Kadarsah

Meteorologi dan Sains Atmosfer

Archive for Juni, 2009

Pengantar Program R

Posted by kadarsah pada Juni 10, 2009

Program R merupakan program yang banyak digunakan untuk  lingkungan statistik dan grafik. Aplikasi dalam meteorologi dan klimatologi sangat berguna khususnya dalam verifikasi hasil model.

Situs bisa di akses di :http://www.r-project.org/

Program gratis ini dapat dijalankan di sistem operasi UNIX, Windows dan MacOS.

Penggunaan program R di meteorologi/klimatologi berguna dalam:

-menggambarkan Kurva ROC

-histogram

-scatterplot dlln

-diskriminasi

Dan untuk menghitung:

-Brier Skor

-statistik

Program R

Simbol Sofware R, untuk menjalankannya dengan cara mengklik sehingga muncul gambar sebagai berikut

r

Untuk mendapatkan software dengan cara mendownload dari situs resmi R di http://www.cran.r-project.org.

Sofware R dapat dijalankan di berbagai system operasi antara lain : window,Mac dan linux.

Dalam tutorial ini akan dijalankan R dalam system operasi window dan aplikasinya dalam lingkungan meteorology/klimatologi khususnya dalam verifikasi prediksi.

Untuk langkah pertama:

Ketik :

license()

tekan <enter> maka akan muncul

rr

Ketik-ketik perintah lain:

contributors()

citation()

help.start()

q()

Berikut contoh data ( file kadarsah.csv)

getwd()  mengetahui folder dimana data berada dan lingkungan dimana kita bekerja.

Untuk mengubahnya

dat.dir <- “D:\\R\\”

wrk.dir <- “D:\\R\\”

setwd(wrk.dir)

ketika mengetik

getwd()

[1] “D:/R”

> DAT <- read.table(paste(dat.dir, “kadarsah.csv”, sep = “”), sep = “,”, header = TRUE)

> class(DAT$date) <- “POSIXct”

> write.table(DAT, “test.csv”, sep = “,”)

> dim(DAT)

[1] 8174    6

> head(DAT)

id site                date  obs frcs forecastor

1 1384 OSLO 2006-09-01 19:00:00 19.9   17         JA

2 1384 OSLO 2006-09-02 19:00:00 20.0   16         JK

3 1384 OSLO 2006-09-03 19:00:00 15.3   16         PV

4 1384 OSLO 2006-09-04 19:00:00 19.6   16         JK

5 1384 OSLO 2006-09-05 19:00:00 21.0   19         LU

6 1384 OSLO 2006-09-06 19:00:00 15.9   15         PB

> tail(DAT)

id   site                date  obs frcs forecastor

8169 62366 KAHIRA 2006-12-26 19:00:00 18.4   18         LU

8170 62366 KAHIRA 2006-12-27 19:00:00 13.2   16         AS

8171 62366 KAHIRA 2006-12-28 19:00:00 13.4   15         AS

8172 62366 KAHIRA 2006-12-29 19:00:00 16.2   16         PB

8173 62366 KAHIRA 2006-12-30 19:00:00 18.0   16         RC

8174 62366 KAHIRA 2006-12-31 19:00:00 17.0   18         JK

> DAT[1:10, 1:5]

id site                date  obs frcs

1  1384 OSLO 2006-09-01 19:00:00 19.9   17

2  1384 OSLO 2006-09-02 19:00:00 20.0   16

3  1384 OSLO 2006-09-03 19:00:00 15.3   16

4  1384 OSLO 2006-09-04 19:00:00 19.6   16

5  1384 OSLO 2006-09-05 19:00:00 21.0   19

6  1384 OSLO 2006-09-06 19:00:00 15.9   15

7  1384 OSLO 2006-09-07 19:00:00 15.8   13

8  1384 OSLO 2006-09-08 19:00:00 17.8   14

9  1384 OSLO 2006-09-09 19:00:00 20.7   18

10 1384 OSLO 2006-09-10 19:00:00 19.7   18

> unique(DAT$site)

