Vector, Array, List and Data Frame 是R语言中定义的4中基本数据类型，了解它们之间的区别将会有助你更高效的使用R语言。
所有的元素必须是同一类型。 例如下面的代码创建了2个vectors.
name &- c("Mike", "Lucy", "John")
age &- c(20, 25, 30)
2.Array & Matrix
Matrix是一种特殊的vector。Maxtrix是一个拥有两个额外属性的vector：行数和列数。
& x &- matrix(c(1,2,3,4), nrow=2, ncol=2)
类似于maxtrix，但是arrays可以是二维以上。
List能包含不同类型的元素
& y &- list(name="Mike", gender="M", company="ProgramCreek")
[1] "Mike"
[1] "ProgramCreek"
4.Data Frame
Data Frame用于存储数据表，它是元素为vector的list，拥有相等的长度。 例如，用下面的代码创建一个data frame。
& name &- c("Mike", "Lucy", "John")
& age &- c(20, 25, 30)
& student &- c(TRUE, FALSE, TRUE)
& df = data.frame(name, age, student)
name age student
技术大牛书单你正在使用的浏览器版本过低，将不能正常浏览和使用知乎。R语言学习详解_慧知文库
给出数据集mtcars的基本信息。?mtcars#显示数据集mtcars的详细信息Mtcars#显示数据集mtcars的全部32个观测值head(mtcars)#显示数据集mtcars中前6个观测值tail(mtcars)#显示数据集mtcars中后6个观测值names...
给出数据集 mtcars 的基本信息。 ?mtcars #显示数据集 mtcars 的详细信息 Mtcars #显示数据集 mtcars 的全部 32 个观测值 head(mtcars) #显示数据集 mtcars 中前 6 个观测值 tail(mtcars) #显示数据集 mtcars 中后 6 个观测值 names(mtcars) #显示数据集 mtcars 中的变量 data.entry(mtcars) #浏览和修改 mtcars 数据集 浏览和修改 mtcars 数据集 mtcars&-edit(mtcars) #修改数据后，存入同名数据集 MTcars&-edit(mtcars) #修改数据后，存入新数据集 xnew&-edit(data.frame()) #编辑生成新的数据集 xnew 比较下列命令区别： x&-c(10.4, 5.6, 3.1, 6.4, 21.7) #建立数据向量 1、data.entry(x) #打开数据编辑器修改数据 2、edit(x) #打开 R 编辑器修改数据 直接修改 mtcars(两个命令相同) fix(mtcars) mtcars&-edit(mtcars) attach(mtcars) #激活 mtcars， mpg #激活后，可直接用数据集的变量名 属性变量 table(cyl) #cyl 是属性变量，计算其频数表 barplot(table(cyl)) #频数直方图（对属性变量的） 数值变量 stem(mpg) #茎叶图 hist(mpg) #直方图 boxplot(mpg) #盒形图 mean(mpg) #均值 mean(mpg,trim=0.1) #截取上下各 10%数据后遗留数的均值 tapply(mpg,cyl,mean) #按分组变量 cyl 计算 mpg 的分组均值，如果将 mean 替换成其他统计 量，就可以计算其它各种分组统计量 IQR(mpg) #计算四分位差(函数大写)Q3-Q1 quantile(mpg) #计算四分位点，标明各分位点的位置 fivenum(mpg) #计算四分位点，不标明各分位点的位置 quantile(mpg,probs) #计算按向量 prob 给定的各百分位的样本值 probs=c(0.1,0.5,99.5/100) #给出各百分位 quantile(mpg,probs) #计算相应的样本值 summary(mpg) sd(mpg) var(mpg) skewness(mpg) #描述性统计 #标准差 #方差 #偏度
kurtosis(mpg) #峰度 散点图 plot(cyl,mpg) #气缸数与油耗的散点图 plot(hp,mpg) #马力与油耗的散点图 不同气缸数下的散点图 plot(hp,mpg,pch=cyl) #马力与油耗的散点图，pch 表示用字符图案画点 legend(250,30,pch=c(4,6,8), legend=c(&4 cylinders&,&6 cylinders&,&8 cylinders&)) #做出各气缸 符号的说明标记。