#查看已安裝的包，查看已載入的包，查看包的介紹
########例題3.1
#向量的輸入方法
w<-c(75.0, 64.0, 47.4, 66.9, 62.2, 62.2, 58.7, 63.5,
66.6, 64.0, 57.0, 69.0, 56.9, 50.0, 72.0)
plot(w)#概況,數據的可視化可以讓我們看的更輕松
summary(w)
#求均值
w.mean<-mean(w); w.mean
w[2]#選取特定位置的數字
#控制異常值,trim表示去掉異常值的比例
w[1]<-750#改變向量w的第一個元素的值
w.mean<-mean(w,trim=0.1); w.mean
#缺失值的處理，忽略缺失值
w[16]<-NA
w.mean<-mean(w,na.rm=TRUE); w.mean
#給出順序統計量
sort(w)
sort(w,decreasing=T)
#分位數
quantile(w,probs=seq(0,1,0.2),na.rm=TRUE)
#尋求在線幫助的方法，
help('quantile')
?quantile
#方便起見，編寫一個統一的函數計算樣本的各種描述統計量
data_outline <- function(x){
n <- length(x)
m <- mean(x)
v <- var(x)
s <- sd(x)
me <- median(x)
cv <- 100*s/m #變異系數
css <- sum((x-m)^2) #矯正平方和
uss <- sum(x^2) #未校正平方和
R <- max(x)-min(x)#極差
R1 <- quantile(x,3/4)-quantile(x,1/4)
sm <- s/sqrt(n)
g1 <- n/((n-1)*(n-2))*sum((x-m)^3)/s^3 #峰度
g2 <- ((n*(n+1))/((n-1)*(n-2)*(n-3))*sum((x-m)^4)/s^4
- (3*(n-1)^2)/((n-2)*(n-3))) #偏度
data.frame(N=n, Mean=m, Var=v, std_dev=s, Median=me,
std_mean=sm, CV=cv, CSS=css, USS=uss, R=R,
R1=R1, Skewness=g1, Kurtosis=g2, row.names=1)#輸出一個數據框data.frame
}
data_outline(w)#使用你所寫的函數
#####………………實例分析
attach(mtcars)#獲取數據集,把工作對象固定在mtcars上
mtcars#查看數據集
?mtcars#詳細了解該數據集的信息
vars=c('mpg','hp','wt')#英里數，馬力，車重
m=mtcars[vars];m#我們只選取vars中的三個變量
mode(m)#不能用剛才寫的函數
mode(w)
#出來base包中的一些函數可以分析數據，還有其他的一些包可以使用，這里介紹Hmisc包，
#pasteses包，psych包
install.packages("Hmisc")
library(Hmisc)
describe(m)
describe
install.packages("pastecs")
library(pastecs)
stat.desc(m)
install.packages("psych")
library(psych)
describe(m)
detach(mtcars)推出該數據集的處理
##############################################################例題3.3
w <- c(75.0, 64.0, 47.4, 66.9, 62.2, 62.2, 58.7, 63.5,
66.6, 64.0, 57.0, 69.0, 56.9, 50.0, 72.0)
hist(w,freq=FALSE)#直方圖,xlab="hgu",main="hist"
lines(density(w),col="blue")#lines() 該語句表示在已有圖形上添加曲線
range(w)
x<-44:76
lines(x, dnorm(x, mean(w), sd(w)), col="red")#dnorm 表示正態分布的密度函數更多說明請看課件,
#算出每一個x對應的f(x)值，f為正態分布密度函數。
#課后思考練習：
#如何導入數據
#如何獲取圖片？
#實際例子中我們可能需要比較不同條件下的密度函數,如男性和女性
#sm包中的sm.density.compare()能提供幫助，見《R語言實戰》p119
查看運行結果：
> #查看已安裝的包，查看已載入的包，查看包的介紹
> ########例題3.1
> #向量的輸入方法
> w<-c(75.0, 64.0, 47.4, 66.9, 62.2, 62.2, 58.7, 63.5,
+ 66.6, 64.0, 57.0, 69.0, 56.9, 50.0, 72.0)
> plot(w)#概況,數據的可視化可以讓我們看的更輕松
> summary(w)
Min. 1st Qu. Median Mean 3rd Qu. Max.
