R语言方法总结.docx
《R语言方法总结.docx》由会员分享,可在线阅读,更多相关《R语言方法总结.docx(19页珍藏版)》请在冰豆网上搜索。
![R语言方法总结.docx](https://file1.bdocx.com/fileroot1/2022-10/28/0fb58487-4649-4639-97d7-894391418258/0fb58487-4649-4639-97d7-8943914182581.gif)
R语言方法总结
R语言方法总结
计算描述性统计量:
1、summary():
例:
summary(mtcars[vars])
summary()函数提供了最小值、最大值、四分位数和数值型变量的均值,以及因子向量和逻
辑型向量的频数统计。
2、apply()函数或sapply()函数
计算所选择的任意描述性统计量。
mean、sd、var、min、max、median、length、range
和quantile。
函数fivenum()可返回图基五数总括(Tukey’sfive-numbersummary,即最小值、
下四分位数、中位数、上四分位数和最大值)。
sapply()
例:
mystats<-function(x,na.omit=FALSE){
if(na.omit)
x<-x[!
is.na(x)]
m<-mean(x)
n<-length(x)
s<-sd(x)
skew<-sum((x-m)^3/s^3)/n
例:
dstats<-function(x)(c(mean=mean(x),sd=sd(x)))
by(mtcars[vars],mtcars$am,dstats)
by(mtcars[,vars],mtcars$am,plyr:
:
colwis(dstats))
3、summaryBy():
doBy包
例library(doBy)
summaryBy(mpg+hp+wt~am,data=mtcars,FUN=mystats)
4、describe.by():
doBy包(describe.by()函数不允许指定任意函数,)
例:
library(psych)
describe.by(mtcars[vars],mtcars$am)
5、reshape包分组:
(重铸和融合)
例:
library(reshape)
dstats<-function(x)(c(n=length(x),mean=mean(x),
sd=sd(x)))
dfm<-melt(mtcars,measure.vars=c("mpg","hp",
"wt"),id.vars=c("am","cyl"))
cast(dfm,am+cyl+variable~.,dstats)
频数表和列联表
1、table():
生成简单的频数统计表
mytable<-with(Arthritis,table(Improved))
Mytable
2、prop.table():
频数转化为比例值
prop.table(mytable)
3、prop.table()*100:
转化为百分比
prop.table(mytable)*100
二维列联表
4、table(A,B)/xtabs(~A+b,data=mydata)
例:
mytable<-xtabs(~Treatment+Improved,data=Arthritis)
5、margin.table()和prop.table():
函数分别生成边际频数和比例
(1:
行,2:
列)
行和与行比例
margin.table(mytable,1)
prop.table(mytable,1)
列和与列比例
margin.table(mytable,2)
prop.table(mytable,2)
prop.table(mytable)
6、addmargins():
函数为这些表格添加边际和
addmargins(mytable)
admargins(prop.table(mytable))
addmargins(prop.table(mytable,1),2)
addmargins(prop.table(mytable,2,1)
7.crossTable():
gmodels包
例:
library(gmodels)
CrossTable(Arthritis$Treatment,Arthritis$Improved)
多维列联表
1、table()和xtabs():
都可以基于三个或更多的类别型变量生成多维列联表。
2、ftable():
例:
mytable<-xtabs(~Treatment+Sex+Improved,data=Arthritis)
mytable
ftable(mytable)
margin.table(mytable,1)
margin.table(mytable,2)
margin.table(mytable,3)
margin.table(mytable,c(1,3))
ftable(prop.table(mytable,c(1,2)))
ftable(addmargins(prop.table(mytable,c(1,2)),3))
gtable(addmargins(prop.table(mytable,c(1,2)),3))*100
独立检验
1、卡方独立性检验:
chisq.test()
例:
library(vcd)
mytable<-xtabs(~Treatment+Improved,data=Arthritis)
chisq.test(mytable)
mytable<-xtabs(~Improved+Sex,data=Arthritis)
