18 TODO - Curso Basico R - 2016

18.1 EN EJERCICIOS:

library(readr) datos_raw = read_csv(“data_escala.csv”) datos_raw

  • anovatables es usada ahora en algunos de los analisis de datos a traves de las funciones apa.1way.table, apa.aov.table, etc.
    • Describir el uso de la funcion con detalle la primera vez que aparece.
    • Crear una seccion para anovatables? y apa.xxx?
  • Funcion para tablas bonitas (Ver Checks.R en Merlin:

formattable(Check_04, list( N = formatter(“span,” style = style(font.weight = “bold”)), MEAN_Age = formatter(“span,” style = style(font.weight = “bold”)) ))

  • Meter Manipulando datos para explicar el ifelse y para justificar as.factor

    • La memoria es frágil! Recodifique los valores 0 y 1 de la variable “sexo” por “femenino” y “masculino” respectivamente. Además, asegurese que estas variables sean de tipo factor. datos = datos %>% mutate(sexo = ifelse(sexo == 0, “femenino,” “masculino”)) %>% mutate(sexo = as.factor(sexo))
    • Se puede ademas usar un segundo ejemplo anidando varios ifelses y acabando con NA (cajon de sastre)
    • Introducir # is()???
  • Renombrado de variables: usar ejemplos de Analisis Alejandra.R, donde se busca y reemplazan nombres de variables masivamente usando regexp.

  • Como crear tablas bonitas

    • libreria sjPlot ?
    • sjt.lm(fit)
    • COMO mostrar en R Notebook??? sjt.lm(fit, no.output = TRUE)$knitr
  • Creacion de nuevo script: Libreria, setwd, lectura de archivo. 123. Recalcar. Incluir (dejando comentado el setwd) al empezar todas las secciones (Visualizar: 123, etc…)

  • Explicar funcion unique() y distinct()

  • Añadir segundo ejemplo a omit para quitar filas donde el omit esta en columnas concretas

    • datos %>% na.omit()
    • datos %>% na.omit(sexo, edad)
  • Nombres de webs de plots (en varias pone Pirate plot!)

  • En creacion de nuevas variables, poner un ejemplo mas complejo (media +- 2sd…), o calcular la dimension de una escala con items directos e inversos. O correccion de WAIS Matrices, usando lo de Merlin!!! (o t())

18.2 TODO - Limpieza general

  • Cada seccion deberia tener 1 sola base de datos en su carpeta. El nombre tiene que ser adecuado:
    • datos_manipular.csv
    • datos_visualizar.csv
  • Usar pacman para instalar y cargar paquetes