这里 250,30 是说明框的左上角位置 线形回归 z&-lm(cyl~mpg) #将回归所有结果放入 z 中 cor(cyl,mpg) #汽缸数与油耗的相关系数 cor(cyl,mpg)^2 # 一元回归 R square 即为相关系数的平方 残差分析 lm.res&-lm(cyl~mpg) #将回归所有结果放入 lm.res 中 lm.resids&-resid(lm.res) #提取 lm.res 中的残差向量 plot(lm.resids) #画残差图 hist(lm.resids) #残差的直方图 qqnorm(lm.resids) #残差的 qq 图 qqline(lm.resids) #残差的 qq 线 结束分析并退出 R detach(mtcars) q() #从内存中清除数据集 mtcars #退出 R 改变内存变量 name&-&Carmen&;n1&-10;n2&-100;m&-0.5 #定义内存变量 ls() #显示所有定义的内存对象 ls(pat=&m&) #显示内存中含 m 的指定对象 ls(pat=&^m&) #显示内存中打头字为 m 的指定对象 ls.str() #显示内存中所有对象的详细信息 rm(x,y) #从内存中删除对象 x 与 y rm(list=ls()) #从内存中删除所有对象 rm(list=ls(pat=&^m&)) #从内存中删除所有打头字为 m 的指定对象 建立数值型向量 向量具有简单规律 seq()或”:” 1:10 #建立 1 到 10 的数字向量 1:10-1 #建立 0 到 9 的数字向量 1:(10-1) #建立 1 到 9 的数字向量 z&-seq(1,5,by=0.5) #从 1 到 5，每次递增 0.5 z&-seq(from=1,to=5,by=0.5) #等价于 z&-seq(1,5,by=0.5)
z&-seq(1,10,length=11) #从 1 到 10，等分为 11 个点 z&-seq(1,10,length.out=11) #等价于 z&-seq(1,10,length=11) 向量具有复杂规律 z&-rep(2:5,2) #2 到 5 循环 2 次 z&-rep(2:5,times=2) #等价于 z&-rep(2:5,2) z&-rep(2:5,rep(2,4)) #等价于 z&-rep(2:5,2) z&-rep(1:3,times=4,each=2) #数字 1 到 3 每个重复 2 次，共循环 4 次 向量没有规律 z&-rep(c(3,5),c(2,4)) #3 按后面 2 循环 2 次，5 按后面 4 循环 4 次 通过键盘逐个输入 z&-scan() #直接输入数据，回车键输入数据，空数据表示停止输入 sequence(3:5) #建立连着的数据，从 1 到 3，1 到 4，再 1 到 5 sequence(c(10,5)) #建立连着的数据，从 1 到 10，再从 1 到 5 建立逻辑向量 x&-c(10.4,5.6,3.1,6.4,21.7) #建立数值向量 x temp&-x&13 #建立一个 x 是否满足大于 13 的逻辑向量 函数 factor()的调用格式 factor(x,levels=sort(unique(x),na.last=TRUE),labels=levels, exclude=NA, ordered=is.ordered(x)) 字符型向量转换为因子 a&-c(&green&,&blue&,&green&,&yellow&) a&-factor(a) 数值型向量转换为因子 b&-c(1,2,3,1) b&-factor(b) 字符型因子转换为数值型因子 a&-c(&green&,&blue&,&green&,&yellow&) a&-factor(a) levels(a)&-c(1,2,3,4) 参考类似 b&-factor(c(&A&,&B&,&C&),labels=c(1,2,3)) 数值型因子转换为字符型因子 b&-c(1,2,3,1) b&-factor(b) levels(b)&-c(&low&,&middle&,&high&) 参考 ff&-factor(1:3,labels=c(&A&,&B&,&C&)) 提取向量中的元素 x&-seq(1:100) x[1:10] x[c(1,4)] y&-x[-(6:10)] #建立 1:100 的数据向量，存入 x #提取 x 的前 10 个元素 #提取 x 的第 1 和第 4 元素 #去除向量中与索引向量对应的元素
提取逻辑向量 x&-c(42,7,64,9) x&10 x[x&10] x[x&40&x&10] x[x&10]&-10 #产生数值向量 x #产生 x&10 是否成立的逻辑向量 #取 x&10 的值 #取 x&40 且 x&10 的值 #修改 x 中所有满足条件的数据为 10 y=runif(100,min=0,max=1) sum(y&0.5) sum(y[y&0.5]) y&-x[!is.na(x)] z&-x[(!is.na(x))&(x&0)] 建立数组 array(data,dim,dimnames) A&-array(a,dim=c(3,4,2)) #产生 0-1 上的 100 个均匀分布的随机数 #求小于 0.5 的元素的个数 #求小于 0.5 的元素的和 #求出 x 中的非缺失值放入向量 y 中 #求出 x 中的大于零的非缺失值放入向量 z 中 #以 a 中数据建立维数为(3,4,2)的数组 A 具体例子 A&-array(1:8,dim=c(2,2,2)) #建立一个 2x2x2 的数组，里面放置 1 到 8 dim(A) #求出 A 的维数 dimnames(A)&-list(c(&a&,&b&),c(&c&,&d&),c(&e&,&f&)) #定义数组中向量名 colnames(A) #A 的列变量名 rownames(A) #A 的行变量名 建立矩阵 A&-array(1:6,c(2,3)) A&-array(1:4,c(2,3)) A&-array(1: 