R语言一步到位求数据的均值,频数,标准差,标准误差

用R语言快速求数据各组别的均值,频数,标准差,标准误差。

使用R语言中的'plyr'包的ddply()函数,和常见的summarise()函数。

导入'plyr'包和你的数据。

library(plyr)
library(readxl)
NP <- read_excel("C:/Users/lenovo/Desktop/NP.xlsx")
View(NP)
head(NP)#查看数据前6行
str(NP)#查看数据形式

R语言一步到位求数据的均值,频数,标准差,标准误差_第1张图片

 数据为两组自变量: 添氮即SN(三个浓度水平:N1,N2,N3)、添磷SP(两个浓度水平:LP,HP)

因变量为:植物茎秆鲜重(sfw),植物根系鲜重(rfw)。

使用ddply()函数和summarise()函数求得sfw,rfw在不同处理水平下的的均值,频数,标准差,标准偏差。

zz<-ddply(NP,c("SN","SP"),summarise,psfw=mean(sfw,na.rm=TRUE),sd1=sd(sfw,na.rm = TRUE),n1=sum(!is.na(sfw)),se1=sd1/sqrt(n1),prfw=mean(rfw,na.rm=TRUE),sd2=sd(rfw,na.rm = TRUE),n2=sum(!is.na(rfw)),se2=sd2/sqrt(n2))
zz

R语言一步到位求数据的均值,频数,标准差,标准误差_第2张图片

这样就可以算出各组在不同水平下的sfw、rfw的均值(psfw,prfw)、标准差(sd1,sd2)、频数(n1,n2)、标准误差(se1,se2)。

 说明:na.rm=TURE为忽略缺失数据的意思,sum(!is.na())为计算非缺失数据的频数。

数据百度云链接:https://pan.baidu.com/s/1KpjncD26-MM_x3_E1HQ00A 
提取码:vvv2

你可能感兴趣的:(r语言,开发语言)