- Medidas Estadísticas de Dispersión Relativa - junio 11, 2024
- Modelos SARIMA(Arima Estacionales).¿Qué son y cómo usarlos para Predecir? - enero 4, 2024
- ¿Qué es el RUIDO BLANCO ? Econometría en R - junio 21, 2023
CÓDIGO R DEL TUTORIAL
## 2 MATRICES
# formas para crear matrices : dim, matrix,cbind,rbind ..
#Una matriz puede considerarse como un vector con un atributo de
#dimensión especial
# De hecho podemos convertir vectores en matrices con la función dim()
# ejemplo : creamos el vector x
x <- 1:10
x
dim(x) <- c(2, 5)
x
#matrix()
x <- matrix(1:10, 2, 5)
x
vector<- c(5,3,9,20,1,8,2,2,1,12)
x<- matrix(vector,2,5)
x
x<-matrix(c(5,3,9,20,1,8,2,2,1,12) , 2, 5)
x
x<-matrix(c(5,3,9,20,1,8,2,2,1,12) , 5, 2)
x
#opción por filas o colmnas
x<-matrix(c(5,3,9,20,1,8,2,2,1,12) , 2, 5,byrow=TRUE)
x
# FUnciones cbind y rbind
cbind(c(2, 1, 3), c(14, 5, 4))
rbind(c(2, 1, 3), c(14, 5, 4))
#esas dos funciones las usaremos muchos para unir filas y columans en tablas
# Calculos con matrices
x <- matrix(1:8, 2, 4, byrow = TRUE)
x
x^2
x * x^2
# también se pueden multiplicar matrices con vector
x <- matrix(1:16, ncol = 4)
x
y <- 7:10
y
x*y
# si se fijan lo que hace es ir multiplicando por orden la columna
x <- matrix(1:28, ncol = 4)
x
y <- 7:10
y
x*y
#Matrix multiplication = usamos %*%
x <- matrix(1:8, ncol = 2)
x
x %*% x
4*2 – 2*2
#da error porque las dimensiones no coinciden
#4filas y 2columnas no pueden ser multipicadas por 4 filas y 2 columnas
# se necesita que el numero de colunmas de la matrix A coincida con núm filas B
a <- matrix(1:8, ncol = 2)
b <- matrix(1:8, ncol = 4)
a
b
a= 4*2 b = 2*4
a%*%b
# Usando la traspuesta
a%*% t(a)
t(a)
a
#ALGUNAS FUNCIONES QUE PUEDEN SER APLICDAS A MATRICES
Function:
chol(x) Choleski decomposition
col(x) Matrix with column numbers of the elements
diag(x) Create a diagonal matrix from a vector
ncol(x) Returns the number of columns of a matrix
nrow(x) Returns the number of rows of a matrix
qr(x) QR matrix decomposition
row(x) Matrix with row numbers of the elements
solve(A,b) Solve the system Ax=b
solve(x) Calculate the inverse
svd(x) Singular value decomposition
var(x) Covariance matrix of the columns
###
### ARRAYS
#son vectores con un atributo de dimensión que especifica más de dos
#dimensiones.Un vector es un array unidimensional y una matriz es un array de dos
#matriz dimensional
x <- 1:8
dim(x) <- c(2, 2, 2)
#c(fila,columa,subdivision)
x
x <- 1:9
x
dim(x)<- c(3,3,1)
x
dim(x)<- c(3,1,3)
x
nuevo_array <- array(c(1:8, 11:18, 111:118), dim = c(2, 4, 3))
nuevo_array
nuevo<- array(c(2,10,11,1,2,3,5,8,45),dim = c(1, 3, 3))
nuevo
# DATA FRAMES
#Los podemos considerar como lista con elementos de la misma longitud
#serán tablas que pueden tener elementos diferentes pero tienen que tener
#la misma longitud para que cuadren. se ordenan como una tabla por filas y columans
# y serán usados muchísimos en cualquier análisis estadísticos
#n R is Longley’s Economic Data
data(longley)
longley
#dentro del daa frame podemos sacar los nombres de las filas y columnas y cambiarlos
#si lo deseamos
rownames(longley)
colnames(longley)
## CÓMO CREAR UN DATA FRAME
#se pueden crear de muchas formas, incluso importar desde csv,excel etc
#(la importación de datos lo veremos en otros videos)
#ejemplo
precio_anual <- c(2.1,1.9,1.5,3,4)
fecha <- seq(from=as.POSIXct(«2018-01-01»),to=as.POSIXct(«2022-01-01»), by = «years»)
fecha
tabla<- data.frame(fecha,precio_anual)
# se le podrían añadir otros atributos
pais<- c(«España»,»Argentina»,»México»,»Perú»,»Colombia»)
tabla<- data.frame(fecha,precio_anual,pais)
dat<- data.frame(a)