8,c(2,3)) #建立 2 行 3 列矩阵 A，用 1-6 填入 #如果数据不够，自动循环 #建立 A 时，如数据多余，则自动截尾 标准矩阵命令 X&-matrix(1,nr=2,nc=2) #建立 2x2 标准矩阵 X&-diag(3) #建立 3x3 的单位阵 X&-diag(c(10,20,30)) #建立以 10,20,30 为对角元素的对角阵 X&-diag(2.5,nr=3,nc=5) #建立 3X5 的广义对角阵 X&-matrix(1:4,2) #建立 2x2 的矩阵，用 1-4 填入 X&-matrix(1:4,2,2) #等价于 X&-matrix(1:4,2) rownames(X)&-c(&a&,&b&) #定义行名 colnames(X)&-c(&c&,&d&) #定义列名 dim(X) #求出行列数 dimnames(X) #求出行列别名 X&-matrix(1:4,2,4) #按列填入，不够再次循环 X&-matrix(1:4,2,4,byrow=TRUE) #按行填入，不够再次循环
提取矩阵下标和元素 X&-matrix(1:6,2,3) X[2,2] X[2,] X[,2] X[,2,drop=FALSE] X[,c(2,3)] X[-1,] X[,-2] X[,3]&-NA X[is.na(X)]&-1 矩阵的运算 X&-matrix(1:6,2,3) t(X) diag(X) #用 1 到 6 建立一个 2x3 的矩阵 #提取 X 的（2,2）位的一个元素 #提取 X 的第二行 #提取 X 的第二列（按最小行或列数显示） #提取 X 的第二列，按原样显示 #提取 X 的第二、三列 #去掉第一行 #去掉第二列 #将第三列设为缺失值 #缺失值替换为 1 #用 1 到 6 建立一个 2x3 的矩阵 #转置矩阵 #对角向量 矩阵按行或列合并 m1&-matrix(1,nr=2,nc=2) #建立一个 2x2 的全 1 矩阵 m2&-matrix(2,nr=2,nc=2) #建立一个 2x2 的全 2 矩阵 rbind(m1,m2) #矩阵按行合并 cbind(m1,m2) #矩阵按列合并 矩阵运算 m2*m2 #矩阵按单元乘积，也即点乘 rbind(m1,m2)%*%cbind(m1,m2) #矩阵乘积 1 cbind(m1,m2)%*%rbind(m1,m2) #矩阵乘积 2 X&-matrix(1:4,2) #建立一个 2x2 的 1 到 4 的行列式 det(X) #X 的行列式 cov(X) #求出 X 各列之间的协方差矩阵 x&-c(1,2) y&-c(3,4) cor(x,y) #设 x #设 y #相关系数矩阵 求均值、中位数 m&-matrix(rnorm(n=12),nrow=3) #建立一个 3 行的 12 个服从标准正态分布的随机数矩阵 apply(m,MARGIN=1,FUN=mean) #按行取均值 apply(m,MARGIN=2,FUN=mean) #按列取均值 scale(m,center=T,scale=T) #中心化随机变量 row.med&-apply(m,MARGIN=1,FUN=median) #计算矩阵 m 每行的中位数 sweep(m,MARGIN=1,STATS=row.med,FUN= &-&) #每列各自减去列中位数 建立数据集两种方法（data frame）
x=c(42,7,64,9) #建立数据向量 x y=1:4 #建立数据向量 y 1、直接法 z.df=data.frame(INDEX=y,VALUE=x) #建立一个 2 列变量的数据集，放入 z.df weight&-c(70.6,56.4,80,59.5) #建立数据向量 weight x&-c(&adult &,&team&) #建立字符向量 x wag&-data.frame(weight,age=x) #构建数据集，变量数据长度不同时，会自动循环填充数据 x&-1:4; y&-2:4 #建立数据向量 x,y data.frame(x,y) #若变量长度不是一个周期，则出现错误 2、从外部数据文件读取 foo&-read.table(file=&c:/data/foo.txt&,header=T) 适用于数据集的函数： attach(Puromycin) #激活数据集 summary(Puromycin) #显示主要的描述性统计量 类似的统计计算函数 max(),min(),median(),var(),sd(),sum(),cov(),cor()同样适合于数据集，意 义相同。 pairs(Puromycin, panel=panel.smooth) #成对数据散点图 数据集下标与子集的提取： Puromycin[1,1] #提取第一个变量第一个观测值 Puromycin[c(1,3,5),c(1,3)] #提取数据集的一个子集（第 1、3、5 行观测值，第 1、3 列变量） Puromycin[c(1,3,5),c(&conc&,&state&)] #等价于上述命令 Puromycin[c(1,3,5),c(1,3)] Puromycin[c(1,3,5),] #提取数据集的第 1、3、5 行观测值，所有列 Puromycin$conc #等价于 Puromycin[,1]，提取变量为 conc 的那列值 subset(Puromycin,state==&treated&&rate&160) #提取满足条件 state 为 treated， rate&16 的子集 数据集中添加新变量的三种方法： 若想增加新变量 iconc=1/conc: 1、基本方法 Puromycin$iconc&-1/ Puromycin$conc 2、使用 with()函数 Puromycin$iconc&-with(Puromycin,1/conc) 3、使用 transform()函数，可一次定义多个变量 Puromycin &-transform(Puromycin,iconc=1/conc,sqrtconc=sqrt(conc)) head(Puromycin) #显示头 6 行数据 列表的建立： 复杂数据分析需要生成包含不同类型的对象。