Manual de Comandos Esenciales en R para Estadística y Ciencia de Datos

Manipulación de Matrices y Vectores

• A[filas, columnas]: Selecciona filas y columnas de un objeto para formar una matriz.
• c(2:6): Genera un vector con los números especificados.
• cbind: Combina vectores y matrices por columnas.
• rbind: Combina vectores y matrices por filas.

Gestión del Entorno y Exploración de Datos

• dir: Lista los objetos en el directorio de trabajo.
• class: Muestra la clase de un objeto.
• simple_n: Muestra el tamaño de la muestra.
• slice: Selecciona datos según su posición.

Transformación y Limpieza de Datos (Tidyverse)

• filter: Filtra observaciones según una condición (ej. filter(municipio == "Viti")).
• select: Selecciona columnas (variables) específicas.
• mutate: Añade nuevas variables o modifica las existentes.
• summarise: Resume datos (ej. summarise(Manu = sum(pob))).
• arrange: Ordena datos de forma ascendente o descendente (arrange(desc(pob))).
• group_by: Agrupa datos por variables categóricas.
• spread / gather: Cambia el formato de los datos entre forma larga y ancha.
• separate: Separa una columna en varias.
• left_join: Une tablas añadiendo variables de una a otra.

Estadística Descriptiva y Funciones Matemáticas

• mean: Calcula la media aritmética.
• median: Calcula la mediana.
• quantile(X, 0.25): Obtiene un cuartil específico.
• df_stats: Obtiene estadísticos descriptivos especificando la variable y el grupo (df_stats(variable ~ grupo)).
• Base: Permite cambiar la base para el cálculo de logaritmos.

Visualización de Datos con ggplot2

• aes: Define la estética (mapeo de variables) para ggplot.
• geom_boxplot: Crea un diagrama de caja (ej. ggplot(aes(x=Sexo, y=Salario)) + geom_boxplot()).
• geom_density: Dibuja la función de densidad empírica.
• stat: Realiza transformaciones estadísticas antes de graficar.

Modelado Estadístico y Regresión

• lm(y ~ x): Realiza una regresión lineal.
• glm(y ~ x, data = ...): Ajusta modelos lineales generalizados (ej. modelo logit).
• gam(y ~ s(x), data = ...): Ajusta modelos aditivos generalizados (requiere librería mgcv).
• Modelos autorregresivos: lm(y ~ lag(y), data = y) para series temporales.
• solve: Calcula la inversa de una matriz.
• anova(m1, m2): Compara modelos.
• vcovHC: Calcula la matriz de varianzas-covarianzas robusta ante heterocedasticidad.
• confint(M, level = 0.90): Calcula intervalos de confianza.
• rstudent(M): Calcula residuos estandarizados.
• hatvalues(M): Identifica valores atípicos e influyentes.

Inferencia y Distribuciones

• rt(n, df): Genera una muestra de una distribución t-Student.
• qt(0.05, df): Obtiene el valor crítico de la distribución t.
• pt(valor, df): Calcula el p-valor.
• Simulación: M = do(1000) * lm(...) para remuestreo.
• lht(M, R, ...): Realiza pruebas de hipótesis lineales (test de Wald).