y analicen datos cuantitativos. Te explicaremos la instalación del lenguaje; también verás una introducción a los sistemas base de gráficos y al paquete para graficar ggplot2, para visualizar estos datos. Además también abordarás la utilización de uno de los IDEs más populares entre la comunidad de usuarios de R, llamado RStudio. Objetivo Al término del curso: Utilizarás el lenguaje de programación R con el fin de manipular datos, generar análisis estadísticos y representación gráfica, a través del procesamiento de datos cuantitativos. Forma de trabajo Este curso busca introducirte en el lenguaje de programación estadística R, un lenguaje computacional diseñado para el análisis estadístico de datos. Este curso está dirigido a estudiantes y profesionales que tienen interés en poder utilizar esta herramienta, para leer, manipular, analizar y graficar datos. Utilizarás un IDE (Ambiente de Desarrollo Integrado) muy popular para trabajar con el lenguaje R, llamado RStudio, que se ha vuelto el IDE de facto para programar en R. En cada módulo encontrarás videos que te guiarán en la instalación de las herramientas a utilizar, así como explicaciones de las operaciones básicas y los elementos específicos que ofrecen un manejo más profundo del lenguaje. También hallarás algunas referencias bibliográficas para ahondar en el tema que sea de tu interés. Para complementar las lecciones, realizarás prácticas con el lenguaje, las cuales tendrán valor para la evaluación.
Reglas de Alcance
Loading...
From the course by Universidad Nacional Autónoma de México
Introducción a Data Science: Programación Estadística con R
2165 оценки
Universidad Nacional Autónoma de México
2165 оценки
From the lesson
Utilización del Lenguaje
En esta semana, aprenderás a utilizar las estructuras de control para agilizar tareas repetitivas, a crear funciones para llevar a cabo tareas específicas o complejas, las reglas de alcance, el manejo de las fechas y variables de fechas, la importancia de utilizar operaciones vectorizadas para hacer tu código más rápido, por qué es importante escribir código con un buen estilo.
Meet the Instructors
Carlos Ernesto López NatarénTécnico Académico
Secretaría Técnica de Cómputo, Telecomunicaciones, Diseño y Fotografía, Instituto de Física, UNAM
[MUSIC]
En esta lección aprenderemos las reglas de alcance,
que son la principal diferencia entre el lenguaje R y el lenguaje S.
Las reglas de alcance determinan como se asocia un valor con una
variable libre en una función en R.
Las variables libres no son más que
variables que no aparecen en la lista de argumentos formales de una función.
R, en particular, utiliza el alcance léxico.
Por ejemplo en el código que está apareciendo en pantalla podemos observar
que está definida la función funcion1.
Y tiene como argumentos X y Y.
Podemos observar que hay un valor dentro de la función,
del cuerpo de la función donde se suma X, Y y otra variable Z.
Esa Z es una variable libre.
¿Como sabe R qué valor asignar a un símbolo?
Por ejemplo, sabemos
que existe una función llamada lm dentro del paquete stats.
¿Qué pasaría entonces si definimos
una función que le llamemos de la misma manera?
lm. Si esta función con exáctamente
el mismo nombre.
¿Qué creen ustedes que pasaría?
Por ejemplo,
la función lm que estoy definiendo en el código que está apareciendo en pantalla,
lo único que hace es, recibe un parámetro X y regresa el valor de esa X al cuadrado.
Si mandamos a llamar inmediatamente en nuestra consola a la función
lm con un valor, digamos cuatro, el resultado es 16.
Es decir, está utilizando el valor de la función
lm que nosotros acabamos de definir.
Cuando R trata de ligar un valor a un símbolo lo que hace es hacer una búsqueda
en una serie de ambientes para encontrar el valor apropiado.
Cuando estamos trabajando en la línea de comandos
y queremos traer el valor de un objeto, el orden en el que se busca es el siguiente.
Primero busca en el ambiente global por un
símbolo con el nombre que se está solicitando.
Luego busca en los espacios de nombres, en la lista de búsqueda.
La lista de búsqueda la podemos consultar utilizando la función search.
El ambiente global siempre es el primero en la lista de búsqueda y el paquete base
siempre es el último en la lista de búsqueda.
El orden de los paquetes en la lista es el orden en el que se hará la búsqueda.
Los usuarios pueden configurar los paquetes que se cargan al iniciar.
Por lo que no podemos suponer que habrá una lista de paquetes disponibles siempre.
Cuando cargamos un paquete con la función library, el espacio de nombres
de este paquete quedará en segundo lugar en la lista de búsqueda.