R 的列表可以做到 L1&-list(1:6,matrix(1:4,nrow=2)) #建立向量和矩阵的混合列表 L2&-list(x=1:6,y=matrix(1:4,nrow=2)) #建立向量和矩阵的混合列表，并各自赋名 L2$x #显示 L2 中的 x 变量
数据的存储 d&-data.frame(obs=c(1,2,3),treat=c(&A&, &B&, &A&),weight=c(2.3,NA,9)) #建立数据集 1、 保存为简单的文本文件 write.table(d,file= &c:/data/foo.txt&,row.names=F,quote=F) #这里 quote 表示变量名不放入 双引号中 2、 保存为 csv 格式的文本文件 write.csv(d,file= &c:/data/foo.csv&,row.names=F,quote=F) 3、 保存为 R 格式文件 save(d,file= &c:/data/foo.Rdata &) 保存工作空间映像 save.image() #等价于下式 save(list=ls(all=TRUE),file=&c:/data/.Rdata&) 数据的读取 1、 使用函数 read.table() setwd(&c:/data&) #设置程序自动访问目录 HousePrice&-read.table(file=&houses.dat&,header=TRUE) 2、 使用函数 scan() 函数 scan()比 read.table()更灵活，可以指定变量的类型。另外，scan()可以创建不同的对 象：向量、矩阵、数据集、列表等。 mydata&-scan(&data.dat&,what=list(Sex=&&,Weight=0,Height=0) ) 3、 使用函数 read.fwf() 读取指定宽度格式的数据 mydata&-read.fwf(&data.txt&,width=c(1,4,3),col.names=c(&X&,&Y&,&Z&)) 4、 读取 Excel 数据 1） 从剪贴板读入数据。先将 Excel 的文件中的数据部分选择复制到剪贴板（ctrl+c） ，然 后用 R 读入 mydata&-read.delim(&clipboard&) 2） 使用程序包 RODBC 安装程序包 RODBC 在 R 中， 按步骤 “程序包-安装程序包-选取 CRAN 镜像服务器 （可选北京的） -RODBC” library(RODBC) #加载程序包 RODBC z&-odbcConnectExcel(&c:/data/body.xls&) #打开 Excel 文件 foo&-sqlFetch(z,&Sheet1&) #选择 Sheet1 工作单数据读入 foo close(z) #关闭 Excel 文件 R 中数据集的读取 1） R 的标准数据 datasets R 自身包含了一个有 100 多个数据集的数据集包 datasets，随着 R 一次性自动载入。 列出全部数据集 data() 用数据集名显示数据
Puromycin 2） 专用程序包中的数据集 读取其他已安装的专用程序包中的数据，可以使用 package 参数 data(package=&pkname&) #列出程序包 pkname 中的数据集，这里 pkname 只是一个 已安装的程序包的代表 data(dataname,package=&pkname&) #载入程序包 pkname 中的数据集 dataname 探索性数据分析 二项分布 n&-20 p&-0.2 k&-seq(0,n) 概率函数图 plot(k,dbinom(k,n,p),type='h',main='Binomial distribution,n=20,p=0.2',xlab='k') 分布函数图 plot(k,pbinom(k,n,p),type='h',main='Binomial distribution,n=20,p=0.2',xlab='k') 标准正态分布 密度函数图 curve(dnorm(x,0,1),xlim=c(-5,5),ylim=c(0,0.3),col='red',lwd=2,lty=3) 分布函数图 curve(pnorm(x,0,1),xlim=c(-10,10),ylim=c(0,1),col='red',lwd=2,lty=1) 直方图 从二项分布 B（100,0.9）中抽取容量为 N=100000 的样本，画直方图 N&-100000 #建立随机数的容量 n&-100 #建立二项分布的试验数 p&-0.9 #建立每次成功的概率 x&-rbinom(N,n,p) #求出服从二项分布的随机数 N 个 hist(x,xlim=c(min(x),max(x)),probability=T,nclass=max(x)-min(x)+1,col='lightblue',main ='Binomial distribution,n=100,p=.9') #直方图 lines(density(x,bw=1),col='red',lwd=2) #核密度估计图 单总体描述性统计 1、直方图 library(DAAG) #载入程序包 DAAG data(possum) #载入数据集 possum fpossum&-possum[possum$sex==&f&,] #选出性别为雌的负鼠数据放入 fpossum 中 par(mfrow=c(1,2)) #作图区域一分为二，一行两列 attach(fpossum) #加载数据集 hist(totlngth,breaks=72.5+(0:5)*5,ylim=c(0,22),xlab=&total length&,main=&A:Breaks at 72.5,77.5,...&) #画直方图 hist(totlngth,breaks=75+(0:5)*5,ylim=c(0,22),xlab=&total length&,main=&B:Breaks at
75,80,...&) #不同点位画直方图 2、茎叶图 stem(totlngth) 3、盒形图 boxplot(totlngth) 4、正态性检验 A）使用 QQ 图 qqnorm(totlngth,main=&Normality Check via QQ Plot&) #画 QQ 图 qqline(totlngth,col='red') #画正态线 B）与正态密度函数比较 #attach(fpossum) #加载数据集 dens&-density(totlngth) #将 totlngth 的基本统计量存入 dens 变量 xlim&-range(dens$x);ylim&-range(dens$y) #选取 x 和 y 的最大值 par(mfrow=c(1,2)) #将作图空间分为两个，一行两列 hist(totlngth,breaks=72.5+(0:5)*5,xlim=xlim,ylim=ylim,probability=T,xlab=&total length&,main=&A:Breaks at 72.5,77.5,...& ) #画直方图 lines(dens,col=par('fg'),lty=2) #画核密度函数 m&-mean(totlngth) #计算均值 s&-sd(totlngth) #计算标准差 curve(dnorm(x,m,s),col='red',add=T) #套用正态分布图 hist(totlngth,breaks=75+(0:5)*5,xlim=xlim,ylim=ylim,probability=T,xlab=&total length&,main=&B:Breaks at 75,80,...& ) #画直方图 lines(dens,col=par('fg'),lty=2) #画核密度函数 curve(dnorm(x,m,s),col='red',add=T) #套用正态分布图 C）使用经验分布函数 x&-sort(totlngth) #对 totlgnth 进行排序，存入 x n&-length(x) #计算 x 中元素的个数 y&-(1:n)/n #y 等分 m&-mean(totlngth) #计算均值 s&-sd(totlngth) #计算标准差 plot(x,y,type='s',main=&Empirical CDF of&) #画出经验分布函数 curve(pnorm(x,m,s),col='red',lwd=2,add=T) #画出正态分布函数 5、总体描述 summary(totlngth) #得到数据的均值和四分位点及最大、最小、中位数 其他的函数见开头 多组数据描述性统计 1、散点图 library(DAAG) #将程序包 DAAG 载入 data(cars) #将数据集 cars 载入内存 画散点图 plot(cars$dist~cars$speed,xlab=&Speed(mph)&,ylab=&Stopping distance(ft)&) 非参数 lowess 拟合（二元以上用 loess 拟合）--局部加权回归散点平滑法（locally weighted scatterplot smoothing）
lines(lowess(cars$speed,cars$dist),lwd=2) #非参数 lowess 拟合 rug(side=2,jitter(cars$dist,20)) #在纵轴上标明数据的具体位置 rug(side=1,jitter(cars$speed,5)) #在横轴上标明数据的具体位置 这里 jitter 函数是对原有数据根据标准差做个白噪声影响。 