R语言入门—描述性统计（一）

1.数据下载

国家统计局，注册账号，下载自己感兴趣的数据（csv格式）。本文下载5种甲乙类传染病的发病人数及死亡人数，网址：国家数据

国家数据

2.练习任务及目的

使用R语言进行数据描述性统计（平均数、中位数、标准差、正太分布情况），并可视化。熟悉R语言中常用的进行数据描述性统计的package及函数。

3.R语言优势

与常用统计软件相比（SPSS、Graphpad Prism），可用于大规模数据分析。（是吧？我也不确定）

4.实操

4.1导入数据

路径中将“\”替换为”/”，“\”在R中有特定功能，”data1”为存储数据的名称（自己设定），   “read.csv”为读取csv格式的函数，以下为函数格式，依照自己需求设定。

“header=TRUE”指代有header，“row.name=1”指第一行是名称。可查看RStudio中的environment，确定导入的数据。

4.2描述性统计

因要分析多种传染病在过去10年中发病及死亡的基本信息，所以将数据转置。转置函数“t()”，转置后data的数据覆盖原先的数据。

最简单的方式，直接利用“summary()”函数分析基本的数据信息，包括最小值、最大值、平均数、中位数及四分位数。

利用psych包的describe的函数，可以计算非缺失值的数量、平均数、标准差、中位数、结尾均数、绝对中位数、最小值、最大值、值域、偏度、峰度以及标准误。

安装包：install.package (“安装包名称”)，载入包：library(package)，然后使用describe函数。

R中让人烦恼的就是选择太多！除了上述方法，还有Hmisc中的describe()函数、pastecs包中的stat.desc()函数，解决方式——依个人喜好。