*Procedimiento creado por:F.J.Herrero,M.Cuesta,P.Fernández y G.Vallejo (2010)
*Grupo de Diseños de Investigación y Análisis de Datos
*Departamento de Psicología - Universidad de Oviedo.
*****************************************************************************************
*Procedimiento para obtener estadísticos robustos de las variables de una base de datos.
*R_get_specified_variables.sps. (A modicar para cada caso).
get file='b:\R\trabajo\beatriz-carcel.sav'.

*Procedimiento en R: Lectura de los datos.
BEGIN PROGRAM R.
varnomb<-c("delnosan","delsan","prienpri","tempocontrol")
datos <- spssdata.GetDataFromSPSS(variables=varnomb) 
end program.

*Procedimientos opcionales.
*(Procedimiento de preparación de los datos en casos de tener mortalidad experimental)
*Seleccionar el segmento elegido y ejecutar.
*Opción 1:Imputación.
begin program r.
#Imputación de la media a "valores perdidos" 
library(Hmisc)
datos$delnosan<-impute(datos$delnosan,mean) #asigna la media
#datos$delnosan<-impute(datos$delnosan,median) #asigna la mediana
end program.

*Ipción 2:Subconjunto eliminando casos perdidos.
begin program r.
#subconjunto de datos eliminados: en este caso los perdidos en 'delnosan' 
#(funciona sólo si las instrucciones de imputación anteriores no han sido ejecutadas)
datos <- subset(datos, !is.na(delnosan)) #Elimina casos con mortalidad experimental
end program.

********************************************************************************************.
*Procedimientos estadísticos.
********************************************************************************************.
*Procedimiento de estadística clásica en R.
begin program r.
print("***************RESUMEN DE DATOS CLÁSICO**********************")
summary(datos) #Resumen clásico
end program.

*Procedimiento de estadísticos robustos en R.
begin program r.
##########################################################################################
k<-dim(datos) #dimensión de la base de datos
cat ("Matriz:")
k
m<-matrix(c(0), k[2], 11)
dimnames(m)[[2]] <- c("Mrc5%","Mrc10%", "Mrc15%","Mrc20%", "Mrc25%","TRIMEDIA",
  "PERTmediana","PERTmedia","DTs","CVr","H") 
dimnames(m)[[1]] <- varnomb
###########################################################################################
## Estadísticos robustos
for (i in 1:k[2]) {
m[i,1]<-mean(datos[,i],trim=0.05)
m[i,2]<-mean(datos[,i],trim=0.10)
m[i,3]<-mean(datos[,i],trim=0.15)
m[i,4]<-mean(datos[,i],trim=0.20)
m[i,5]<-mean(datos[,i],trim=0.25)
m[i,6]<-(quantile(datos[,i],1/4)+2*median(datos[,i])+quantile(datos[,i],3/4))/4
m[i,7]<-(min(datos[,i])+4*median(datos[,i])+max(datos[,i]))/6
m[i,8]<-(min(datos[,i])+4*mean(datos[,i])+max(datos[,i]))/6
m[i,9]<-(  (quantile(datos[,i],3/4)) - (quantile(datos[,i],1/4)) )/1.349
m[i,10]<-( (quantile(datos[,i],3/4)) - (quantile(datos[,i],1/4)) )/( (quantile(datos[,i],3/4)) + (quantile(datos[,i],1/4)))
H <- summary(datos[,i])/length(datos[,i])
m[i,11]=-sum(H * (log(H)/log(2))) #Entropía en log2
}
##########################################################################################
#Exporta Tabla de resultados a SPSS en panel de pivotado
spsspivottable.Display(t(m),title="Estadísticos robustos") #Transpuesta para dar un resultado semejante al SPSS
end program.