análisis de datos 3

en algunos entornos (como Rcmdr) están «a la sombra»; puede ser necesario hacer

library (datasets)
data (iris)

• análisis discriminante
• árbol de clasificación
• perceptrón
• buscar individuos que se clasifican de forma distinta según el método usado

1. depurar los datos
2. predecir «peso» a partir del resto de variables
3. clasificar en «tipo» (C = culón, AC = aculonado, N = normal/corriente)

1. criterio univariante (stem, hist, boxplot)

   ## por ejemplo:
   stem (d$peri_torax)
   stem (d$peri_torax, scale=2, width=100) # con pantalla grande
   
   

   por ejemplo:

   depurar <- function (var, min, max) d[[var]] [d[[var]] < min | d[[var]] > max] <<- NA
   depurar ("alzada",       40, 150)      # tras hacer: stem (d$alzada)
   depurar ("long_cruz",    20, Inf)      # tras hacer: stem (d$long_cruz)
   depurar ("ancho_muslos", 10, 130)      # etc.
   depurar ("curva_nalga",   1,   5)      # ésta es discreta
   depurar ("peri_torax",   50, Inf)
   depurar ("peso",         20, Inf)      # tras hacer: stem (d$peso, scale=2)
   depurar ("edad",          0, 400)      # tras hacer: stem (d$peso, scale=10)
   
   d$sexo <- factor (d$sexo, levels = c("H", "M")) # tras hacer: table (d$sexo)
   d$tipo <- factor (d$tipo, levels = c("C ","AC","N "), labels = c("C","A","N"))
   

2. criterio bivariante (mahalanobis)

   ## por ejemplo, para "vacas" mirar peso frente a cada medida morfológica
   ## (alzada long_cruz ancho_muslos peri_torax)
   morfo  <- "alzada"
   x      <- na.omit (d [c (morfo, "peso")])
   D2     <- mahalanobis (x, colMeans(x), var(x))
   umbral <- quantile (D2, 0.999)                                             # probar otros umbrales
   plot (as.formula (paste (morfo, "~ peso")), x, col = 1 + (D2 > umbral))    # color 1=negro 2=rojo
   
   

3. criterio multivariante

   x      <- na.omit (d [c ("alzada", "long_cruz", "ancho_muslos", "peri_torax", "peso")])
   D2     <- mahalanobis (x, colMeans(x), var(x))
   umbral <- quantile (D2, 0.999)                                             # ¿umbral adecuado?
   for (morfo in c ("alzada", "long_cruz", "ancho_muslos", "peri_torax")) {
      dev.new ()
      plot (as.formula (paste (morfo, "~ peso")), x, col = 1 + (D2 > umbral))
   }
   
   

1. asignar los individuos con «vote=U» a una de las otras categorías (Y, N, A)
2. comparar lo obtenido con los resultados del referendo de 1988 en Chile