r语言生物统计Word下载.docx
《r语言生物统计Word下载.docx》由会员分享，可在线阅读，更多相关《r语言生物统计Word下载.docx（40页珍藏版）》请在冰豆网上搜索。
主窗口上方的一些文字是刚运行R时出现的一些说明和指引。
文字下的：
>
符号便是R的命令提示符，在其后可输出命令；
后的矩形是光标。
R一般是采用交互方式工作的，在命令提示符后输入命令，回车后便会输出结果。
第一节
数据的输入
注：
在R中，大小写是敏感的，即大小写是不同的。
一、变量数据直接输入
1、数值变量
如果有一个变量，变量名为x，其数据如下：
12，15，46，23，15。
命令语句如下：
x<
-c（12,15,46,23,15）
或
c（12,15,46,23,15）->
x
其中：
x为变量名；
<
-与->
为赋值符；
c（
）为向量建立函数，表示把括号中的数据建立为一个向量。
以上命令语句建立了一个数值变量x。
2、字符变量
字符变量的建立与数值变量一致。
字符串使用引号（单、双均可），如：
y<
-c（“er”,”sdf”,”eir”,”jk”,”dim”）
c（“er”,”sdf”,”eir”,
”jk”,”dim”）->
y
将建立字符变量y。
3、逻辑变量
逻辑变量中的元素是：
TRUE（或简写为T）、FALSE（F）、NA（表示缺省）。
请注意必须都是大写。
逻辑变量可以直接输入，如：
z<
-c（TRUE,FALSE,F,T,NA）
可建立逻辑变量z。
1可以表示T，0可以表示F。
所以可以直接写成：
-c（1，0，0，1,NA）
在计算时，T和F也是当作1和0来用的。
4、其他输入方式
1）利用“：
”
“：
”可以产生连续的整数序列，如
x<
-1:
10
↙
>
[1]
1
2
3
4
5
6
7
8
9
10
2）利用seq函数
产生有规律的数列的更一般方法是采用seq函数，它的一般用法是：
seq（下界，上界，间距），如：
x=seq（1,10,0.5）
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
8.0
8.5
9.0
9.5
10.0
3）利用rep函数
rep函数重复第一个变量若干次
-rep（1,5）
↙
二、建立数据集
在上面，我们建立起了三个变量：
x，y，z。
如果要建立起一个三变量的数据集，即含有x、y、z的二维表，则可使用data.frame（）函数。
当然，在这种情况下，要求变量的长度是一样的。
dd<
-data.frame（x,y,z）
便可建立数据集dd。
edit（dd）
可调用R中的数据编辑器显示、编辑数据集dd。
如下图。
如果eidt（
）编辑的是一维的向量，如：
edit（x），那么它便会调用记事本来编辑，而不会调用数据编辑器。
三、从其他文件中读取数据
在应用统计学中，数据量一般是比较大的，变量也很多。
如果用上述方法来建立数据集，好像辛苦了一些。
上述方法适用于少量数据、少量变量的分析。
对于大量数据和变量，一般应在其他软件中输好，再读R中处理。
1、读入输好的纯文本文件
若数据已经输入一个纯文本文件“c:
/test.txt”。
其格式如下：
Price
Floor
Area
Rooms
Age
Cent.heat
01
52.00
111.0
830
6.2
no
02
54.75
128.0
710
no
03
57.50
101.0
1000
4.2
04
131.0
690
8.8
05
59.75
93.0
900
1.9
yes
其中第一行为变量名，第一列为记录序号。
则利用read.table（
）函数可读入数据，如：
read.table（“c:
/test.txt”）->
test
便把数据集读入，并命名为test。
文件的后缀不必一定要.txt，关键文件要为纯文本，里面不能有特殊格式符。
如果数据文件中没有第一列记录序号，如：
PriceFloorAreaRoomsAgeCent.heat
52.00111.083056.2no
54.75128.071057.5no
57.50101.0100054.2no
57.50131.069068.8no
59.7593.090051.9yes
则命令语句为：
/test.txt”,header=TRUE）->
test
系统根据每个变量第一个值的类型，自动识别变量类型，如以上数据集中，除最后一个“Cent.hear”是字符变量，其他均为数值变量。
2、读入其他格式的数据库要读入其他格式数据库，必须先安装“foreign”模块。
它不属于R的8个在模块，需要在使用前安装。
安装方法很简便，只需键入命令：
library（foreign）即可。
四、向量运算
1、加减乘除对向量进行加减乘除运算，其含义是对向量的每一个元素进行运算：
例：
-c（1,4,7,8,10）↙
y<
-x+2↙>
y↙
[1]3691012
向量之间的运算，则是对应元素之间的运算。
例：
-c（1,4,7,8,10）↙>
z<
