ebook img

Modelación Aplicada a las Ciencias Animales: Generalidades de R-project PDF

182 Pages·2016·10.72 MB·Spanish
Save to my drive
Quick download
Download
Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.

Preview Modelación Aplicada a las Ciencias Animales: Generalidades de R-project

1 Modelación Aplicada a las Ciencias Animales: Generalidades de R-project Mario Fernando Cerón-Muñoz Luis Fernando Galeano Vasco Jeanneth Mosquera Rendón Ciencias Animales (cid:13)c Cerón-MuñozMF;GaleanoVascoLFyMosqueraRendónJ PrimeraEdición:Juniode2013 ISBN:978-958-8790-70-1 Autores: MarioFernandoCerón-Muñoz,Zootecnista,DrenZootecnia LuisFernandoGaleanoVasco,Zootecnista,cDrenCienciasAnimales JeannethMosqueraRendón,IngenieraBiológica. FacultaddeCienciasAgrarias UniversidaddeAntioquia Correccióndetextos: DiegoGarcíaSierra Evaluacióndecontenido: DiegoFernandoLemusPolanía IngenieroIndustrial,MSenEstadística LuisGabrielGonzálezHerrera MédicoVeterinarioZootecnista,DrenGenéticayMejoramientoAnimal ElkinMauricioArboledaZapata Zootecnista,MSenCienciasAnimales DiseñoydiagramaciónenLATEX: MarioFernandoCerón-Muñoz AsesoríaenDiseño: SandraMaríaArangoMejía Todos los derechos reservados, puede ser reproducido en todo o en parte y por cualquier medio,citandolafuente.EstapublicacióncontóconelapoyodelaUniversidaddeAntioquia ydelCODIsostenibiliad2011-2012delgrupoGaMMA. (cid:13)c FondoEditorialBiogénesis UniversidaddeAntioquia FacultaddeCienciasAgrarias CiudadeladeRobledo,Carrera75No65-87 Medellín,Colombia Prólogo Retomando las palabras de Menigno Hidalgo Matos, “El objetivo final cambiará: ya no consistirá en obtener un diploma, sino en disfrutar del aprendizaje a lo largo de toda una vida”, nuestro objetivo es apoyar el desempeño profesional de los futuros egresados de las ciencias animales, mediante la enseñanza de un programa computacional para el manejo de hojasdedatos,operacionesmatemáticas,análisisestadísticosygráficos. El entorno R se ha convertido en una herramienta estadística agradable, amigable, potente, coherente, confiable, con un amplio soporte científico, versátil y renovable, que le ha permitidodifundirseytenerunaampliareddeusuariosdediferentescamposprofesionales. Nuestro libro contiene aspectos relacionados con operaciones matriciales, generación de números pseudoaleatorios, creación de algoritmos, manejo de hojas de datos y generación de gráficos. Se utilizan variables y casos de sistemas de producción animal, buscando que nuestroslectoressefamiliaricenconR-projectyveansuaplicabilidadenelcampopecuario. No incluimos en este libro información sobre la instalación y el manejo básico debido a que el R-project es constantemente actualizado y adaptado a otros programas. Además, en internet existen páginas web de introducción al R-project, principalmente la página oficial: http://www.r-project.org/. Hemos procurado no cometer errores en la escritura del texto; sin embargo, solicitamos a los lectores que nos informen la existencia de errores o sobre comandos y funciones más adecuados,conelobjetodecorregirlosenedicionesfuturas. Este libro fue realizado en el sistema de composición de textos LATEX, una gran herramienta paraladiagramacióndelibros. MarioFernandoCerón-Muñoz Zootecnista,Dr. Contenido 1. Matrices 1 1.1. Arreglosmatriciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2. Sumatoriasalinteriordeunamatriz . . . . . . . . . . . . . . . . . . . . . . 6 1.2.1. Sumaporfilas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.2.2. Sumaporcolumnas . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.2.3. Sumadevaloresdealgunasfilasycolumas . . . . . . . . . . . . . . 8 1.2.4. Operacionesutilizandolafunciónapply . . . . . . . . . . . . . . . . 9 1.3. Trazadeunamatriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 1.4. Sumayrestadematrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 1.5. Multiplicacióndematrices . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 1.6. Multiplicacióndeunamatrizporunescalar . . . . . . . . . . . . . . . . . . 15 1.7. Multiplicacióndirectadematrices . . . . . . . . . . . . . . . . . . . . . . . 16 1.8. Inversadematrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 1.9. Ecuacióncaracterística,autovaloresyautovectoresdeunamatriz . . . . . . . 20 1.10. Inversageneralizadadeunamatriz . . . . . . . . . . . . . . . . . . . . . . . 25 1.11. Algunasaplicacionesdematricesenlaproducciónanimal . . . . . . . . . . 26 1.11.1. Pagoporcalidaddeleche . . . . . . . . . . . . . . . . . . . . . . . 26 1.11.2. Formulaciónderaciones . . . . . . . . . . . . . . . . . . . . . . . . 31 1.11.3. Formulaciónderacionesconrestriccióndenutrientes . . . . . . . . . 33 1.11.4. Preciodelhuevo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2. Númerosgeneradosaleatoriamente 38 2.1. Númerospseudoaleatorioscondistribuciónuniformediscreta . . . . . . . . . 39 2.2. Númerospseudoaleatorioscondistribuciónbinomial . . . . . . . . . . . . . 40 2.3. NúmerospseudoaleatorioscondistribucióndePoisson . . . . . . . . . . . . 46 2.4. Númerospseudoaleatorioscondistribuciónhipergeométrica . . . . . . . . . 52 2.5. Númerospseudoaleatorioscondistribucióngeométrica . . . . . . . . . . . . 55 2.6. Númerospseudoaleatorioscondistribuciónuniformecontinua . . . . . . . . 57 2.7. Númerospseudoaleatorioscondistribuciónnormal . . . . . . . . . . . . . . 58 2.8. Númerospseudoaleatorioscondistribucióncontinualognormal . . . . . . . . 64 2.9. Númerospseudoaleatorioscondistribucióncontinualogística . . . . . . . . . 66 2.10. Númerospseudoaleatorioscondistribuciónmultinomial . . . . . . . . . . . 69 2.11. Númerospseudoaleatorioscondistribuciónnormalbivariante . . . . . . . . . 71 3. AlgoritmosycreacióndefuncionesenR-project 76 3.1. Algoritmos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 3.2. ComandosdeR-projectparaalgoritmos . . . . . . . . . . . . . . . . . . . . 76 3.2.1. Comando for . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 3.2.2. Comandowhile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 3.2.3. Comandosif,repeat ybreak . . . . . . . . . . . . . . . . . . . . . 80 3.3. CreacióndefuncionesenR-project . . . . . . . . . . . . . . . . . . . . . . . 81 3.3.1. Ejemplodelpesodelechones . . . . . . . . . . . . . . . . . . . . . 82 3.3.2. Ejemploparalaobtencióndeunvalormínimo . . . . . . . . . . . . 82 3.3.3. Ejemplodeunafunciónquerelacionadosvariables . . . . . . . . . . 83 3.3.4. Ejemplodeunafunciónconloscomandos for yseq . . . . . . . . . 84 3.3.5. Ejemplodeunafunciónconelcomandowhile . . . . . . . . . . . . 85 3.3.6. Ejemplodeunafunciónconloscomandosrepeat,if ybreak . . . . 86 3.3.7. CreacióndeunafunciónLag . . . . . . . . . . . . . . . . . . . . . . 87 4. Creaciónymontajedehojasdedatos 90 4.1. Generalidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 4.2. Hojadedatosapartirdematricesyvectores . . . . . . . . . . . . . . . . . . 90 4.3. Estructuradeunahojadedatos . . . . . . . . . . . . . . . . . . . . . . . . . 92 4.4. Importacióndehojasdedatos . . . . . . . . . . . . . . . . . . . . . . . . . 