Hola Carlos:
[Entre líneas]
15.07.2015, 00:18, "Carlos Ortega" <c...@qualityexcellence.es>:
Hola,Gracias por el código.Lo he ejecutado y he visto los resultados.Salvo la parte de los test como te dije, todo lo demás creo que se puede hacer más automático.Probaré a hacer alguna prueba de lo que te comento utilizando el conjunto de MASS.Sobre la duda de los nombres, si le pasas el data.frame tal cual, te debiera de conservar los nombres.Si no es así, pásale como argumento adicional a las funciones los nombres de las columnas/variables...
Había escrito un nuevo mail aclaratorio sin haber leído este. Olvida el último mail y pruebo estas dos cosas que dices.
Muchas gracias y saludos
Saludos,Carlos.El 14 de julio de 2015, 22:49, Griera <gri...@yandex.com> escribió:Hola Carlos:
Te adjunto un ejemplo de aplicación: las funciones (he borrado los path de las funciones y las ordenes "source()" que las carga ) y un ejemplo para ejecutarlas para las opciones que tengo implementadas con la tabla de datos birthwt del paquete"MASS":
- Descriptiva de todas las variables de una tabla.
- Análisis univariado de todas las variables de una tabla cruzadas con una variable dependiente cualitativa.
=Inicio funciones ========================================
##--------------------------------------------------------------
## DESUNI
##--------------------------------------------------------------
DESUNI = function(XDADES,
XDROP=NULL,
XVD=NULL,
XSPV=NULL # Si és una anàlisi de SPV # Pot tenir el valor TRUE
)
{
options(digits = 3, OutDec=",", scipen=999)
## No existeix VD: descriptiva
if(is.null(XVD)) # No existeix VD: descriptiva
{
cat("\n*** Descriptiva (no existeix variable dependent)\n")
DES(XDADES=XDADES, XDROP=XDROP,
XCAMIF=XCAMIF)
}
## Existeis VD: anàlisi univariat
else # Existeis VD: anàlisi univariat
{
UNI(XDADES=XDADES, XDROP=XDROP, XVD=XVD, XSPV=XSPV,
XCAMIF=XCAMIF)
}
}
##--------------------------------------------------------------
## DES: Descriptiva de todas las variables
##--------------------------------------------------------------
DES = function(XDADES, XDROP=NULL,
XCAMIF)
{
ifelse(is.null(XDROP), DADES_S <- XDADES, DADES_S <- XDADES[, setdiff(names(XDADES), XDROP) ]) # setdiff Selecciona les variables de XDADES que són diferents de XDROP
attach(DADES_S, warn.conflicts = F)
XVARLLI=names(DADES_S)
for (XVARNOM in names(DADES_S))
{
if(is.numeric(get(XVARNOM)))
{
DES_QUANTI (XVARNOM)
}
else if(is.factor(get(XVARNOM)))
{
DES_QUALI (XVARNOM)
}
else
{
cat("La variable ", XVARNOM, "no és de cap dels tipus coneguts", "\n")
}
}
# Fi de la funció
detach(DADES_S)
}
##--------------------------------------------------------------
## DES_QUANTI: Descriptiva variables factor
##--------------------------------------------------------------
DES_QUANTI <-
function(X) {
OP <- par(no.readonly = TRUE); # save old parameters
par(mfrow=c(1,3))
hist(get(X), main=c("Histograma de", X), xlab=X);rug(get(X))
boxplot(get(X), main=c("Diagrama de caixa de", X), ylab=X);rug(get(X),side=2)
qqnorm(get(X), main=c("Diagrama Q-Q de", X));qqline(get(X))
cat("\n")
par(OP)
ESTA_1<-data.frame(Variable = X,
N_total = length(get(X)),
N_valids = sum(!is.na(get(X))),
N_desconeguts = sum(is.na(get(X)))
)
ESTA_2<-data.frame(Variable = X,
N = sum(!is.na(get(X))),
Mitjana = if (mean(get(X) > 10)) {round(mean(get(X), na.rm = TRUE), 2)} else {round(mean(get(X), na.rm = TRUE), 3)},
Err_tipic = if (sd (get(X) > 10)) {round(sd (get(X), na.rm = TRUE), 2)} else {round(sd (get(X), na.rm = TRUE), 3)},
Min = min(get(X), na.rm = TRUE),
Perc_25 = quantile(get(X),.25),
Mediana = median(get(X), na.rm = TRUE),
Perc_75 = quantile(get(X),.75),
Max = max(get(X), na.rm = TRUE),
Interval = max(get(X), na.rm = TRUE) - min(get(X), na.rm = TRUE)
)
cat("----------------------------", "\n")
cat("Valors valids i desconeguts", "\n")
print(ESTA_1, row.names = FALSE)
cat("----------------------------", "\n")
cat("Estadistics", "\n")
print(ESTA_2, row.names = FALSE)
cat("----------------------------", "\n")
return(summary(get(X)))
}
##--------------------------------------------------------------
## DES_QUALI: Descriptiva variables factor
##--------------------------------------------------------------
DES_QUALI <- function(X)
{
cat("Var factor: ",X,"\n")
XOUT <- as.data.frame(table(get(X)))
names(XOUT)[1] = X
XOUT <- transform(XOUT, cumFreq = cumsum(Freq), Percentatge = prop.table(Freq))
print(XOUT)
print("-----------------------------------------------------")
}
##--------------------------------------------------------------
## UNI: Análisis univarido
##--------------------------------------------------------------