chisq.test(mytable)
2、Fisher精确检验:
fisher.test()
例:
mytable<-xtabs(~Treatment+Improved,data=Arthritis)
fisher.test(mytable)
3、Cochran-Mantel—Haenszel检验:
mantelhaen.test()
例:
mytable<-xtabs(~Treatment+Improved+Sex,data=Arthritis)
mantelhaen.test(mytable)
相关性度量
1、assocstats():
例:
library(vcd)
mytable<-xtabs(~Treatment+Improved,data=Arthritis)
assocstats(mytable)
2、cor():
函数可以计算这三种相关系数,
3、cov():
函数可用来计算协方差
例:
states<-state.x77[,1:
6]
cov(states)
cor(states)
cor(states,method="spearman")
x<-states[,c("Population","Income","Illiteracy","HSGrad")]
y<-states[,c("LifeExp","Murder")]
cor(x,y)
4、pcor():
偏相关ggm包
例:
library(ggm)
pcor(c(1,5,2,3,6),cov(states))
相关性的显著性检验
1、cor.test()
其中的x和y为要检验相关性的变量,alternative则用来指定进行双侧检验或单侧检验(取值为"two.side"、"less"或"greater"),而method用以指定要计算的相关类型("pearson"、
"kendall"或"spearman")当研究的假设为总体的相关系数小于0时,请使用alternative=
"less"。
在研究的假设为总体的相关系数大于0时,应使用alternative="greater"。
在默认情况下,假设为alternative="two.side"(总体相关系数不等于0)。
例:
cor.test(states[,3],states[,5])
2、corr.test():
可以为Pearson、Spearman或Kendall相关计算相关矩阵和显著性水平。
例:
library(psych)
corr.test(states,use="complete")
3、pcor.test():
psych包
t检验
1、t.test(y~x,data)(独立样本)
例:
library(MASS)
t.test(Prob~So,data=UScrime)
2、t.test(y1,y2,paired=TRUE)(非独立)
例:
library(MASS)
sapply(UScrime[c("U1","U2")],function(x)(c(mean=mean(x),
sd=sd(x))))
with(UScrime,t.test(U1,U2,paired=TRUE))
组间差异的非参数检验
两组的比较:
1、wilcox.test(y~x,data):
评估观测是否是从相同的概率分布中抽得
例:
with(UScrime,by(Prob,So,median))
wilcox.test(Prob~So,data=UScrime)
2、wilcox.test(y1,y2,paried=TRUE):
它适用于两组成对数据和无法保证正态性假设的情境。
例:
sapply(UScrime[c("U1","U2")],median)
with(UScrime,wilcox.test(U1,U2,paired=TRUE))
多于两组的比较:
1、kruskal.test(y~A,data):
各组独立
例:
states<-as.data.frame(cbind(state.region,state.x77))
kruskal.test(Illiteracy~state.region,data=states)
2、friedman.test(y~A|B,data):
各组不独立
非参数多组比较:
1、npmc():
npmc包
例:
class<-state.region
var<-state.x77[,c("Illiteracy")]
mydata<-as.data.frame(cbind(class,var))
rm(class,var)
library(npmc)
summary(npmc(mydata),type="BF")
aggregate(mydata,by=list(mydata$class),median)
回归
用一个或多个预测变量(也称自变量或解释变量)来预测响应变量(也称因变量、效标变量或结果变量)的方法。
1、lm():
拟合回归模型lm(y~x1+x2+x3,data)
简单线性回归
1、lm():
(data是数据框)
例:
fit<-lm(weight~height,data=women)
summary(fit)
women$weight
fitted(fit)
residuals(fit)
plot(women$height,women$weight,main="WomenAge30-39",
xlab="Height(ininches)",ylab="Weight(inpounds)")
多项式回归
例:
fit2<-lm(weight~height+I(height^2),data=women)
summary(fit2)