93 4.4.1. Archivostxt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 4.4.2. Archivoscsv . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 4.4.3. ArchivosdeExcel . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 4.5. Manipulacióndebasesdedatos . . . . . . . . . . . . . . . . . . . . . . . . 99 4.5.1. Unióndehojasdedatos . . . . . . . . . . . . . . . . . . . . . . . . 99 4.5.2. Creacióndenuevasvariables . . . . . . . . . . . . . . . . . . . . . . 102 4.5.3. Condicionalesparaoperarvariables . . . . . . . . . . . . . . . . . . 104 4.6. Ejemplosdeconstruccióndehojasdedatosenproducciónanimal . . . . . . 107 4.6.1. Montajedegenealogías . . . . . . . . . . . . . . . . . . . . . . . . . 107 4.6.2. Cálculodelaproduccióndelecheporlactancia . . . . . . . . . . . . 118 4.6.3. Cálculodelaproduccióndelechehastalos305días . . . . . . . . . 129 5. Montajedegráficos 136 5.1. Generalidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 5.2. Comando plot paragenerargráficos . . . . . . . . . . . . . . . . . . . . . . 138 5.3. Comando par paraespecificacionespreviasdelosgráficos . . . . . . . . . . 139 5.3.1. Argumentosparalocalizaciónyposición . . . . . . . . . . . . . . . 140 5.3.2. Localizacióndelosnombresdelosejes . . . . . . . . . . . . . . . . 143 5.3.3. Líneasdelosejes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 5.3.4. Tamañodeletrayvaloresdelosejes . . . . . . . . . . . . . . . . . . 145 5.3.5. Colores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 5.3.6. Tiposdeletra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150 5.3.7. Formarectangularycuadradadeláreadetrazado . . . . . . . . . . . 152 5.3.8. Grosordelosejesypuntosdedato . . . . . . . . . . . . . . . . . . 152 5.3.9. Variosgráficosenlamismaáreatotal . . . . . . . . . . . . . . . . . 153 5.4. Inclusióndelíneas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153 5.5. Símbolosdepuntosdedato . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 5.6. Divisionesdelosejes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 5.7. Nombresenelgráfico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 5.8. Gráficosderelacióndevariables pairs . . . . . . . . . . . . . . . . . . . . . 161 5.9. Gráficosstem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 5.10. Histogramasdefrecuenciageneradosconelcomandohistogram . . . . . . . 162 5.11. Gráficosqqplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163 5.12. Gráficosboxplot,barplot y pie . . . . . . . . . . . . . . . . . . . . . . . . 164 5.13. Gráficosscatterplot ycoplot . . . . . . . . . . . . . . . . . . . . . . . . . . 167 5.14. GráficosdeCleveland . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171 Capítulo 1 Matrices 1.1. Arreglosmatriciales Unarreglodevaloresdispuestosenmfilasyncolumnasseconocecomomatriz.Lasmatrices se representan con letras mayúsculas y su tamaño u orden está dado por el número de filas (m)yelnúmerodecolumnas(n). Cada elemento incluido en la matriz tiene una posición de fila (i)y de columna (j), como se indicaenesteejemplo: (cid:20) (cid:21) a a a A = i=1,j=1 i=1,j=2 i=1,j=3 mn a a a i=2,j=1 i=2,j=1 i=2,j=1 (cid:20) (cid:21) a a a A = 11 12 13 mn a a a 21 22 23 Enelcasoanterior,lamatrizAesdetamaño(m=2porn=3).Suprimerelementoestáenla posicióndelaprimerafila(i=1)ylaprimeracolumna(j=1).Veamosunarreglomatricial: (cid:20) (cid:21) 4 −4 2 A = mn 5 0.4 0 LamatrizAesdetamaño2x3con6elementos(A ),dondeelelementoi=1, j=2es−4, 2,3 ysuexpresiónesa =−4. 