47.40 57.85 63.50 62.36 66.75 75.00
> #求均值
> w.mean<-mean(w); w.mean
[1] 62.36
> w[2]#選取特定位置的數字
[1] 64
> w[1]<-750#改變向量w的第一個元素的值
> w.mean<-mean(w,trim=0.1); w.mean
[1] 62.53846
> w[16]<-NA
> w.mean<-mean(w,na.rm=TRUE); w.mean
[1] 107.36
> sort(w)
[1] 47.4 50.0 56.9 57.0 58.7 62.2 62.2 63.5 64.0 64.0 66.6
[12] 66.9 69.0 72.0 750.0
> sort(w,decreasing=T)
[1] 750.0 72.0 69.0 66.9 66.6 64.0 64.0 63.5 62.2 62.2 58.7
[12] 57.0 56.9 50.0 47.4
> quantile(w,probs=seq(0,1,0.2),na.rm=TRUE)
0% 20% 40% 60% 80% 100%
47.40 56.98 62.20 64.00 67.32 750.00
> help('quantile')
> ?quantile
> data_outline <- function(x){
+ n <- length(x)
+ m <- mean(x)
+ v <- var(x)
+ s <- sd(x)
+ me <- median(x)
+ cv <- 100*s/m #變異系數
+ css <- sum((x-m)^2) #矯正平方和
+ uss <- sum(x^2) #未校正平方和
+ R <- max(x)-min(x)#極差
+ R1 <- quantile(x,3/4)-quantile(x,1/4)
+ sm <- s/sqrt(n)
+ g1 <- n/((n-1)*(n-2))*sum((x-m)^3)/s^3 #峰度
+ g2 <- ((n*(n+1))/((n-1)*(n-2)*(n-3))*sum((x-m)^4)/s^4
+ - (3*(n-1)^2)/((n-2)*(n-3))) #偏度
+ data.frame(N=n, Mean=m, Var=v, std_dev=s, Median=me,
+ std_mean=sm, CV=cv, CSS=css, USS=uss, R=R,
+ R1=R1, Skewness=g1, Kurtosis=g2, row.names=1)#輸出一個數據框data.frame
+ }
> data_outline(w)#使用你所寫的函數
Error in quantile.default(x, 3/4) :
missing values and NaN's not allowed if 'na.rm' is FALSE
> w<-c(75.0, 64.0, 47.4, 66.9, 62.2, 62.2, 58.7, 63.5,
+ 66.6, 64.0, 57.0, 69.0, 56.9, 50.0, 72.0)
> data_outline(w)#使用你所寫的函數
N Mean Var std_dev Median std_mean CV CSS USS
1 15 62.36 56.47257 7.514823 63.5 1.940319 12.05071 790.616 59122.16
R R1 Skewness Kurtosis
1 27.6 8.9 -0.4299561 0.09653947
> w <- c(75.0, 64.0, 47.4, 66.9, 62.2, 62.2, 58.7, 63.5, + 66.6, 64.0, 57.0, 69.0, 56.9, 50.0, 72.0) > hist(w,freq=FALSE)#直方圖,xlab="hgu",main="hist" > lines(density(w),col="blue")#lines() 該語句表示在已有圖形上添加曲線 > range(w) [1] 47.4 75.0 > x<-44:76 > lines(x, dnorm(x, mean(w), sd(w)), col="red")
做模擬的時候生成隨機數：
> rnorm(10,1,4) #生成10個均值為1，標准差為4的正態分布的隨機數 [1] -0.3721022 -4.6810248 -2.7463328 1.5920591 -7.5328322 2.1772208 5.1561548 [8] 1.2342389 -2.9472454 1.1590652
####################################################例題3.4
w <- c(75.0, 64.0, 47.4, 66.9, 62.2, 62.2, 58.7, 63.5,
66.6, 64.0, 57.0, 69.0, 56.9, 50.0, 72.0)
plot(ecdf(w),verticals = TRUE, do.p = FALSE)
x<-44:78
lines(x, pnorm(x, mean(w), sd(w)))#pnorm() 表示正態分布分布函數
##########################################################例題3.5
w <- c(75.0, 64.0, 47.4, 66.9, 62.2, 62.2, 58.7, 63.5,
66.6, 64.0, 57.0, 69.0, 56.9, 50.0, 72.0)
qqnorm(w); qqline(w)#用分號隔離兩句代碼。圖的標題，坐標軸名稱修改也是可以操作的
#########################################################正態性檢驗
w <- c(75.0, 64.0, 47.4, 66.9, 62.2, 62.2, 58.7, 63.5,
66.6, 64.0, 57.0, 69.0, 56.9, 50.0, 72.0)
shapiro.test(w) #正太分布的假設檢驗
> shapiro.test(w) #正太分布的假設檢驗 Shapiro-Wilk normality test data: w W = 0.96862, p-value = 0.8371
#############################################3.11箱線圖
