R语言方法总结.doc

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、四分位数与数值型变量的均值,以及因子向量与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与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、上四分位数与最大值)。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 kurt<-sum((x-m)^4/s^4)/n-3 return(c(n=n,mean=m,stdev=s,skew=skew,kurtosis=kurt))}sapply(mtcars[vars],mystats)3、describe():Hmisc包:返回变量与观测的数量、缺失值与唯一值的数目、平均值、分位数,以及五个最大的值与五个最小的值。例:library(Hmisc)describe(mtcars[vars])4、stat、desc():pastecs包若basic=TRUE(默认值),则计算其中所有值、空值、缺失值的数量,以及最小值、最大值、值域,还有总与。若desc=TRUE(同样也就是默认值),则计算中位数、平均数、平均数的标准误、平均数置信度为95%的置信区间、方差、标准差以及变异系数。若norm=TRUE(不就是默认的),则返回正态分布统计量,包括偏度与峰度(以及它们的统计显著程度)与Shapiro–Wilk正态检验结果。这里使用了p值来计算平均数的置信区间(默认置信度为0、95:例:library(pastecs)stat、desc(mtcars[vars])5、describe():psych包计算非缺失值的数量、平均数、标准差、中位数、截尾均值、绝对中位差、最小值、最大值、值域、偏度、峰度与平均值的标准误例:library(psych)describe(mtcars[vars])分组计算描述性统计量1、aggregate():例:aggregate(mtcars[vars],by=list(am=mtcars$am),mean)2、by():例:dstats<-function(x)(c(mean=mean(x),sd=sd(x)))by(mtcars[vars],mtcars$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:(重铸与融合)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)频数表与列联表1、table():生成简单的频数统计表mytable<-with(Arthritis,table(Improved))Mytable2、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()与prop、table():函数分别生成边际频数与比例(1:行,2:列)行与与行比例margin、table(mytable,1)prop、table(mytable,1)列与与列比例margin、table(mytable,2)prop、table(mytable,2)pr