R 语言与统计基础 一

                                                                              R 语言与统计基础        

1、帮助方法help(); 通过helpe方法可以查看函数的方法的信息；如 help（mean），查看平均数

2、install.packages 安装包方法，如： install.packages("car");

常用 包 

agricolae	DescTools	gplots	pastecs	scatterplot3d
aplpack	e1071	HH	plotrix	sm
BSDA	fmsb	Hmisc	plyr	TeachingDemos
car	forecast	lm.beta	psych	vcd
corrgram	gmodels	lsr	reshape	vioplot

3、读取数据

     a、读取R文件：load(file); 如 ： load("myfile.RData")

     b、读取csv文件 ： read.csv(file)  如 read.csv("table.csv") , 不读取标题，read.csv("table.csv",header=FALSE)

     c、读取Excel 和pass数据，导入xlsx 需要用到  xlsx 包 read.xlsx(file) ;导入pass需要foreign 包，read.spss(file);

4、保存数据

   save方法，保存数据为 r文件格式：save(data,file="path/file.RData");

   write.csv方法 ，保存数据为csv格式 write.csv(data,file="path/file.csv")

5、R数据类型

    

向量	向量是用于存储数值型，字符型，逻辑型数据的一维数组;如 a <- c(1,2,3,4,5)
矩阵	矩阵是一个二维数组，只是每个元素都拥有相同的模式(数值型，字符型或逻辑性),可通过函数matrix()创建 v <- matrix(1:20,nrow=5,ncol=4),创建5*4矩阵
数组	数组array与矩阵类似，但是维度可以大于2，数组可以通过array函数创建，myarray <- array(vector,dimensisons,simnames); array(1:24,c(2,3,4),dimnames=list(dim1,dim2,dim3))
数据框	由于不同的列可以包含不同模式（数值型，字符等）的数据，数据框的概念较矩阵来说为一般，矩阵是特殊的数据框，只含数值；通过data.frame创建数据  data.frame(col,col1,col2..)
因子	类别（名义型）变量和有序类别（有序）变量在R中为因子factor，示列 diabetes <- c("type1","type2","type1","type1") 将此向量存储为（1,2,1,1）,内部关联为1=type1,2=type2; 因子类似 枚举
列表	列表是一些对象的有序集合，列表允许你整合若干对象到单个对象名下；如某个列表可能若干向量、矩阵、数据框，列表；可以使用函数list()创建，list(obj1,obj2,obj3)

7、数据可视化 图的简介

           类别数据展示使用图形

条形图		简单条形图	用一个坐标轴表示各类别，另个坐标表示类别频数绘制的条形图，表现分布情况
		帕累托图	是简单条形同变种，多一条曲线，容易看出哪类频数出现的多，哪类频数出现的少
		复式条形图	当有两个变量时，可以将列联表数据绘制成复式条形图；并列条形图，堆叠条形图，脊形图
		马赛克图	当变量有两个以上时，应当绘制马赛克图，其中嵌入矩形的面积与频数成正比
饼图		圆形及园内扇形的角度来表示数值大小的图形，用于表示样本中各类别的频数占全部频数的百分比
扇形图		扇形图是饼图变种，将百分比绘制成扇形

数值数据可视化：直方图（类别化），茎叶图，箱线图，小提琴图，点图，核密度图

茎叶图	在数据比较少的情况下，不但可以观察分布，还可以保留原始数据信息
箱线图	展示数据分布，观察分布是否对称，是否存在离群点，关注，中位数，四分位数，四分位差，内围栏，离群点
小提琴图	箱线图变种，是核密度图和箱线图结合的图形，可以看出数据分布的大致形状
点图	利用数据点绘制点图，检测数据离群点有效工具，少量数据可以代替箱线图观察分布
核密度图	根据一定的核函数和适当的宽度对数据分布密度作出估计，利用该图可看出数据实际分布

展示变量之间关系图形，散点图，气泡图观察关系形态，和强度

散点图	将两个变量的各个对应观测点画在坐标中，观察分布展示两个变量之间的关系，如x,y
气泡图	可看做散点图变种，第三个变量用于表示气泡大小

比较相似的图形

轮廓图	平行坐标图或多线图，横轴表示各样本，用纵轴表示每个样本的多个变量的数值；
雷达图	也称蜘蛛图从一个变量出发，每一个变量用一条射线，P个变量形成P条射线，每个样本在P个变量上的取值链接成线
星图	星图也称雷达图，变量数值差异不能太大，，否者星图 不便于比较
脸谱图	脸谱图由15个变量决定脸部特征，若实际变量更多，多出变量将被忽略，若变量少，则某个变量同时描述多个脸部特征
时间序列图	适合数据是通过不同时间上获得的，用于观察数据随时间变化趋势或特征

洛伦茨曲线：在有序类别变量的频数分布中，如果将各类别的频数逐级累加，即可得到累积频数分布表，根据累计频数分布表绘制累计分布曲线，洛伦茨曲线是一种特殊的累积频数分布曲线

6、常用方法

方法	简介
head与tail	查看数据集头后尾n行数据，
attach,detach	函数attach()可以将数据框添加到R搜索路劲中，R遇到一个变量名以后，检查搜索路径中的数据框； 个人理解将数据框所有的列添加到工作环境，可以直接打列名获取；如 attach(mtcars) ,可以直接访问mpg; detach(mtcars)，删除mtcars 路径；不可以直接访问列名
with	with函数与attcha相同，使用为with(objec,{直接访问objec列工作环境 })
edit	使用界面编辑数据
mean	平均数，mean(obje)，
order	排序,order(obj,obj) 如 order(table$col)
colSums，rowSums	列求和,colSums(matrix1(,1:5)) ,矩阵1到5列求和 行求和,rowSums(matrix1) ，矩阵行求和
rbind	绑定数据到数据框， rbind(matrix1,totals=colSums(matrix1[,1:5])) ，将行求和添加到matrix1
apply	apply调用函数，返回调用函数结果，apply(X, MARGIN, FUN, ...) 如 apply(x, 2, mean, trim = .2) ，2代表，第二个参数1，代表行，2代表列
sample	抽样，sample(obj,n,replace),n代表抽样个数，replace,是否有放回抽样，sample(obj,10,replace=TRUE)
par	par函数 是图形界面的设置函数
layout	设置图形界面布局函数，参数mfrow或mfcol
quantile	分位数函数
IQR	四分位差 Q75% - Q25%
var	方差 var(x)
sd	标准差 sd(x)
skewness	偏度系数
kurtosis	峰度系数