2、等高线图 library(chplot) #载入程序包 chplot data(hdr) #载入数据集 hdr x&-hdr$age #年龄存入 x y&-hdr$income #收入存入 y plot(x,y) #年龄和收入的散点图 library(MASS) #加载有二维密度估计函数 kde2d()的程序包 z&-kde2d(x,y) #用二维密度估计函数估计二维数据的密度函数 画等高线 contour(z,col=&red&,drawlabels=F,main=&Density estimation:contour plot&) 3、三维透视图 persp(z,main=& Density estimation:perspective plot&) 数据变换 data(Animals) #载入数据集 Animals head(Animals) #检查数据集内容 par(mfrow=c(1,2)) #将图分为两块 plot(brain~body,data=Animals) #画原始数据的散点图 plot(log(brain)~log(body),data=Animals) #画变换后数据的散点图 图形描述 n&-10 d&-data.frame(y1=abs(rnorm(n)),y2=abs(rnorm(n)),y3=abs(rnorm(n)),y4=abs(rnorm(n)), y5=abs(rnorm(n))) #建立一个由 5 个服从标准正态分布随机数的绝对值组 成的数据集 plot(d) #多元散点图，等价于 pairs(d) boxplot(d) #多变量比较的盒形图 描述性统计 summary(state.x77) #给出数据集 state.x77 的所有变量的描述性统计 分组概括函数 aggregate aggregate(state.x77,list(Region=state.region),mean) #给出按数据集 state.region 划分 区域的 state.x77 各变量的均值 aggregate(state.x77,list(Region=state.region,Cold=state.x77[,&Frost&]&130),mean) # 给 出按数据集 state.region 划分区域且一年中有雾的天数超过 130 的来统计 state.x77 各 变量的均值 apply(state.x77,2,sd) #给出所有变量的标准差，不推荐用 sd(state.x77) var(state.x77) #给出数据集 state.x77 的所有变量的协方差矩阵 aggregate(state.x77,list(Region=state.region),sd) #给出按数据集 state.region 划分区域 的 state.x77 各变量的标准差
相关系数用 cor(x,y=NULL,use=&all.obs&,method=c(&pearson&, &Kendall&, &spearman&) x&-c(44.4,45.9,46.0,46.5,46.7,47,48.7,49.2,60.1) #输入 x y&-c(2.6,10.1,11.5,30.0,32.6,50.0,55.2,85.8,86.8) #输入 y cor(x,y) #计算 pearson 相关系数 cor(x,y,method=&spearman&) #计算 spearman 秩相关系数 cor(x,y,method=&kendall&) #计算 kendall 系数 分类数据的描述性统计分析 直接输入列联表 Eye.Hair&-matrix(c(68,20,15,5,119,84,54,29,26,17,14,14,7,94,10,16),nrow=4,byrow=T) colnames(Eye.Hair)&-c(&Brown&, &Blue&, &Hazel&,&Green&) #列命名 rownames(Eye.Hair)&-c(&Black&, &Brown&, &Red&,&Blond&) #行命名 由原始数据构造列联表 table(state.division, state.region) #由原始数据构造不同 division 与不同 region 的列联 表 获得边际列表 margin.table(Eye.Hair,1) #获得列边际列表 margin.table(Eye.Hair,2) #获得行边际列表 round(prop.table(Eye.Hair,1),digits=2) #获得频率列联表 round(prop.table(Eye.Hair,1),digits=2)*100 #获得频率百分比列联表 data(HairEyeColor) #载入数据集 HairEyeColor a&-as.table(apply(HairEyeColor,c(1,2),sum)) # barplot(a,legend.text=attr(a,&dimnames&)$Hair) barplot(a,beside=TRUE,legend.text=attr(a,&dimnames&)$Hair) 点估计 1、 矩估计按计算的原理来求 2、 极大似然估计 A） 单参数情形下：用 optimize()函数求极值 f&-function(P)(P^517)*(1-P)^483 #定义函数 optimize(f,c(0,1),maximum=TRUE) #求极大值 B） 多参数情形下：用 optim,nlm 函数求极值 nlm 函数采用牛顿-拉夫逊算法求函数的最小值点。函数 optim 提供 method 选 项给出的 5 种方法中的一种进行优化。都是多维求极值函数。 区间估计 单正态总体 1、 方差已知，均值未知，求均值的置信区间： 没有现成的函数，现编： conf.int&-function(x,n,sigma,alpha){ options(digits=4) mean&-mean(x) c(mean-sigma*qnorm(1-alpha/2,mean=0,sd=1,
