escalar_datos: Estandarizar las variables de un dataframe

In mariosandovalmx/tlamatini: Tlamatini: Funciones utiles para biologxs y ecologxs confundidos con los modelos lineales

Estandarizar las variables de un dataframe

Description

Estandariza las variables de un dataframe mediante el centrado y el escalado. Para cada valor de una variable, simplemente restamos el valor medio de la variable, luego dividimos por la desviacion estandar de la variable. Esto significa que vamos a escalar los valores de manera que la variable tenga una media de 0 y una desviaion estandar de 1. Esto es util cuando las variables explicativas tienen diferentes escalas, y a menudo no contribuyen por igual al modelo. Por ejemplo, si los valores de una variable oscilan entre 0 y 10000 y los valores de otra variable oscilan entre 0 y 10, la variable con el intervalo mas grande recibira un mayor peso en el analisis. Al estandarizar las variables, podemos estar seguros de que cada variable contribuye por igual al an?lisis. Este procedimiento no representa una transformacion de los datos, y no cambia la magnitud del efecto ni la significancia de la variable en el modelo. Ver la funcion "stdize" de MuMIn package para mas detalles.

Usage

escalar_datos(df, variables = NULL)

Arguments

df	Un dataframe
variables	Variables dataframe que se van a escalar

Value

Dataframe escalado y centrado

Examples

data(iris)
#Si no se especifica que variables excluir, se escalan todas las variables numericas del dataframe.
escalar_datos(iris)
escalar_datos(iris, )
#También se puede especificar que variables especificamente se van a escalar
escalar_datos(iris, variables = c("Petal.Width","Petal.Length"))
escalar_datos(iris, variables = c(1,3))

mariosandovalmx/tlamatini documentation built on Nov. 20, 2024, 12:28 a.m.