O objetivo desse mini-curso¹⁾ é apresentar aos alunos conceitos básicos sobre a linguagem e sua sintaxe. Esse mini-curso foi estruturado para atividades de 8 horas, divididas em dois dias. O primeiro dia é centrado na lógica do ambiente de programação em linha de comando (CLI: Command Line Interface) e o segundo dia na utilização de ferramentas avançadas através da interface gráfica Rcommander. Em grande parte, o material aqui apresentado é um recorte do material contido no nosso wiki EcoR

• Alexandre Adalardo de Oliveira

O CRAN (The Comprehensive R Archive Network) é o repositório oficial do R. Lá encontrarão todo o material necessário para utilizar essa ferramente de análise e apresentação gráfica de dados. Nossa primeira atividade é navegar nesse repositório:

• digite R CRAN no google e encontre a página oficial do R;
• leia o Task Views ²⁾ do Envirometrics;
• usar Search > Rseek buscar 'square root' e 'pca';
• em Packages buscar EcoVirtual e depois entrar na sua dependência RcmdrPlugin.EcoVirtual

A sintaxe básica do R é:

Uma forma de ler essa linha de código é: estou atribundo ao objeto nomedoobjeto o resultado da função nomedafuncao com as seguintes configurações: argumento1, argumento2, …

Uma função executa uma tarefa ou conjunto de tarefas acopladas. Normalmente, mas não necessariamente, a função atua em um objeto de dados que é definido nos primeiros argumentos. Funções podem conter funções, rode o exemplo abaixo:

## função para construir sequencias
seq(from=0, to =100, by=10)
 
## para construir um gráfico!
plot(x=seq(from=0, to=100, by=10), y= seq(to=100, from =0, by=10)*5)
 
## note que podemos usar funções dentro de funções para construir os argumentos!

A tradução do código acima é:

1. faça um sequencias de valores de 0 a 100 a intervalos regulares de 10 unidades;
2. faça um gráfico onde os valores de x são uma sequência de valores que vão de 0 a 100 em intervalos de 10 e y é a mesma sequência onde cada valor foi multiplicado por 5

A última linha de código acima pode ser desmembrado da seguinte forma, tendo a mesma tradução, ou seja executando a mesma tarefa:

meux <- seq(from=0, to=100, by=10)
meuy <- seq(to=100, from =0, by=10)*5
plot(x=meux, y=meuy, pch=16)

Esse novo código podemos traduzir como: criar o ojbeto meux com uma sequência de valores de 0 a 100 com intervalos de 10; criar o objeto meuy com uma sequência de valores iguais a anterior multiplicado por 5; em seguida faça um gráfico com os valores de meux no eixo x e meuy no eixo y, representados no gráfico pelo simbolo 16 (circulo preenchido).

Para a inclusão dos argumentos na função há duas maneiras que podem ser combinadas:

• colocar o nome dos argumentos, como feito acima;
• usar os argumentos na ordem definida na função sem indicar o nome;

plot(meux, meuy)

• usar ambos critérios:

plot(meux, pch=16, y = meuy)

Note que no último caso os argumentos nomeados não precisam estar na ordem definida na documentação da função. Sim, você deve estar perguntando Como raios vou saber a sequência dos argumentos de uma função . Simples OLHE O HELP

Um conceito importante é o de atribuir o resultado de uma operação a um objeto. Para isso é necessário utilizar os símbolos de atribuição = ou <- . Retorne ao tópico acima e tente reconhecer quando um resultado de uma operação foi atribuído a um objeto e quando foi apenas retornado no console do R. Essa diferença é importante!

Os usuários de programas padrões (editor de texto, planilhas eletrônicas, pacotes estatísticos) normalmente estão preocupados em salvar sua sessão de trabalho a todo momento com receio de perder algo. Para o bom usuário do a sessão de trabalho no R não é o mais importante. Como trabalhamos no código ou script associado ao R e não diretamente nele, o código contém toda a sequencia de comandos que foram utilizados e portanto todo o nosso trabalho. O que o bom usuário do R deve se preocupar é em salvar o código e os dados. É só o que precisamos para reproduzir todo o trabalho de manipulação, análise e visualização de resultados.