lower.tail=TRUE)/sqrt(n), mean+sigma*qnorm(1-alpha/2,mean=0,sd=1, lower.tail=TRUE)/sqrt(n)) } #方差已知时求置信区间函数 x&-c(175,176,173,175,174,173,173,176,173,179) #输入 x conf.int(x,10,1.5,0.05) #求标准差为 1.5 的 x 的置信度 0.95 的置信区间。 2、 方差未知，均值未知，求均值的置信区间： x&-c(175,176,173,175,174,173,173,176,173,179) #输入 x t.test(x,conf.level=0.95) #求 t-检验以及置信区间 t.test(x, conf.level=0.95)$conf.int #只求置信区间 3、 方差未知，均值未知，求方差的置信区间： 没有现成函数，需要现编 双正态总体 1、 两方差已知，两均值未知，求均值差 u1-u2 的置信区间： 没有现成函数，需要现编 2、 两方差未知但相等，两均值未知，求均值差 u1-u2 的置信区间： x&-c(628,583,510,554,612,523,530,615) #输入 x y&-c(535,433,398,470,567,480,498,560,503,426) #输入 y t.test(x,y,var.equal=TRUE) #求 t-检验以及均值差的置信区间 3、 两方差未知不等，两均值未知，求均值差 u1-u2 的置信区间： t.test(x,y,var.equal=FALSE) #求 t-检验以及均值差的置信区间 4、 两方差未知，两均值未知，求方差比的置信区间： x&-c(20.5,19.8,19.7,20.4,20.1,20.0,19.0,19.9) #输入 x y&-c(20.7,19.8,19.5,20.8,20.4,19.6,20.2) #输入 y var.test(x,y) #求 F-检验以及方差比的置信区间 单总体比例的区间估计 prop.test(38,200,correct=TRUE) #求从 3042 人的人名录中随机抽取的 200 个中 有 38 人的地址变动情况下名录需要修改地址比例的置信区间 两总体比例差 p1-p2 的区间估计 like&-c(478,246) #A、B 两地喜欢某品牌的人数 people&-c() #A、B 两地被调查人数 prop.test(like,people) #求置信区间 假设检验 单正态总体 1、 方差已知时，检验均值是否为 u0： 没有现成的函数，需编： 2、 方差未知时，检验均值是否为 mu：
salt&-c(490,506,508,502,498,511,510,515,512) #输入 salt t.test(salt,mu=500) #求 t-检验 3、 均值未知，检验方差是否为 sigma0： 没有现成函数，需要现编 双正态总体 1、 两方差已知，检验均值相同 u1=u2： 没有现成函数，需要现编 2、 两方差未知但相等，检验均值相同 u1=u2： x&-c(20.5,19.8,19.7,20.4,20.1,20.0,19.0,19.9) y&-c(20.7,19.8,19.5,20.8,20.4,19.6,20.2) t.test(x,y,var.equal=TRUE) 3、 两方差未知不等，检验均值相同 u1=u2： t.test(x,y,var.equal=FALSE) 4、 两均值未知，求方差比的 F 检验： x&-c(20.5,19.8,19.7,20.4,20.1,20.0,19.0,19.9) y&-c(20.7,19.8,19.5,20.8,20.4,19.6,20.2) var.test(x,y) 5、 成对数据的 t-检验： x&-c(20.5,18.8,19.8,20.9,21.5,19.5,21.0,21.2) y&-c(17.7,20.3,20.0,18.8,19.0,20.1,20.0,19.1) t.test(x,y,paired=TRUE) #输入 x #输入 y #求 t-检验 #求 t-检验 #输入 x #输入 y #求 F-检验 #输入 x #输入 y #求成对数的 t-检验 单总体比例的检验 A） 精确检验 binom.test(c(7,5),p=0.4) #抽 12 件发现 7 件次品，问次品率为 0.4 是否成 立 B） 近似检验 prop.test(7,12, p=0.4,correct=TRUE) #抽 12 件发现 7 件次品， 问次品率为 0.4 是否成立 两总体比例的检验 sucess&-c(23,25) total&-c(102,135) prop.test(sucess, total) 方差分析 A) 单因子方差分析 #被调查的男、女生家中有计算机的比例 #被调查的男、女生人数 #求两者比例是否一致