1,2 Para la creación de la matriz A en R-project (R Core Team, 2012b), especificamos: matrix para dar la orden de creación de una matriz, nrow para indicar el número de filas, ncol para indicar el número de columans y data=c() para ingresar los valores correspondientes a los elementosdelamatriz,así: A=matrix(nrow=2,ncol=3, data=c(4,5,-4,0.4,2,0)) A [,1] [,2] [,3] [1,] 4 -4.0 2 [2,] 5 0.4 0 * Cerón-Muñozetal. (2013) Elargumentodata=c(4,5,−4,0.4,2,0)generóladisposicióndelosdatoscompletandosu- cesivamentelascolumnas,dondeel4estuvoenlaposicióni, j=1,1yel5eni, j=1,2,para completarlaprimeracolumna.Silosdatosestuviesenenlaformadata=c(4,−4,2,5,0.4,0), se requeriría incluir el argumento byrow = TRUE, para que la disposición de los datos completeprimerolasfilas,deformaqueel4estéenlaposicióni, j=1,1,el−4eni, j=1,2 yel2eni, j=3,1(primerafilacompleta).Veamos: A=matrix(nrow=2,ncol=3, data=c(4,-4,2, 5,0.4,0), byrow=TRUE) A [,1] [,2] [,3] [1,] 4 -4.0 2 [2,] 5 0.4 0 * Las matrices de una sola fila (1xn) o una sola columna (mx1) se denominan vectores y se denotanconletrasminúsculas;veamosunejemploparacadacaso: (cid:2) (cid:3) b = −5 −4 2 1,3   −5 c3,1 =0.34 −3 LaprogramaciónenR-projectparalacreacióndelvectorfilabyelvectorcolumnacsería: b=matrix(nrow=1,ncol=3, data=c(-5,-4,2)) b c=matrix(nrow=3,ncol=1, data=c(-5,.3,-3)) c > b [,1] [,2] [,3] [1,] -5 -4 2 > c [,1] [1,] -5.0 [2,] 0.3 [3,] -3.0 * 2 GeneralidadesdeR-project Veamosunarreglomatricialconelementosrelacionadosconlaproduccióndehuevosentrela primeraysextasemanadepostura,degallinasqueestabanalojadasengranjasdeunproyecto deunacomunidadrural: Granja Semana1 Semana2 Semana3 Semana4 Semana5 Semana6 1 890 883 881 891 889 891 2 789 703 724 766 718 719 3 876 874 862 872 873 877 4 901 905 902 901 903 902 5 456 621 678 689 652 676 Estainformaciónpermiteconstruirunamatrizdeproduccionessemanalesdehuevoencinco galpones(filas,m=5)porseissemanas(columnas,n=6):   890 883 881 891 889 891 789 703 724 766 718 719   D5,6 =876 874 862 872 873 877   901 905 902 901 903 902 456 621 678 689 652 676 LamatrizDtiene30elementos,ubicadosenlasposicionesd ad . 11 56 Con esta información, la creación de la matriz D en R-project se realiza de la siguiente manera: D=matrix(nrow=5,ncol=6, data= c( 890,789,876,901,456, 883,703,874,905,621, 881,724,862,902,678, 891,766,872,901,689, 889,718,873,903,652, 891,719,877,902,676)) D [,1] [,2] [,3] [,4] [,5] [,6] [1,] 890 883 881 891 889 891 [2,] 789 703 724 766 718 719 [3,] 876 874 862 872 873 877 [4,] 901 905 902 901 903 902 [5,] 456 621 678 689 652 676 * 3 Cerón-Muñozetal. (2013) Paraasignarlesnombresalasgranjas(filas)utilizamoselcomandorownames: rownames(D)=(c("granja 1","granja 2","granja 3","granja 4", "granja 5")) D [,1] [,2] [,3] [,4] [,5] [,6] granja 1 890 883 881 891 889 891 granja 2 789 703 724 766 718 719 granja 3 876 874 862 872 873 877 granja 4 901 905 902 901 903 902 granja 5 456 621 678 689 652 676 * También les podemos asignar nombres a las columnas (semana de postura), utilizando el comandocolnames: colnames(D)=(c("semana 1","semana 2","semana 3","semana 4", "semana 5", "semana 6")) D semana 1 semana 2 semana 3 semana 4 semana 5 semana 6 granja 1 890 883 881 891 889 891 granja 2 789 703 724 766 718 719 granja 3 876 874 862 872 873 877 granja 4 901 905 902 901 903 902 granja 5 456 621 678 689 652 676 * Podemos generar un vector a partir de la matriz D, que contenga la información de la produccióndehuevosdelaprimerasemana;aesevectorlollamaremosy,así:   890 789   y5,1 =876   901 456 4

See more

The list of books you might like

Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.