Pular para o conteúdo principal
Documentos
Compartir
LinkedIn
Facebook
Twitter
Copy
Gerenciamento de dados em REntrada de dados em RGráficos em RDocumentação RInterface REstatísticas em R

Reutilização de resultados no R

No SAS, você pode salvar os resultados das análises estatísticas usando o Output Delivery System (ODS). Embora o ODS seja uma grande melhoria em relação ao PROC PRINTO, sua sofisticação pode tornar alguns recursos muito difíceis de aprender (tente dominar o PROC TEMPLATE). No SPSS, você pode fazer a mesma coisa com o Sistema de Gerenciamento de Saída (OMS). Novamente, não é um dos tópicos mais fáceis de aprender.

Um dos recursos de design mais úteis do R é que o resultado das análises pode ser facilmente salvo e usado como entrada para análises adicionais.

# Example 1
lm(mpg~wt, data=mtcars)

Isso executará uma regressão linear simples de milhas por galão no peso do carro usando o quadro de dados mtcars. Os resultados são enviados para a tela. Nada é salvo.

# Example 2
fit <- lm(mpg~wt, data=mtcars)

Dessa vez, a mesma regressão é executada, mas os resultados são salvos com o nome fit. Nenhuma saída é enviada para a tela. No entanto, agora você pode manipular os resultados.

# Example 2 (continued...)

str(fit) # view the contents/structure of "fit"

Na verdade, a atribuição criou uma lista chamada "fit" (ajuste) que contém uma ampla gama de informações (incluindo os valores previstos, resíduos, coeficientes e muito mais).

# Example 2 (continued again)
# plot residuals by fitted values
plot(fit$residuals, fit$fitted.values)

Para ver o que uma função retorna, consulte a seção de valores da ajuda on-line para essa função. Aqui, você veria o help(lm).

Os resultados também podem ser usados por uma ampla gama de outras funções.

# Example 2 (one last time, I promise)

# produce diagnostic plots
plot(fit)

# predict mpg from wt in a new set of data
predict(fit, mynewdata)

# get and save influence statistics

cook <- cooks.distance(fit)

Para praticar

Para praticar a reutilização de resultados em variáveis, experimente este curso interativo sobre a introdução à programação em R do DataCamp.