Introducción.

En esta práctica vamos a trabajar con la tabla de datos robles que ya conoces de la primera práctica.

Objetivos de la práctica:

Aprender a seleccionar subconjuntos de datos.
- En un vector, seleccionar elementos
  - Por su posición
  - De acuerdo a una condición
- En un data.frame (tabla), seleccionar filas y columnas
  - Por posición
  - De acuerdo a condición
- Con boxplots:
  - Localizar valores atípicos
  - Si se miden dos variables (cualitativa y cuantitativa) para cada individuo, representar un boxplot por cada nivel de la variable cualitativa.
Limpieza de datos: detectar y gestionar valores ausentes (filas incompletas).
Reforzar lo aprendido sobre exploración de datos practicando con subconjuntos de la muestra.

Descarga y lectura de datos.

Para ello:

Selecciona la carpeta de trabajo adecuada para esta sesión con R. Usa el menú Session-> Set Working Directory.
Indicación: Si tienes dudas de cómo hacer esto mira la Sección 3, pág. 12, del Tutorial02.
Explora el fichero con un editor de texto como el Bloc de Notas.
Lee los catos con el comando read.table y guárdalo en un data.frame (una tabla) con el nombre robles. Asegúrate de usar correctamente las opciones header, dec y sep al leer el fichero.
Comprueba que la lectura ha sido correcta.

Ejercicio 1

Calcula la media y la cuasidesviación típica muestral de la variable Nitrogeno.
Repite el cálculo para los primeros 14 individuos de la tabla.
¿Cuántas observaciones corresponden a robles con una concentración de Potasio mayor o igual que 2?
Ahora calcula la media de la variable Nitrogeno para aquellas observaciones en las que Potasio es mayor o igual que 2. Compárala con la media que has calculado en el anterior apartado. Haz lo mismo con la cuasidesviación típica.
Calcula la media de la variable Nitrogeno para los individuos que tuvieron angina de pecho (es decir, Variedad == "A")
Visualiza la subtabla que contiene las 11 primeras filas y las columnas de las variables Hierro, Calcio, Zona, Tratamiento.

Ejercicio 2

Crea la variable lnHierro (logaritmo neperiano de la concentraciçon de hierro) y añadela a la tabla. Primero hay que calcular el logaritmo del hierro
```
  lnHierro = log(robles$Hierro)
```
a continuación, calcular añadirlos a la tabla
```
  robles$lnHierro = lnHierro
```

observa (arriba,a la derecha) que ha cambiado el número de columnas de la tabla. Se puede hacer todo en un paso con robles$lnHierro = log(robles$Hierro)

Dibuja un diagrama de caja (boxplot) de la variable lnHierro. ¿Hay valores atípicos? ¿Cuáles son? ¿Y qué filas ocupan en la tabla? Indicación:
- Guarda el boxplot en una variable
```
bp.Calcio = boxplot(robles$Calcio)
```
- Busca los valores atípicos
```
bp.Calcio$out
```
- Usa la función which para determinar en qué fila están
```
which(robles$Calcio %in% bp.Calcio$out)
```
A continuación dibuja un gráfico que muestre los dos diagramas de caja (boxplot) de la variable Calcio correspondientes a los dos posibles niveles (valores) del factor Variedad.

Ejercicio 3

Calcula la media de la variable Manganeso.
¿Qué ha pasado? El resultado se debe a que esa columna contiene valores ausentes. En inglés missing values, también llamados Non-Available (de ahí la respuesta de R). Prueba a utilizar la función mean con la opción na.rm = TRUE para pedirle a R que ignore esos valores ausentes al calcular la media.
La ausencia de algunos valores es uno de los quebraderos de cabeza más frecuentes en Análisis de Datos. Lo primero es aprender a detectarlos. Usa la función complete.cases así:
```
  complete.cases(robles)
```
para identificar las filas de la tabla en las que hay valores ausentes (en alguna variable).
Combina complete.cases con which para averiguar el número de filas en las que faltan valores.
```
  robles = robles[complete.cases(robles), ]
```
Pídele a R (usando selección por filas) que te enseñe solo las filas de la tabla en las que faltan valores.
También puedes analizar una columna concreta, en este caso con la función is.na. Por ejemplo, prueba con:
```
  is.na(robles$Manganeso)
```
De nuevo, combínalo con which para ver qué números de fila corresponden a valores ausentes de Manganeso.

Ejercicio 4

Antes de hacer este ejercicio debes visto el vídeo (o leído la introducción) sobre los documentos reproducibles.

Crea un documento reproducible en RMarkdown a partir del código que has escrito para responder al ejercicio 1 de la práctica 2. El código debe ir en los chunks del documento reproducible y además debes añadir comentarios fuera de esos chunks explicando los pasos que das para resolver el ejercicio. A partir de ese documento reproducible debes generar documentos HTMl y docx.