因素 A1 A2 A3 A4 A5 A代表销售方式 销售方式与销售量 销售量数据 25.6 22.2 28 24.4 30 29 25 27.7 23 28.8 28 31.5 20.6 21.2 22 29.8 27.5 32.2 25.9 21.2 A&-factor(rep(1:5,each=4)) #对应因子的不同水平输入 A miscellany&-data.frame(x,A) #建立数据集 miscellany aov.mis&-aov(x~A,data=miscellany) #方差分析 summary(aov.mis) #导出方差分析表 plot(miscellany$x~miscellany$A) #作出不同水平的比较图 pairwise.t.test(x,A,p.adjust.method=&none&) # 多重 t-检验，第一类错误不调 整，调整的话，可以用默认的 holm，或 bonferroni 等 方差齐性检验-levene 检验 library(car) leveneTest(x,A) #检验方差是否齐性，即各变量方差是否一致 B) 双因子方差分析 I） 无交互作用的方差分析 果汁含铅比测试 因素 B1 B2 B3 B4 0.05 A1 0.46 0.12 A2 0.08 0.38 0.4 A3 0.11 0.43 0.05 A4 0.11 0.44 0.08 A：四种检测方法 B：6种不同果汁 B5 0.16 0.1 0.1 0.03 0.84 0.92 0.94 0.93 B6 1.3 1.57 1.1 1.15 juice&-data.frame( X=c(0.05,0.46,0.12,0.16,0.84,1.30,0.08,0.38,0.40,0.10,0.92,1.57,0.11,0. 43,0.05,0.10,0.94,1.10,0.11,0.44,0.08,0.03,0.93,1.15), A=gl(4,6), B=gl(6,1,24) ) #其中 gl(4,6)是设因子函数， 4 表示 4 个水平， 6 表示重复次数， gl(6,1,24)是设因子函数，6 表示 6 个水平，1 表示重复次数，24 表示 结果的长度 juice.aov&-aov(X~A+B,data=juice) summary(juice.aov) II） 有交互作用的方差分析 #无交互作用的双因素方差分析 #提取方差分析表
老鼠存活时间（年）的实验报告 因素 I II III 0.31 0.43 0.38 0.44 0.22 0.23 A B #### #### 0.43 0.82 #### #### 0.76 0.45 #### #### 0.23 0.92 #### #### 0.40 0.56 #### #### 0.23 0.30 #### #### 0.22 0.30 C D #### #### #### #### #### #### #### #### #### #### #### #### #### #### #### #### #### #### A、B、C、D为四种治疗方案,I、II、III为三种毒药 rats&-data.frame( Time=c(0.31,0.45, 0.43,0.45, 0.46,0.43, 0.63,0.76,0.82,1.10, 0.45,0.71,0.88,0.72, 0.66,0.62, 0.38,0.29, 0.44,0.35,0.40,0.23, 0.31,0.40,0.92,0.61, 0.56,1.02, 0.49,1.24, 0.71,0.38, 0.22,0.21, 0.23,0.25, 0.18,0.23, 0.24,0.22,0.30,0.37,0.30,0.36, 0.38,0.29,0.31,0.33), Toxicant=gl(3,16,48,labels=c(&I&,&II&,&III&)), Cure=gl(4,4,48,labels=c(&A&, &B&, &C&, &D&)) ) op&-par(mfrow=c(1,2)) #画图区域分为两块 plot(Time~Toxicant+Cure,data=rats) #作毒药和治疗方案各自的效 应分析 with(rats,interaction.plot(Toxicant,Cure,Time,trace.label=&Cure&)) # 治 疗方案的交互效应图 with(rats,interaction.plot(Cure, Toxicant,Time,trace.label=&Toxicant&)) #毒药的交互效应图 rats.aov&-aov(Time~Toxicant*Cure,data=rats) 素方差分析 summary(rats.aov) #提取方差分析表 # 有交互作用的双因 相关性检验 新生儿脐带血促甲状腺激素（TSH）水平是评价人群碘营养状况的重要指标， 国际卫生组织明确新生儿全血 TSH&=5mU/L 者为碘营养状况正常 10名孕妇的15-17周及分娩时脐带血TSH(mU/L) 母血X 1.21 #### 1.39 #### 4.20 1.42 4.83 #### 1.56 #### 4.93 1.68 4.32 #### 1.98 #### 4.70 #### #### 脐带血Y 3.90 x&-c(1.21,1.30,1.39,1.42,1.47,1.56,1.68,1.72,1.98,2.10) y&-c(3.90,4.50,4.20,4.83,4.16,4.93,4.32,4.99,4.70,5.20) level&-data.frame(x,y) #产生数据集 plot(level) #画散点图 cor.test(x,y) #相关系数检验 一元线性回归 #母血 TSH 值 #脐带血 TSH 值
企业编号 1 2 3 4 5 6 7 8 9 10
感觉不错的话,微信扫一扫关注官方微信公众账号,以后找资料更方便
是互联网分享学习的开放平台，汇集亿份高价值的文档资料，涵盖档下载,程序开发文档,教育文档,医药文档,办公文档,考试文档,营销文档,工程文档,分享文档等行业。为您提供愉悦的分享学习体验。
R语言学习详解
你可以免费下载该文档
没满足你的要求? 查找更多相关内容