-x+y↙>
z↙[1]410161822
2、添加数据与替换数据
添加函数的句法是：
append（向量，添加部分，after=起点）。
-seq（1,15,2）↙
x↙
[1]13579111315
append（x,20:
30,after=4）↙
[1]135720212223242526272829309111315
如果after参数缺省，则默认在向量的最后插入。
30）↙
[1]135791113152021222324252627282930
替换数据的句法是：
replace（向量，替换位置，替换值）。
replace（x,c（1,4,7）,-1）↙
[1]-135-1911-115
第二节统计描述
一、数值变量的统计描述
在R中没有一个直接的统计描述命令，可以把常见的指标都一起算出来。
如概述中所说，R往往是提供一些比较基础的统计命令，需要使用者自己编程组合。
1、和：
sum（x），积：
prod（）
-c（12,14,16,18）↙（建立一个数据向量x）
sum（x）↙（求x的和）
[1]60。
prod（x）↙
[1]48384
2、算术均数：
mean（x）
mean（x）↙（求x的算术平均数）
将输出x的均数15。
但是，算术平均数有一个缺点就是对outlier非常敏感，如果少数几个值非常大，那么整个算术平均数也随之增加。
因此，为了避免这种情况，可以使用trimmedmean——也就是说，先对最大和最小的数剔除了（一般会按照百分比剔除，比如剔除最大和最小的a％的个案剔除出去），然后再计算算术平均值。
mean命令也可以计算trimmdmean，只要增加一个trim参数就可以了。
c（1,2,3,4,5,6,7,8,9,12,1,31,4,15,16,17）->
z1↙
mean（z1）↙
[1]8.8125>
mean（z1,trim=0.1）↙（剔除最大和最小10%的数据）
[1]7.785714
有时候，计算mean时的权重希望不是一样的，那么可以使用weighted.mean命令计算。
比如在评委评分的时候，可能资深评委的评委更重要，给予他们更大的权重就是这种情况。
比如有五位评委，他们的某一次评分分别是2，3，4，5，4，而他们的权重是0.1，0.2，0.2，0.3，0.6那么可以使用以下的命令求出加权平均数。
weighted.mean（x=c（2,3,4,5,4）,w=c（0.1,0.2,0.2,0.3,0.6））↙
[1]3.928571
3、中位数：
median（x）
-c（11,13,14,12,17,10）↙
median（y）↙
将输出中位数12.5
4、极差：
max（x）-min（x）
y=max（y）-min（y）↙
将输出结果7。
还有一个命令是range命令，他同时返回最大值和最小值。
-c（11,13,14,12,17,10）↙
range（y）↙
[1]1017
5、样本方差：
var（x）
-c（9,8,7,10,12,10,11,14,8,9）↙
var（x）↙
将输出结果4.4。
6、样本标准差：
sd（x）
sd（x）↙
将输出结果2.097618。
请注意都是“样本”。
7、变异系数：
（sd（x）/mean（x））*100
8、四分位差：
IQR（x）
IQR（x）↙
输出结果2.5。
四分位差表示的，是75％分位值和25％分位值的差通过以上命令和程序，可以求出想要的描述指标。
二、正态性检验与方差齐次性检验
1．正态性检验可采用Shapiro-Wilk检验。
程序如下：
shapiro.test（x）↙
输出结果如下：
Shapiro-Wilknormalitytest
data:
x
W=0.9513,p-value=0.6843
2．方差齐次性分析
-c（10,12,14,15,17,29）↙
var.test（x,y）↙
结果如下：
Ftesttocomparetwovariances
xandy
F=0.097,numdf=9,denomdf=5,p-value=0.003206
alternativehypothesis:
trueratioofvariancesisnotequalto1
95percentconfidenceinterval:
0.014516800.43493188
sampleestimates:
ratioofvariances
0.0969875
第三节t检验
一、样本均数与总体均数的假设检验
随机抽测了10只兔的直肠温度，其数据为：
38.7、39.0、38.9、39.6、39.1、39.8、38.5、39.7、39.2、38.4（℃），已知该品种兔直肠温度的总体平均数0µ
=39.5（℃），试检验该样本平均温度与0µ
是否存在显著差异？
R程序如下：
-c（38.7,39,38.9,39.6,39.1,39.8,38.5,39.7,39.2,38.4）↙（建立变量x）
t.test（x,mu=39.5,alternative="
two.sided"
conf.level=0.95）↙
