Introdução ao R

Vetor e matrizes no R:

Para armazenar um valor a uma variável, simplesmente usamos:

x = 3.7

O vetor é uma estrutura de dados básica do R, que permite armazenar um conjunto de valores numéricos ou de caractere sob um mesmo tipo.

x = c(1, 2, 3, 4)
x

## [1] 1 2 3 4

Para criar um vetor com repetidos valores, por exemplo uma repetição de zeros, utiliza-se:

x = array(0, 100)
x

##   [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
##  [38] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
##  [75] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Para criar uma matriz, utiliza-se uma estrutura similar.

x = matrix(1, 2, 2)
x

##      [,1] [,2]
## [1,]    1    1
## [2,]    1    1

Atribuindo algum valor (1000) ao intervalo, no caso primeira linha:

x[1,]=1000
# Saída da matriz inteira com 1000 na primeira linha e 1 no resto:
x

##      [,1] [,2]
## [1,] 1000 1000
## [2,]    1    1

Caso queira exibir uma única linha ou coluna, basta digitar o comando com a linha ou coluna desejada:

# Coluna
x[,2]

## [1] 1000    1

#Linha:
x[2,]

## [1] 1 1

Listas no R:

Listas são objetos que podem armazenar objetos de dados de tipos diferentes. É possível incluir data.frames, arrays, matrizes, vetores, fatores e mesmo listas em uma lista.

list=list()
list$nome = "joao"
list$idade = 40
list$vetor=c(1,2,3)
list$nome

## [1] "joao"

# Saída:
list

## $nome
## [1] "joao"
## 
## $idade
## [1] 40
## 
## $vetor
## [1] 1 2 3

Loops R:

Para realizar uma repetição com variável de controle, o comando for() incrementa um índice dentro de uma sequência de valores.

for(i in 1:10){
  print (i)
}

## [1] 1
## [1] 2
## [1] 3
## [1] 4
## [1] 5
## [1] 6
## [1] 7
## [1] 8
## [1] 9
## [1] 10

Para reaizar uma repetição pré-testada, o teste para sair do laço de repetição é realizado antes de entrar no laço, e para isso utilizamos a função while():

i=1
while(i<=10){
  print (i)
  i=i+1
}

## [1] 1
## [1] 2
## [1] 3
## [1] 4
## [1] 5
## [1] 6
## [1] 7
## [1] 8
## [1] 9
## [1] 10

Ou outro exemplo:

i=1
while(i<=10){
  print (i)
  if (i<=5) {
    print("menor ou igual a 5")
  }
  else{
    print("maior que 5")
  }
  i=i+1
}

## [1] 1
## [1] "menor ou igual a 5"
## [1] 2
## [1] "menor ou igual a 5"
## [1] 3
## [1] "menor ou igual a 5"
## [1] 4
## [1] "menor ou igual a 5"
## [1] 5
## [1] "menor ou igual a 5"
## [1] 6
## [1] "maior que 5"
## [1] 7
## [1] "maior que 5"
## [1] 8
## [1] "maior que 5"
## [1] 9
## [1] "maior que 5"
## [1] 10
## [1] "maior que 5"

No R, o índice i for imutável, recomenda-se utilizar o “for” como opção de repetição.

Outras funções úteis no R:

A Estatística Descritiva está diretamente ligada à organização e descrição dos dados. É utilizada para sumarizar como as observações se distribuem e onde estão posicionadas (ex.: medidas de tendência central e dispersão) e como se apresentam em termos de associação. Os conceitos e métodos descritivos são ponto de partida da análise exploratória de dados, passo fundamental para análises estatísticas mais avançadas.

Considerando a matriz criada x,

x

##      [,1] [,2]
## [1,] 1000 1000
## [2,]    1    1

temos as seguintes funções para estatística descritiva:

# Média:
mean(x)

## [1] 500.5

# Desvio padrão 
sd(x)

## [1] 576.7729

# Distribuição normal: 
rnorm(x)

## [1] -0.6034600  1.3594870  0.5426865 -0.5715408

# Boxplot:
boxplot(x)

Leitura de dados de ECG:

Na aula o professor disponibilizou dados de um arquivo em que ele coletou dados de ECG de si mesmo (a partir de um arduino). O arquivo contém uma única coluna que é o valor em mV coletado com o instrumento:

dados = read.table("./data/ecg.txt", header = FALSE)

Para visualizar os dados da forma de série temporal, utiliza-se a função ts.plot(). Algumas versões do R Studio contém um problema para visualização dos dados, então utiliza-se a seguinte gambiarra recomendada pelo Stackoverflow:

# Pra não dar erro "figure margins too large" no ts.plot:
graphics.off()
par("mar")

## [1] 5.1 4.1 4.1 2.1

par(mar=c(1,1,1,1))

Após implementar essas linhas, na sequência, visualizamos os dados com a função:

# Plotando gráfico de linha - ECG
ts.plot(dados)

Um histograma pode ajudar a melhorar a visualização da amplitude do sinal:

hist(dados$V1)

Para fins de referência, consideremos como picos de batimentos os valores com resultados acima de 685mV, então destacaríamos os maiores:

# Para percorrer todas as casas dos dados, detectando os picos:
picos=array(0, nrow(dados))
for(i in 1:960){
  if(dados$V1[i]>685){
    picos[i]=1
  }
}

# Unindo no plot as colunas de dados e picos
ts.plot(cbind(dados$V1, picos))

# Como pode ver, ficou zoado, então ajustamos a escala e adicionamos cores para que se possa visualizar os dados:
# cores: col 2 = preto e 1 vermelho
ts.plot(cbind(dados$V1, picos+684), col=c(2,1))

O ajuste ainda não ficou muito claro. Toda vez que encontrar um pico, os valores conseguintes referem-se ao mesmo pico, ou seja, devemos limpar os dados (retirada de picos contínuos adjacentes). Neste caso, escolhemos ignorar os picos dos 10 dados seguintes ao primeiro pico.

Nota: Para percorrer o vetor completo, basta percorrer o código até os 10 últimos (critério de parada) dados. Os demais picos seriam ignorados de qualquer forma e poderia reproduzir erro no vetor.

Dessa forma, teríamos:

for(i in 1:(nrow(dados)-10) ){
  if(picos[i]==1){
    picos[(i+1):(i+10)]=0 
  }
}
ts.plot(cbind(dados$V1,picos+684),col=c(2,1))