y<-c(1600, 1610, 1650, 1680, 1700, 1700, 1780, 1500, 1640,
1400, 1700, 1750, 1640, 1550, 1600, 1620, 1640, 1600,
1740, 1800, 1510, 1520, 1530, 1570, 1640, 1600)
f<-factor(c(rep(1,7),rep(2,5), rep(3,8), rep(4,6)))
plot(f,y)
#箱線圖 attach(mtcars)#motor trend雜志車輛路實數據集 boxplot(mpg~cyl,main="Car Mileage Data",xlab="number of cylinders",ylab="miles per gallon") detach(mtcars)
> mtcars
mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
##############繪圖補充
df<-data.frame(
Age=c(13, 13, 14, 12, 12, 15, 11, 15, 14, 14, 14, 15,
12, 13, 12, 16, 12, 11, 15 ),
Height=c(56.5, 65.3, 64.3, 56.3, 59.8, 66.5, 51.3,
62.5, 62.8, 69.0, 63.5, 67.0, 57.3, 62.5,
59.0, 72.0, 64.8, 57.5, 66.5),
Weight=c( 84.0, 98.0, 90.0, 77.0, 84.5, 112.0,
50.5, 112.5, 102.5, 112.5, 102.5, 133.0,
83.0, 84.0, 99.5, 150.0, 128.0, 85.0,
112.0)
);
plot(df)
attach(df) plot(~Age+Height)#attach(df)缺失的話，此處無法繪圖.或者：plot(~Age+Height，data=df); #或plot(~df$Age+df$Height) plot(Weight~Age+Height) pairs(df)#所有變量之間的關系 coplot(Weight ~ Height | Age)#在分組比較時特別重要 detach(df)
#散點圖矩陣，在做多元回歸分析的時候需要用到
pairs(~mpg+disp+drat+wt,data=mtcars,main='basic scatterplot matrix')
#install.packages("car")
library(car)
scatterplotMatrix(~mpg+disp+drat+wt,data=mtcars,lty.smooth=2,main='basic scatterplot matrix via car package')
#關於更多圖形的操作查閱《R語言實戰》第三章內容。
############excel數據導入說明
install.packages("xlsx")
library(xlsx)
my.data=read.xlsx2(file="C:\\Users\\HWT\\Desktop\\test.xlsx",sheetIndex=1)#注意這里斜線的方向
#最后說明：在自己編寫函數的時候。R語言中的重復和循環語句for/while，條件執行語句if-else/ifelse/switch和c和matlab一致
所有代碼：
#查看已安裝的包，查看已載入的包，查看包的介紹 ########例題3.1 #向量的輸入方法 w<-c(75.0, 64.0, 47.4, 66.9, 62.2, 62.2, 58.7, 63.5, 66.6, 64.0, 57.0, 69.0, 56.9, 50.0, 72.0) plot(w)#概況,數據的可視化可以讓我們看的更輕松 summary(w) #求均值 w.mean<-mean(w); w.mean w[2]#選取特定位置的數字 #控制異常值,trim表示去掉異常值的比例 w[1]<-750#改變向量w的第一個元素的值 w.mean<-mean(w,trim=0.1); w.mean #缺失值的處理，忽略缺失值 w[16]<-NA w.mean<-mean(w,na.rm=TRUE); w.mean #給出順序統計量 sort(w) sort(w,decreasing=T) #分位數 quantile(w,probs=seq(0,1,0.2),na.rm=TRUE) #尋求在線幫助的方法， help('quantile') ?quantile #方便起見，編寫一個統一的函數計算樣本的各種描述統計量 data_outline <- function(x){ n <- length(x) m <- mean(x) v <- var(x) s <- sd(x) me <- median(x) cv <- 100*s/m #變異系數 css <- sum((x-m)^2) #矯正平方和 uss <- sum(x^2) #未校正平方和 R <- max(x)-min(x)#極差 R1 <- quantile(x,3/4)-quantile(x,1/4) sm <- s/sqrt(n) g1 <- n/((n-1)*(n-2))*sum((x-m)^3)/s^3 #峰度 g2 <- ((n*(n+1))/((n-1)*(n-2)*(n-3))*sum((x-m)^4)/s^4 - (3*(n-1)^2)/((n-2)*(n-3))) #偏度 data.frame(N=n, Mean=m, Var=v, std_dev=s, Median=me, std_mean=sm, CV=cv, CSS=css, USS=uss, R=R, R1=R1, Skewness=g1, Kurtosis=g2, row.names=1)#輸出一個數據框data.frame } data_outline(w)#使用你所寫的函數 #####………………實例分析 attach(mtcars)#獲取數據集,把工作對象固定在mtcars上 mtcars#查看數據集 ?mtcars#詳細了解該數據集的信息 vars=c('mpg','hp','wt')#英里數，馬力，車重 m=mtcars[vars];m#我們只選取vars中的三個變量 mode(m)#不能用剛才寫的函數 mode(w) #出來base包中的一些函數可以分析數據，還有其他的一些包可以使用，這里介紹Hmisc包， #pasteses包，psych包 