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