Guía rápida de R

El poco R que necesitas para todo el libro, en un solo lugar.

Configuración (cada script)

install.packages("pacman")          # una sola vez
pacman::p_load(rio, here, tidyverse, janitor)   # carga la columna
dat <- import(here("data", "archivo.csv"))        # lee datos

Mirar los datos

glimpse(dat)        # columnas, tipos, primeros valores
dim(dat); names(dat); head(dat)
summary(dat)        # rangos y promedios
tabyl(dat, columna) # tabla de frecuencias (janitor)

Manipular (tidyverse)

dat |> filter(species == "Atlantic salmon")      # filtra filas
dat |> select(week, deaths)                        # selecciona columnas
dat |> mutate(prev = n_positive / n_sampled * 100) # columna nueva
dat |> group_by(species) |> summarise(m = mean(x)) # resume por grupo
dat |> arrange(desc(x))                            # ordena

Resúmenes

mean(x); median(x); sd(x); IQR(x); quantile(x)
range(x); var(x)
exp(mean(log(x)))        # media geométrica (cargas, títulos)

Graficar (ggplot2)

ggplot(dat, aes(x = week, y = deaths)) + geom_line()
ggplot(dat, aes(x = n_stocked)) + geom_histogram(bins = 10)
ggplot(dat, aes(x = species, y = temp)) + geom_boxplot()

Una línea por técnica epidemiológica

binom.confint(x, n, methods = "wilson")      # IC para una proporción
epi.2by2(tab, method = "cohort.count")       # RR, OR, fracciones atribuibles
epi.tests(tab)                                # Se, Sp, VPP, VPN
mantelhaen.test(table(exp, out, confusor))   # OR ajustada por confusión
coxph(Surv(time, event) ~ group, data = d)   # supervivencia / razón de riesgos
glm(y ~ x, family = binomial)                 # regresión logística
metagen(TE, seTE, sm = "RR")                  # metaanálisis

Obtener ayuda

?mean          # página de ayuda
vignette()     # tutoriales de paquetes