A primeira resposta ao aluno que perguntar algo é: Você olhou a documentação do help?. O usuário do R adora mostrar o que sabe e ajudar os iniciantes, mas isso não é o melhor caminho para aprender. Queremos ajudá-lo a resolver os problemas quando encontrá-los e para isso vamos indicar os caminhos e cabe ao aluno exercitá-los. A documentação do R, em um primeiro momento, é árida e muitas vezes difícil de entender. Leia com atenção, as respostas estão lá! Entretanto, é preciso familiaridade com a terminologia e um pouco de intimidade com a linguagem. Isso, só se adquire praticando!

Crie o bom hábito de ler a documentação de todas as funções que utilizar, SEMPRE LEIA O HELP!

Vamos olhar a documentação das funções que usamos acima. Há dois jeitos de fazê-lo, usando a função help(“nomedafunção”) ou o atalho ?“nomedafunção”

help(c)
## a função c é uma das mais usadas, serve para concatenar valores em um objeto. 
 
?source

A função help.start abre a página de help do programa no seu navegador. Nela encontrará toda a documentação que é instalada junto com o R, além das funções dos pacotes que foram instalados na sua máquina. Para inicia-lo digite

## abrindo a ajuda do R no navegador
help.start()

Existem mais de 7 mil pacotes no R-CRAN, Você já viu como buscá-los no repositório. Agora vamos entender dois conceitos básico na linguagem que muita gente confude: instalar e carregar. Para usar as ferramentas (geralmente funções) de um pacote é preciso antes que ele esteja no seu computador instalado. Para isso usamos a função install.packages(). Para usar um pacote instalado é necessário carregá-lo na sua sessão do R usando a função library().

As operações matemáticas simples são apresentadas abaixo, reproduza os comandos para se familiarizar com o código:

4+5
4*5
2/4
2^4

As regras de precedência são as mesmas da aritmética básica:

2 + 4 * 5
(2 + 4) * 5
2 + 2^2 * 5
(2 + 2)^2 * 5
 
## tente fazer a operação abaixo em uma calculadora!!
 
1 - (1 + 10^(-15))

sqrt(9)   # Raiz Quadrada
abs(-1)  # Módulo ou valor absoluto
abs(1)
log(10)   # Logaritmo natural ou neperiano
log(10, base = 10) # Logaritmo base 10
log10(10)   # Também logaritmo de base 10
log(10, base = 3.4076) # Logaritmo base 3.4076
exp(1)       # Exponencial

Vimos que a função c() serve para concatenar valores em um objeto. Vamos usá-la para gerar alguns objetos e introduzir a função ls() que lista todos os objetos criados na nossa sessão até o momento:

A1 <- c(1,2,3)
A2 <- c(10,20,30)
b <- c(A1,A2)
ls()

Consulte a página de ajuda da função ls:

help(ls)

Onde você verá a explicação para o argumento pattern. Execute, então, este comando:

ls(pattern="A")

Para mudar os nomes de objetos e apagar os antigos, experimente:

a.1 <- A1
a.2 <- A2
ls()
rm( list=c("A1","A2") )
ls()

Que tem o mesmo efeito de:

rm(list=ls(pattern="A"))

Ou de

rm(A1,A2)

Verifique!

Uma das vantagens da linguagem R é que ela opera em vectores, como vimos acima nas funções matemáticas. Para gerar sequencias de valores podemos usar o c(), mas existem outras funções básicas para agilizar a geração de sequências. Execute as linhas de código abaixo e veja a documentação relacionada a cada função:

1:10
(1:10) * 10
 
seq(from=0, to=100, by=10)
seq(from=0, to=100, len=10)
 
rep("A", times=10)
rep(c("A", "B", "C"), times=10)
rep(c("A", "B", "C"), each=10)
 
## nao criamos nenhum objeto até agora!
## vamos guardar a próxima sequência em um objeto:
 
seqABC <- rep(c("A", "B", "C"), times=c(2,3,5))
seqABC
 
paste(seqABC, 1:4, sep="_")

Entendeu essa última função? Veja a documentação do paste().

Vetores são a estrutura básica do R, procure sempre raciocinar em vetores e operações vetorias. Por exemplo, para calcular 2 elevado a expoentes de 0 a 10, a lógica de operação escalar é :

2^0
2^1
2^2 
2^3
...