Y todos los demás paquetes se irán un lugar hacia abajo.
Hay que notar que R tiene un espacio de nombres específico para
funciones y para cualquier cosa que no sea una función.
¿Esto que significa?
Que por ejemplo podemos tener una función que you hemos utilizado llamada C,
que nos puede ayudar a crear vectores.
Y también un objeto llamado C que puede tener un valor.
Como lo que estamos viendo en pantalla.
Recuerdan este ejemplo que está apareciendo en pantalla.
La función Z era una variable libre.
¿Qué pasaría si ejecutáramos ese código?
Si mandamos a llamar a la función1 con los argumentos uno y dos, y.
Como la variable Z no está definida,
nos mandará un error, que nos dice que la Z no se encuentra.
Pero si definimos Z anteriormente, y luego volvemos a hacer una
llamada a la función1, con los argumentos unidos, nos regresará ocho.
Esto significa que el valor de Z dentro de la función es el valor que encuentra
primero, es decir, en el ambiente global, que es donde se definió que Z vale cinco.
Y ese es justamente de lo que trata el alcance léxico, que es que los valores
de las variables se buscan en el ambiente en el que la función fue definida.
Un ambiente no es más que una colección
de parejas de símbolos y valores asociados a esos símbolos.
Cada ambiente tiene un ambiente padre
y es posible que un ambiente tenga múltiples ambientes hijos.
El único ambiente que no tiene padre, es el ambiente vacío.
SI el valor de un símbolo no se encuentra en el ambiente en el
que la función fue definida, se busca en el padre, y así hacia arriba
hasta el llegar al nivel más alto, es decir, generalmente el ambiente global.
O el espacio de nombres de un paquete.
Después de llegar al nivel más alto, se continúa hasta llegar al ambiente vacío.
Si el valor de un símbolo no es encontrado en un ambiente
antes de llegar al ambiente vacío, entonces se va a encontrar con un error,
que es justo lo que pasó con el ejemplo que observamos al principio.
Esto típicamente no tendría mucho sentido,
pero en R, nosotros podemos definir funciones dentro de otras funciones.
En este caso, el ambiente de una función es justamente el cuerpo de otra.
Por ejemplo la función que estamos observando en pantalla en este momento,
llamada elevar.potencia recibe un parámetro n.
Y dentro de ella se define otra función que utiliza ese parámetro para
generarnos una función.
Es decir, que lo que regresa esa función es una función también.
Vamos a ver cómo funciona.
Por ejemplo, si mandamos a llamar la función elevar.potencia
con diferentes parámetros.
Y guardamos en diferentes objetos
el resultado de esas ejecuciones de la función elevar.potencia,
podemos observar que esos objetos que guardan el resultado de esas llamadas.
También, a su vez, son funciones pero que hacen una función en específico,
es decir, una eleva a la cuarta y la otra eleva al cuadrado.
Podemos ver que estos objetos en realidad son funciones también.
Podemos ver de manera más clara qué es lo que está sucediendo
con los siguientes comandos.
La función ambiente o enviroment nos permite analizar qué hay
en el ambiente en donde está definida en la función que le pasamos a environment.
Entonces, si usamos ls(environment(alacuarta)),
que es uno de los objetos que definimos cuando hicimos la llamada.
Podemos ver que hay dos objetos, m y pow,
al igual que con el ambiente de alcuadrado.
También existe "n" y "pow", pero si mandamos a llamar con la función get,
el valor del nombre
n podemos ver que en un ambiente tiene un valor 4 y en el otro tiene valor de 2.
Es por eso que cuando se mandan a llamar los respectivos objetos con
un argumento en uno elevará a la cuarta y en otro eleva al cuadrado.
Es importante no olvidar la manera en que R lleva a cabo la evaluación
y las reglas de alcance, esto nos servirá a escribir código más claro y conciso.
Es importante y creo que en este momento you es un poco obvio.
Que no se repitan los nombres de variables o de funciones,
you que esto puede causar confusión si no estamos en el contexto correcto,
o si no tenemos total conocimiento del código que estamos modificando.
Finalmente, siempre es importante tomar en cuenta esto cuando
vayamos a modificar el código de alguien mas.
[MUSIC]
Ознакомьтесь с нашим каталогом
Присоединяйтесь бесплатно и получайте персонализированные рекомендации, обновления и предложения.
Coursera делает лучшее в мире образование доступным каждому, предлагая онлайн-курсы от ведущих университетов и организаций.
© Coursera Inc., 2018 Все права защищены.
