Guía para el uso de R-Comander

1. Descarga del programa: Para descargar el programa R se recurre al

siguiente link:
https://cran.r-project.org/
Se toma la opción: Descargar R para Windows y dar la opción
“SIGUIENTE” hasta finalizar la instalación.
2. Instalación el paquete “Rcmdr” para el uso de R-commander. Se
pueden ayudar con el video que se encuentra en el siguiente link:

https://www.youtube.com/watch?v=M7LBu1knQRg

3. Se llama al paquete con el uso del siguiente comando:

library(Rcmdr)

4. Ventana de datos:

 Nuevo conjunto de datos: En esta parte se pueden crear datos

colocando las filas y columnas necesarias para tal fin.
 Cargar conjunto de datos: Se utiliza cuando se quiere cargar
archivos de datos que están en extensión de R
 Fusionar conjunto de datos: Si se quiere fusionar dos bases de
datos diferentes, las coloca una base al lado de la otra.
 Importar datos: Permite importar datos desde otros programas,
como Excel, lok de notas, SPSS, SAS, Minitad etc.
 Conjunto de datos activos: Edición del conjunto de datos activos.
  Modificar variables del conjunto de datos activos: Edición de las
variables del conjunto de datos activo.

5. Estadísticos: En esta ventana se encuentran todos los métodos

descriptivos e inferenciales para el análisis de datos.
 Resumen: Estadísticas descriptivas.

a. Conjunto de datos activo: Realiza las estadísticas descriptivas

básicas del con junto de datos activos, dependiendo la naturaleza de
las variables (cualitativa o cuantitativa).
b. Resúmenes numéricos: Realiza estadísticas descriptivas más
avanzadas de las variables numéricas seleccionadas.
c. Distribución de Frecuencia: Calcula los totales y porcentajes para
las variables cualitativas, además tiene la opción de realizas la
prueba CHi-cuadrado para contrarrestar hipótesis para los
porcentajes.
d. Numero de Observaciones ausentes: Muestra el número de datos
faltantes dentro de cada variable.
e. Tabla estadística: Calcula las medidas descriptivas discriminado
por uno o más factores.
f. Matriz de correlaciones: Obtiene las correlaciones entre las
variables cuantitativas.
 g. Test de Correlación: prueba la hipótesis de que la correlación entre
dos variables es importante, además da un intervalo de confianza
para dicha correlación.
h. Test de Normalidad: Prueba la hipótesis de normalidad de un
conjunto de datos.

 Tablas de Contingencia: Análisis de variables cualitativas.

a. Tabla de doble entrada: Realiza una tabla de doble entrada para

dos variables cualitativas, también tiene la opción de realizar la
prueba Chi-cuadrado para identificar si existe una relación
importante entre las dos variables.
b. Tabla de entradas múltiples: Realiza tablas cruzadas para dos
variables categóricas teniendo en cuenta 1 o más factores.
c. Introducir una tabla de doble entrada: proporciona la opción de
crear una tabla de doble entrada.
 Medias: Realiza diferentes pruebas para la media.
a. Test t para una muestra: Realiza la prueba de hipótesis y obtiene
intervalos de confianza para una muestra que proviene de una
distribución normal.
b. Test t para muestras independientes: Realiza prueba de hipótesis e
intervalos de confianza para comparar a dos muestras independientes.
c. Test t para muestras relacionadas: Realiza prueba de hipótesis e
intervalos de confianza para comparar a dos muestras independientes.
d. Anova de un factor: Realiza el análisis de varianza para comparar la
media de los tratamientos cuando sólo se tiene un factor.
e. Anova de múltiples factores: Realiza el análisis de varianza para
comparar la media de los tratamientos cuando se tienen factores.
 Proporciones:

a. Test de proporciones para una muestra: Realiza la prueba de

hipótesis y obtiene un intervalo de confianza para una muestra.
b. Test de proporciones para dos muestras: Realiza la prueba de
hipótesis y obtiene un intervalo de confianza para para comparación de
dos muestras.
 Varianzas:
 Test para dos varianzas: Compara las varianzas de dos grupos.
a. Test de Bartlelt: Compara las varianzas de varios grupos utilizando la
prueba de Bartlelt.
b. Test de Levene: Compara las varianzas de varios grupos utilizando la
prueba de Levene.
 Test no paramétricos: En esta parte se realiza inferencia sobre
conjuntos de datos que no cumplan con el supuesto de normalidad.

a. Test de Wilcoxon para dos muestras: Aquí se realiza la prueba de

hipótesis para comparar las medianas de dos conjuntos de datos
independientes.
b. Test de Wilcoxon para una muestra: Aquí se realiza la prueba de
hipótesis para la mediana de un conjunto de datos.
c. Test de Wilcoxon para muestras pareadas: Aquí se realiza la
prueba de hipótesis para comparar las medianas de dos conjuntos de
datos relacionados.
d. Test de Kruskal Wallis: Realiza la comparación de medianas de
dos o más grupos.
e. Test de suma de rangos de Friedman: Realiza la comparación de
medianas de dos o más grupos.
 Análisis dimensional: En esta parte se realizan análisis de datos
multivariados.