[1] OSLO         STOCKHOLM    HELSINKI     LONDYN       DUBLIN       REYKJAVIK    KODAN        AMSTERDAM    BRUSEL       ZENEVA       PARIZ

[12] BORDEAUX     MARSEILLE    NICE         BARCELONA    COSTA-BRAVA  MADRID       MALLORCA     CORDOBA      ALMERIA      LISABON      HAMBURG

[23] BERLIN       FRANKFURT    STUTTGART    MNICHOV      VIEDEN       INNSBRUCK    GRAZ         PRAHA        BRATISLAVA   SLIAC        VARSAVA

[34] KRAKOW       BUDAPEST     BELEHRAD     ZAHREB       PULA         SPLIT        HVAR         BUKUREST     VARNA        SOFIA        BURGAS

[45] MILANO       BENATKY      RIMINI       RIM          NEAPOL       PALERMO      MESSINA      MALTA        THESSALONIKI ATENY        HERAKLION

[56] ISTANBUL     ANTALYA      LARNACA      TALLIN       PETROHRAD    MOSKVA       KYJEV        TEL-AVIV     TENERIFE     LAS-PALMAS   TUNIS

[67] KAHIRA

67 Levels: ALMERIA AMSTERDAM ANTALYA ATENY BARCELONA BELEHRAD BENATKY BERLIN BORDEAUX BRATISLAVA BRUSEL BUDAPEST BUKUREST BURGAS CORDOBA … ZENEVA

> range(DAT$frcs)

[1] -10  42

> DAT$obs[1:20]

[1] 19.9 20.0 15.3 19.6 21.0 15.9 15.8 17.8 20.7 19.7 18.6 20.8 18.8 21.5 18.9 12.7 14.2 17.0 16.3 18.5

> DAT$obs.frh <-  DAT$obs + 9/5 + 32

> id <- DAT$obs > 20

> tail(id)

[1] FALSE FALSE FALSE FALSE FALSE FALSE

> sum(id)

[1] NA

> DAT.sub <- DAT[id, ]

> tail(DAT.sub)

id   site                date  obs frcs forecastor obs.frh

8158 62366 KAHIRA 2006-12-15 19:00:00 21.4   22         LU    55.2

8161 62366 KAHIRA 2006-12-18 19:00:00 20.8   21         PZ    54.6

8162 62366 KAHIRA 2006-12-19 19:00:00 21.2   23         LX    55.0

8163 62366 KAHIRA 2006-12-20 19:00:00 21.2   20         PV    55.0

8164 62366 KAHIRA 2006-12-21 19:00:00 21.0   20         RC    54.8

8165 62366 KAHIRA 2006-12-22 19:00:00 21.9   22         PZ    55.7

> DAT.sub <- DAT[DAT$site == “HVAR”, ]

> tail(DAT.sub)

id site                date  obs frcs forecastor obs.frh

4875 14447 HVAR 2006-12-26 19:00:00 13.4   10         LU    47.2

4876 14447 HVAR 2006-12-27 19:00:00   NA    9         AS      NA

4877 14447 HVAR 2006-12-28 19:00:00 12.0    9         AS    45.8

4878 14447 HVAR 2006-12-29 19:00:00 13.8    9         PB    47.6

4879 14447 HVAR 2006-12-30 19:00:00 14.4   11         RC    48.2

4880 14447 HVAR 2006-12-31 19:00:00 12.4   10         JK    46.2

  • plot(DAT.sub$date, DAT.sub$obs)

g_1

pairs(iris[1:4], main=”Edgar Anderson’s Iris Data”, pch=21,bg = c(“red”, “green3”, “blue”)[unclass(iris$Species)])

pair2

par(bg=”cornsilk”)

coplot(lat ~ long | depth, data = quakes, pch = 21, bg = “green3”)

par(opar)

lengka

Posted in Komputer, Meteorologi | 18 Comments »