UNI = function(XDADES, XDROP=NULL,
XVD,
XSPV=NULL, # Si és una anàlisi de SPV
XCAMIF
)
{
ifelse(is.null(XDROP), DADES_S <- XDADES, DADES_S <- XDADES[, setdiff(names(XDADES), XDROP) ])
attach(DADES_S, warn.conflicts = F)
cat("\n Descriptiva de totes les variables seleccionades\n")
print(summary(DADES_S))
for (XVARNOMT in names(DADES_S))
{
if (is.factor (get(XVD) ) )
{
if ( is.factor(get(XVARNOMT)) )
{
UNI_VDQVIQ (XVD=get(XVD), XVDT=XVD, XVARNOM=get(XVARNOMT), XVARNOMT=XVARNOMT, XCAMIF=XCAMIF)
}
else if( is.numeric(get(XVARNOMT)))
{
cat("\nVD=Qualitativa i VI=Numèrica: UNI_VDQVIN\n")
cat("\nPer fer \n")
}
}
else if (is.numeric(get(XVD) ) & is.null(XSPV) ) # VD Num però no temps
{
if ( is.factor(get(XVARNOMT)) )
{
cat("\nVD=Numèrica i VI=Qualitativa: UNI_VDNVIQ\n")
cat("\nPer fer \n")
}
else if( is.numeric(get(XVARNOMT)))
{
cat("\nVD=Numèrica i VI=Numèrica: UNI_VDNVIN\n")
cat("\nPer fer \n")
}
}
else if (is.numeric(get(XVD) ) & !is.null(XSPV) ) # VD Num de temps: SPV
{
if ( is.factor(get(XVARNOMT)) )
{
cat("\nVD=Temps i VI=Qualitativa: UNI_VDTVIQ\n")
cat("\nPer fer \n")
}
else if( is.numeric(get(XVARNOMT)))
{
cat("\nVD=Temps i VI=Numèrica: UNI_VDTVIN\n")
cat("\nPer fer \n")
}
}
else
{
MISSATGE = c("Les variable ", XVD, " i ", XVARNOMT, " no són de cap dels tipus coneguts", sep="")
select.list(MISSATGE,title="Atenció", preselect=MISSATGE)
}
}
# Fi de la funció
detach(DADES_S)
cat("\n\bFi de la funció des.r \n")
}
##--------------------------------------------------------------
## UNI_VDQVIQ: Análisis univarido Var Dep: Quali Var indep: quali
##--------------------------------------------------------------
UNI_VDQVIQ = function(XVD, XVDT, XVARNOM, XVARNOMT, XCAMIF)
{
cat ("*** Entra de uni_vdqviq.r ******************************** \n\n")
source("http://web.udl.es/Biomath/Bioestadistica/R/Instalacio/FuncionsAuxiliars.r", local = F, echo=TRUE, encoding = "unknown")
# CrossTabsMod(get(XVD), get(XVARNOM), digits = 2, chisq = T, row = T, expected = T)
CrossTabs(get(XVDT), XVARNOM, digits = 2, chisq = T, row = T, expected = T)
# Oportunitats relatives i IC http://www.ats.ucla.edu/stat/r/dae/logit.htm
REG_LOG <- glm(XVD ~ XVARNOM, family = "binomial")
print(exp(cbind("Oportunitat Relativa" = coef(REG_LOG), confint(REG_LOG))))
# Valors de p
cat ("\n\nValors de p de les oportunitats relatives (regressió logística):\n")
print(summary(REG_LOG)$coef[, "Pr(>|z|)"]) ## will extract them
cat ("\n\n*** Surt de un_ivdqviq.r ******************************** \n\n")
}
##--------------------------------------------------------------
## Pruebas : comentado con una función
##--------------------------------------------------------------
function()
{
library(MASS)
data(birthwt, package="MASS")
birthwt$low <- factor(birthwt$low)
birthwt$race <- factor(birthwt$race)
# Descriptiva
DESUNI(XDADES=birthwt, XVD=NULL)
# Análisis univariado con var dependiente qualitativa (factor)
DESUNI(XDADES=birthwt, XVD="low")
}
=Fin de funciones =======================================
Muchas gracias por la ayuda y saludos!
> Hola Giera,
>
> Sí, puedes hacer lo mismo con "R" usando como te decía funciones que ya generan de forma automática estos estadísticos. La parte de las relaciones bivariadas, puede dar un poco más de trabajo pero luego las funciones para representar los boxplots o las tablas cruzadas y los diferentes test igualmente se hacen de forma muy compacta.
>
> Así, de primeras, yo como atacaría este problema sería:
>
> * Hacer un "summary()" de tu data.frame. De este resultado (no sé si conoces "summary()" )tienes una gran parte de los estadísticos básicos de cada variable. Hay otra función "fivenum()" que genera los cinco estadísticos básicos para un conjunto, aunque salvo por el contenido de "NAs" es casi lo mismo que devuelve "summary()".
>
> * Puedes de forma automática, detectar el tipo de variable que contiene cada columna (si es factor/categórica o si es numérica con la función "class()" ) y crear las relaciones bivariadas.
>
> * Para las numéricas, puedes hacerlo todas de forma cruzada con la función "pairs()".
> * Para las categóricas, puedes ciclar (cada una de ellas para cada numérica) aunque creo que "pairs()" también hace esto de forma automática.
>
> * Quedaría simplemente pensar en los diferentes tests que quieres lanzar, pero seguro que hay alguna librería (además de la que se incluye por defecto "stats") que los implementa.
>
> Sobre el cómo....mejor si me pasas un ejemplo de aplicación lo damos un poco de forma...
>
> Saludos,
>
> Carlos.
>
--
_______________________________________________ R-help-es mailing list R-help-es@r-project.org https://stat.ethz.ch/mailman/listinfo/r-help-es