A lógica da operação vetorial é:

2^(0:10)

ou

2^seq(from=0,to=10, by=1)

Já fizemos vetores de duas naturezas: numéricos e caracteres. A diferença entre os dois é que o numérico podemos operar matematicamente, caracteres apenas manipular com funções específicas para isso. Veja o código abaixo e veja se entende o que acontece:

numbers, integers, characters & as.Date

Além dos vetores, outros tipos de objetos são muito utilizados no R, os mais importantes são: (1) matrizes; (2) data frames e (3) listas. As funções para criar esses objetos são: matrix(), data.frame() e list(). Matrizes e data frames são estruturas retangulares de dados, a diferença entre elas é que matriz só recebe um tipo de natureza de dados (números, caracteres, ou vetor lógico que veremos mais a frente). A lista pode acomodar qualquer natureza de dados em diferentes formas.

Veja o código abaixo para entender esses objetos:

a=1:5
a
b=factor(rep(c("a","b","c"), each=3))
b
c=data.frame(sec=c("XIX", "XX", "XXI"),inicio=c(1801,1901,2001))
c
d = matrix(round(runif(36,0,6)),ncol=8)
d
minha.lista = list(um.vetor=a, um.fator=b, um.data.frame=c, uma.matriz= d)
minha.lista

Os objetos possuem atributos, dois deles já vimos: (1) a classe a que pertence e (2) a natureza das variáveis que o compõem.

Essa é uma das funções mais importantes para diagnosticar um objeto. Fornece informações importantes sobre sua estruturação. Antes de rodar o código abaixo, verifique se os objetos estão na sua área de trabalho.

## verficando se quais objetos estão presentes na área de trabalho:
 
ls()
 
## verificando a estrutura dos objetos
 
str(minha.lista)
str(minha.lista$um.data.frame)
str(d)

As dimensões de um objeto são um atributo importante. Nos indica quanta informação está contida e como esta estruturada. Ela é fornecida pela str(), mas pode ser acessada pelas funções length() e dim().

length(b)
length(minha.lista)
dim(minha.lista$um.data.frame)

Para modificar algum elemento de um objeto, use a lógica visualizar & modificar. Primeiro visualize o elemento, certificando-se que é ele que deseja modificar ou remover. O mesmo código para visualizar é utilizado em associação à atribuição ( = < - ) para modificar o elemento desejado.

O indexadores definem a posição de um elemento em um objeto e a forma de usá-los depende da classe de objeto que pretende manipular.

########################
## Indexacao "[]" &  "$"
########################
x=LETTERS[1:6]
x
x[1]
x[1:3]
x[c(1,1,3,5)]
x[-2]
x[-c(2,4)]
 
### INDEXAÇÃO COM LÓGICA #####
ALTURA=c(1.85, 1.78, 1.92, 1.63, 1.81, 1.55)
ALTURA
SEXO = factor(rep(c("M","F"),each=3))
SEXO
PESO <- c(80, 100, 115,  70,  65,  50)
PESO
 
## OPERAÇÕES LÓGICAS
ALTURA >= 1.8
SEXO=="M"
 
homens.altos <- (ALTURA > 1.8) & (SEXO=="M")
homens.altos
 
PESO[homens.altos]
 
 
### ALTERANDO SUCONJUNTOS ######
 
ALTURA
ALTURA > 1.8
ALTURA[ALTURA > 1.80]
ALTURA[ALTURA > 1.80] <- c(1.86, 1.93, 1.82)
ALTURA
 
### CRIANDO UM DATA FRAME ######
 
pessoas <- data.frame(alt = ALTURA, sex = SEXO) 
pessoas
pessoas$peso
pessoas$peso <- c(80, 100, 115,  70,  65,  50)
pessoas
pessoas$peso[2]
pessoas[2, 3]
pessoas[, "sex"]
pessoas[c(1, 4, 5), "alt"]

A melhor forma de ler um arquivo de dados é tranformá-lo em arquivo texto onde os campos são separados por algum caractere, o mais comum é virgula e ponto-virgula (.csv); ou tabulação (.txt). Um cuidado que precisamos ter ao ler arquivos é com relação ao simbolo de decimal. Em português, usamos a virgula, o que pode confundir com a separação de caractere do arquivo .csv e portanto precisa ser informado à função read.table.

Veja os principais opções de argumentos da função read.table:

Para salvar um conjunto de dados há dois formatos básicos no R. Podemos salvar o arquivo como texto, usando a função write.table ou como arquivo de dados do R usando a função save. Esse último tem o formato .RData e a desvantagem de não poder se lido em outro programa. A vantagem do .RData é que pode guardar estruturas complexas de de dados e resultados, inclusive salvar todos os objetos de uma área de trabalho.

save(pessoas, file="pessoas.RData")

Para salvar todos os objetos de sua área de trabalho, use a função save.image.