以上程序中，x为数据变量；
mu=39.5为总体均数；
alternative=“two.sided”表示行双侧检验，如果alternative=“less”，为μ1<
μ2的单侧检验，反之，alternative=“greater”，为μ1>
μ2的单侧检验；
conf.level=0.95指检验水准为0.05。
OneSamplet-test
t=-2.641,df=9,p-value=0.02687
truemeanisnotequalto39.5
38.7388239.44118
meanofx
39.09
输出假设检验结果、备择假设、总体均数95％可信区间和样本均数。
从结果中可以看出，t=-2.641，自由度为9，样本均数95%的可信区间为[38.73882，39.44118]，假设检验的概率为0.02687，因此，0.01<
P<
0.05，备择假设成立，两者不相等，差异显著，样本均数为39.09。
二、配对资料T检验
11只60日龄的雄鼠在x射线照射前后之体重数据见下表（单位：
g）：
检
验雄鼠在照射x射线前后体重差异是否显著？
编号1234567891011
照射前25.724.421.125.226.423.821.522.923.125.129.5
照射后22.523.220.623.425.420.420.621.922.623.524.3
-c（25.7,24.4,21.1,25.2,26.4,23.8,21.5,22.9,23.1,25.1,29.5）↙
-c（22.5,23.2,20.6,23.4,25.4,20.4,20.6,21.9,22.6,23.5,24.3）↙
t.test（x,y,alternative="
paired=TRUE,conf.level=0.95）↙
Pairedt-testdata:
xandyt=4.1334,df=10,p-value=0.002033
truedifferenceinmeansisnotequalto0
（注：
95%置信度样本差值的可信区间）
0.8506492.840260
meanofthedifferences
1.845455
结果大家可以自己分析。
例2：
某猪场从10窝大白猪的仔猪中，每窝抽出性别相同、体重接近的仔猪2头，将每窝两头仔猪随机地分配到两个饲料组，进行饲料对比试验，试验时间30天，增重结果见下表。
试检验两种饲料喂饲的仔猪平均增重差异是否显著？
窝号12345678910
饲料Ⅰ10.011.212.110.511.19.810.812.512.09.9
饲料Ⅱ9.510.511.89.512.08.89.711.211.09.0
-c（10,11.2,12.1,10.5,11.1,9.8,10.8,12.5,12.0,9.9）↙
-c（9.5,10.5,11.8,9.5,12,8.8,9.7,11.2,11,9）↙
paired=TRUE,,conf.level=0.95）↙
Pairedt-test
t=3.4553,df=9,p-value=0.007214
0.23826031.1417397
0.69
三、两个样本的T检验
例1：
分别测定了10只大耳白家兔、11只青紫蓝家兔在停食18小时后正常血
糖值如下，问该两个品种家兔的正常血糖值是否有显著差异？
（单位：
kg）
大耳白57120101137119117104735368
青紫蓝8936825039325782963188
-c（57,120,101,137,119,117,104,73,53,68）↙
-c（89,36,82,50,39,32,57,82,96,31,88）↙
首先进行方差齐次性分析。
F=1.3454,numdf=9,denomdf=10,p-value=0.6479
0.35602665.3330292
1.345411
从结果中可以看出，方差可以认为是同质的。
paired=FALSE,var.equal=TRUE,conf.level=0.95）↙TwoSamplet-test
t=2.7179,df=19,p-value=0.01365
7.56431458.235686
meanofxmeanofy
94.962.0
有人曾对公雏鸡作了性激素效应试验。
将22只公雏鸡完全随机地分为两组，每组11只。
一组接受性激素A（睾丸激素）处理；
另一组接受激素C（雄甾烯醇酮）处理。
在第15天取它们的鸡冠个别称重，所得数据如下：
激素鸡冠重量（mg）
A57120101137119117104735368118
C8930825039225732963188
-c（57,120,101,137,119,117,104,73,53,68,118）↙
-c（89,30,82,50,39,22,57,32,96,31,88）↙
F=1.0934,numdf=10,denomdf=10,p-value=0.8904
0.29419014.0641018
ratioofvariance
升级会员 