R语言方法总结.docx

WTD standardization office【WTD 5AB- WTDK 08- WTD 2C】
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’s five-number summary，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, = FALSE) {
if
x <- x[!(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：返回变量和观测的数量、缺失值和唯一值的数目、平均值、
分位数，以及五个最大的值和五个最小的值。
例： library(Hmisc)
describe(mtcars[vars])
4、()：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，还有总和。
若desc=TRUE（同样也是默认值），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（不是默认的），则返回正态分布统计量，包括偏度和峰度（以及它们的统计显着程度）和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：
例： library(pastecs)
(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、峰度和平均值的标准误
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$am,plyr::colwis(dstats))
3、summaryBy()：doBy包
例 library(doBy)
summaryBy(mpg + hp + wt ~ am, data = mtcars, FUN = mystats)
4、()：doBy包（()函数不允许指定任意函数，）
例：library(psych)
(mtcars[vars], mtcars$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, = c("mpg", "hp",
"wt"), = 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))
Myt