• salve seu código do script no arquivo codeAula1.r;
• salve todos os objetos da sua área de trabalho no arquivo minicurso1.RData;
• * remova todos os objetos da sua área de trabalho;

rm(list = ls())

• feche o R;
• abra o R pelo arquivo criado acima minicurso.RData;
• verifique que objetos existem na área de trabalho;
• feche novamente o R;
• abra o seu script codeAula1.r em uma sessão vazia do R;
• rode todo o script acima na sessão do R;
• verifique os objetos da sua área de trabalho;

Respire fundo!
Sabemos que é muita coisa para aprender no mesmo dia.
É preciso praticar!

Vamos revisar alguns conceitos visto até agora. Agora é com o professor!

Uma maneira inteligente de usar o R é automatizar tarefas usando as funções que executam outras funções nos dados, dependendo da classe do objeto. A família de funções apply opera dessa forma. Vamos testá-la, usando o data frame pessoas. Siga o script abaixo tentando entender cada passo, comente seu código, além dos comentários já incluídos para lembrar do que as funções fazem. Lembre-se sempre olhe a documentação das funções no help.

#################
## familia apply
#################
 
ls()
str(pessoas)
 
#altura media  por sexo
tapply(X = pessoas$alt, INDEX= pessoas$sex, FUN= mean)
tapply(X = pessoas$alt, INDEX= pessoas$sex, FUN= sd)
## quantos homens e mulheres?
table(pessoas$sex)
table(pessoas$sex, pessoas$alt>1.70)
## qual a media de altura e peso (independente do sexo)
apply(pessoas[,c(1,3)], 2, mean)
 
## e essa ultima?
aggregate(x = pessoas[,c(1,3)], by = list(pessoas$sex), FUN = mean)
## veja o help da funcao

O R é muito bom para fazer gráficos, aqui vamos apresentar algumas funcionalidade do pacote básico graphics. Existem outros pacotes que produzem gráficos mais refinados por padrão, porém, quase tudo pode ser feito apenas com as funções do pacote gráfico. Três conceitos são importantes para controlar e formatar o seu gráfico: funções de alto nível, funções subordinadas e parâmetros gráficos . Existem várias opções de pacotes para a elaboração de gráficos no R. Aqui vamos apresentar a lógica do pacote graphics que é carregado automaticamente na sessão do R. Outros pacotes como grid, latice e ggplot2 estão presentes na distribuição de instalação do R, mas não são carregados automaticamente. Apesar de ser um pacote de funções básicas é possível fazer gráficos muito elaborados apenas usando as ferramentas contidas no graphics. Três elementos são importantes para entender a lógica do graphics: (1) funções de alto nível; (2) funções subordinadas e (3) parâmetros graficos.

As funções de auto nível são responsáveis pela estruturação básica de um gráfico, abrem o dispositivo de apresentação (a janela gráfica) e constroem os elementos básicos do gráfico. As funções subordinadas incluem elementos em um gráfico ativo. Veja a diferença rodando o código abaixo:

#############################
## graficos
## funcoes de alto nivel: abrem o dispositivo de tela 
example(plot)
example(contour)
example(hclust)
### demos
demo(image)
demo(persp)
#########################
## funcoes subordinadas
example(points)
example(segments)
example(rect)
example(axis)
example(colors)
####################

Os parâmetros do dispositivo gráfico por sua vez muda a estrutura do dispositivo gráfico antes de abrí-lo. Deve ser usado antes rodar uma função gráfica de alto nível. Para interagir com os parâmetros gráficos utilizamos a função par(). Veja o help dessa função:

?par

Vamos usar o código de um gráfico ⁴⁾ para entender como elaborar um gráfico no R. Primeiro, vamos mudar os parâmetros do gráfico antes de iniciar, mudamos cada parâmetro em um linha para que possa buscar no help informações para entender o que o parâmetro significa e completar os comentários em cada linha.