a. Fiabilidad de escala: Obtiene el valor de la estadística para el alpha

como criterio de confiabilidad de instrumentos.
b. Análisis de componentes principales: Realiza el análisis
multivariado de variables de tipo cuantitativo.
c. Análisis factorial: Obtiene el análisis de factores de un conjunto de
datos.
d. Análisis confirmatorio factorial: Permite la validación de
instrumentos.
e. Análisis de agrupación: Realiza el análisis de agrupación de un
conjunto de datos con respecto a la similitud entre ellos con respecto
a las variables consideradas en el estudio.
 Ajuste de modelos:
 a. Regresión lineal: Obtiene el modelo de regresión lineal de una
variable cuantitativa en función de una o más variables cuantitativas.
b. Modelo Lineal: Obtiene modelos cuya variable respuesta tiene un
comportamiento normal.
c. Modelo lineal generalizado: Obtiene modelos con variables
respuesta provenientes de diferentes distribuciones.
d. Modelo logit multinomial: obtiene el modelo de una variable con
respuesta multinomial.
e. Modelo ordinal de regresión: Obtiene el modelo de regresión con
respuesta ordinal.
6. Gráficos:

 Gama de colores: Edita el orden de la gama de colores de los gráficos.

 Grafico secuencias: Muestra el diagrama de secuencias de una
variable de tipo cuantitativo.
 Diagrama de puntos: Obtiene el gráfico de puntos para una variable.
 Histograma: Realiza el histograma de frecuencias para un conjunto de
datos cuantitativos.
 Dibujar una variable numérica discreta. Dibuja la distribución
aproximada de los datos de un conjunto de datos discretos.
 Estimar densidad: Dibuja la curva de densidad de un conjunto de
datos.
 Grafica de tallos y hojas: Obtiene el diagrama de tallos y hojas para
un conjunto de datos, en el cual se observa el comportamiento del
mismo.
 Diagrama de cajas: Muestra el comportamiento de los datos mediante
un diagrama de cajas.
 Gráfico de comparación de cuartiles: Compara la distribución de
datos experimentales con una distribución teórica.
 Diagrama de dispersión: Obtiene el grafico de dispersión entre dos
variables cuantitativas para observar el comportamiento de la relación
lineal que hay entre dos variables.
 Matriz de diagrama de dispersión: Muestra en simultanea el
comportamiento lineal que hay entre tres o más variables y a su vez
muestra el comportamiento por separado de la densidad de cada
variable.
 Grafico lineal: Obtiene un gráfico de líneas conjunto entre dos
variables.
 Gráfico XY: Muestra el diagrama de puntos conjunto entre diferentes
variables.
 Gráfico de medias: Compara las medias de varios grupos con respecto
a una variable cuantitativa.
 Diagrama de puntos: Grafico de puntos con respecto a un factor.
 Gráfico de Barras: Obtienen el grafico de barras de un conjunto de
datos cualitativos.
 Gráfico de sectores: Obtiene el grafico circular o de sectores de un
conjunto de datos cualitativos.
 Grafico 3D: Obtiene el gráfico de puntos para tres variables en
simultánea.

7. Modelos: En este ítem se encuentran los comandos relacionados al

análisis de modelos.
 Seleccionar el modelo activo: Se puede seleccionar alguno de los
modelos que se hayan ajustado.
 Resumir el modelo: Da el resumen del modelo activo.
 Comparar coeficientes del modelo: Permite comparar los
coeficientes de dos modelos en particular.
 Añadir las estadísticas de las observaciones a los datos: Permite
incluir estadísticas al resumen de los modelos.
 Criterio de información de Akaike (AIC): proporciona el AIC de
un modelo, el cual es un criterio de selección del mismo.
 Criterio de información Bayesiano (BIC): Proporciona un criterio
para selección de modelos con estimaciones Bayesianas.
 Selección de modelo paso a paso: Proporciona un método de
selección de modelos ya sea paso a paso hacia adelante o hacia atrás.
 Filtrar el conjunto de datos activo: Muestra un gráfico con el
modelo de los datos activos.
 Intervalos de confianza: Muestra los intervalos de confianza para
el coeficiente del modelo.
 Intervalo de confianza Bootstrap: proporciona estimación por
intervalo de los coeficientes del modelo mediante simulación
Bootstrap.
 Intervalos de confianza método Delta: Otro método de estimación
por intervalos para los coeficientes del modelo.
 Test de hipótesis: Aquí se puede realizar la tabla ANOVA para los
modelos, comparación de modelo y pruebas de hipótesis para
significancia de los coeficientes del modelo.
  Diagnósticos numéricos: Se prueban los supuestos del modelo.
 Gráficos: Se realizan los gráficos asociados al diagnóstico numérico
8. Distribuciones:
 Distribuciones Continuas: Posee todas las distribuciones de
variables aleatorias continuas.

 Distribuciones Discretas: Posee todas las distribuciones de

variables aleatorias Discretas.