install.packages("Hmisc") library(Hmisc) describe(m) describe install.packages("pastecs") library(pastecs) stat.desc(m) install.packages("psych") library(psych) describe(m) detach(mtcars)#推出該數據集的處理 ##############################################################例題3.3 w <- c(75.0, 64.0, 47.4, 66.9, 62.2, 62.2, 58.7, 63.5, 66.6, 64.0, 57.0, 69.0, 56.9, 50.0, 72.0) hist(w,freq=FALSE)#直方圖,xlab="hgu",main="hist" lines(density(w),col="blue")#lines() 該語句表示在已有圖形上添加曲線 range(w) x<-44:76 lines(x, dnorm(x, mean(w), sd(w)), col="red")#dnorm 表示正態分布的密度函數更多說明請看課件, #算出每一個x對應的f(x)值，f為正態分布密度函數。 #課后思考練習： #如何導入數據 #如何獲取圖片？ #實際例子中我們可能需要比較不同條件下的密度函數,如男性和女性 #sm包中的sm.density.compare()能提供幫助，見《R語言實戰》p119 ####################################################例題3.4 w <- c(75.0, 64.0, 47.4, 66.9, 62.2, 62.2, 58.7, 63.5, 66.6, 64.0, 57.0, 69.0, 56.9, 50.0, 72.0) plot(ecdf(w),verticals = TRUE, do.p = FALSE) x<-44:78 lines(x, pnorm(x, mean(w), sd(w)))#pnorm() 表示正態分布分布函數 ##########################################################例題3.5 w <- c(75.0, 64.0, 47.4, 66.9, 62.2, 62.2, 58.7, 63.5, 66.6, 64.0, 57.0, 69.0, 56.9, 50.0, 72.0) qqnorm(w); qqline(w)#用分號隔離兩句代碼。圖的標題，坐標軸名稱修改也是可以操作的 #########################################################正態性檢驗 w <- c(75.0, 64.0, 47.4, 66.9, 62.2, 62.2, 58.7, 63.5, 66.6, 64.0, 57.0, 69.0, 56.9, 50.0, 72.0) shapiro.test(w) #############################################3.11箱線圖 y<-c(1600, 1610, 1650, 1680, 1700, 1700, 1780, 1500, 1640, 1400, 1700, 1750, 1640, 1550, 1600, 1620, 1640, 1600, 1740, 1800, 1510, 1520, 1530, 1570, 1640, 1600) f<-factor(c(rep(1,7),rep(2,5), rep(3,8), rep(4,6))) plot(f,y) #箱線圖 attach(mtcars)#motor trend雜志車輛路實數據集 boxplot(mpg~cyl,main="Car Mileage Data",xlab="number of cylinders",ylab="miles per gallon") detach(mtcars) ##############繪圖補充 df<-data.frame( Age=c(13, 13, 14, 12, 12, 15, 11, 15, 14, 14, 14, 15, 12, 13, 12, 16, 12, 11, 15 ), Height=c(56.5, 65.3, 64.3, 56.3, 59.8, 66.5, 51.3, 62.5, 62.8, 69.0, 63.5, 67.0, 57.3, 62.5, 59.0, 72.0, 64.8, 57.5, 66.5), Weight=c( 84.0, 98.0, 90.0, 77.0, 84.5, 112.0, 50.5, 112.5, 102.5, 112.5, 102.5, 133.0, 83.0, 84.0, 99.5, 150.0, 128.0, 85.0, 112.0) ); plot(df) attach(df) plot(~Age+Height)#attach(df)缺失的話，此處無法繪圖.或者：plot(~Age+Height，data=df); #或plot(~df$Age+df$Height) plot(Weight~Age+Height) pairs(df)#所有變量之間的關系 coplot(Weight ~ Height | Age)#在分組比較時特別重要 detach(df) #散點圖矩陣，在做多元回歸分析的時候需要用到 pairs(~mpg+disp+drat+wt,data=mtcars,main='basic scatterplot matrix') install.packages("car") library(car) scatterplotMatrix(~mpg+disp+drat+wt,data=mtcars,lty.smooth=2,main='basic scatterplot matrix via car package') #關於更多圖形的操作查閱《R語言實戰》第三章內容。 ############excel數據導入說明 install.packages("xlsx") library(xlsx) my.data=read.xlsx2(file="C:\\Users\\HWT\\Desktop\\test.xlsx",sheetIndex=1)#注意這里斜線的方向 #最后說明：在自己編寫函數的時候。R語言中的重復和循環語句for/while，條件執行語句if-else/ifelse/switch和c和matlab一致