########## dados ####################
riqueza <- c(15,18,22,24,25,30,31,34,37,39,41,45)
area <- c(2,4.5,6,10,30,34,50,56,60,77.5,80,85)
box <- c(10,13,12,14,15,12,14,15,20,23,22,21,26,27,28,25)
z <- c(50,42,33,29,25,19,17,15,10,11,8,9)
samples <- rep(1:4,each=4)
model <- lm(riqueza~area)
model1 <- glm(z~area, poisson)
######################################
# mudando parametros do grafico
par(mfrow=c(2,1)) # divide o dispositivo grafico em paineis: duas linhas e uma coluna
par(mar=c(3,5,2,2)) # complete aqui o que esse comando significa
par(cex.axis=1.3) # ... 
par(cex.lab=1.5) # ...
par(family="serif") # ...
par(las=1) # ...
par(tcl=0.3) # ...
par(mgp=c(2,0.3,0)) # ...
par(bty="u") # ...

Siga fazendo o gráfico utilizando o código abaixo procurando entender cada função e argumento utilizado. Comente as linhas.

plot(riqueza~area, xlab="Area (ha)", ylab="Riqueza de especies\n de aves", cex=1.5, pch=16,  ylim=c(8, 50), xaxp=c(0,100,4), col="firebrick3")
text(10,50, "a", cex=1.8)
abline(model, lwd=1.5,col="firebrick3")
#par(new=TRUE)
points(z~area, cex=1.5, pch=17, col="mediumblue")  
axis(4)
xv<-seq(0,100,0.2)
yv<-exp(predict(model1,list(area=xv)))
lines(xv,yv, lwd=1.5, lty=2, col="mediumblue")

Algumas ⁵⁾ funções são interativas. A funcao locator retorna as coordenadas cartesianas da posição do cursor do mouse quando o botão é apertado. Note que o R fica esperando que esse evento ocorra e ele deve acontecer no painel ativo da janela gráfica no espaço entre os eixos x e y. Vamos utilizá-la para colocar uma legenda na janela ativa do gráfico.

xy <- locator(1)
 
## clique em uma posicao no espaco entre os  eixos x e y do painel ativo
 
legend(xy, legend=c("sub-bosque", "matriz"), pch=c(16, 17), col=c("firebrick3","mediumblue") , bty="n")

Vamos continuar o gráfico, agora passando para o segundo painel da janela. Isso ocorre automaticamente quando utilizarmos uma função de auto nível. Antes disso, vamos mudar os parâmetros desse novo painel usando a função par.

par(mar=c(5,5,0.5,2))
par(bty="l")
boxplot(box~samples,names= c("", "", "", ""),col="grey")
mtext(c("Tipo 1", "Tipo 2", "Tipo 3", "Tipo 4"),side= 1,cex=1.3,line=0.3,at=c(1,2,3,4))
mtext("Diversidade genética", side=2, cex=1.5, line=2.5, las=0)
mtext("Morfotipo", side=1, cex=1.7, line=3)
text(0.7,28, "b", cex=1.8)

############################
##### lm() ANOVA
############################
## dados
## producao agricula em diferentes tipos de solo
are=c(6,10,8,6,14,17,9,11,7,11) # solo arenoso
arg=c(17,15,3,11,14,12,12,8,10,13) # solo argiloso
hum=c(13,16,9,12,15,16,17,13,18,14) # solo humico
planta=c(are,arg,hum) # juntando os dados
#### criando um fator que representa os solos ###
fator.solo=as.factor(rep(c("are", "arg", "hum"),each=10))
############################
aov.solo<-aov(planta~fator.solo) # funcao para fazer uma anova (aov)
summary(aov.solo)
### mesmo modelo usando o lm()
lm.solo<-lm(planta~fator.solo)
summary(lm.solo)
anova(lm.solo) ## funcao para calcular a tabela de anova do modelo
##################################
##### regressao linear
##################################
library(MASS) # carrega o pacote MASS
data(Animals) # ativa os dado Animals do pacote MASS
str(Animals) # 28 observacoes de tamanho do corpo e peso do cerebro de diferentes animais
plot(brain~body,data=Animals)
## parece nao haver relacao!
plot(brain~body,data=Animals, log="xy")
## agora sim! 
plot(log(brain) ~ log(body), data = Animals)
### criando um modelo de log(brain) ~ log(body)
anim.m1 <- lm(log(brain)~log(body),data=Animals)
## colocando a linha do modelo no grafico dos dados
abline(anim.m1, col="red")
## resultados do modelo
summary(anim.m1)