1 基本統計分析
1.1 描述性統計分析
myvar<-c("mpg","hp","wt")
head(mtcars[myvar]) #顯示數據框的頭部信息
dat<-mtcars[myvar] #查看數據框
1.1.1 方法
（1）簡單分析：summary()
結果分析：計算了最值、分位數、均值等
（2）自定義函數FUN sapply(dat,FUN)
mysta<-function(x,na.omit=F){
if(na.omit)
x<-x[!is.na(x)] #缺失值刪除
m<-mean(x)
n<-length(x)
s<-sd(x) #標准差
skew<-sum((x-m)^3/s^3)/n #偏度
kurt<-sum((x-m)^4/s^4)/n-3 #風度
return(c(n=n,mean=m,stdev=s,skew=skew,kurtosis=kurt))
}
sapply(dat, mys)
1.1.2 方法+1
(1)調用包：Hmisc
library(Hmisc)
describe(dat)
(2) 調用包：pastecs
library(pastecs)
stat.desc(dat)
1.1.3 分租計算描述性統計量
（1）每次只能返回一個統計量 aggregate()
aggregate(dat,by=list(am=mtcars$am),mean)
解釋：aggregate（）分組函數，dat分組對象，by=list(am=mtcars$am)根據什么分租，mean分組做什么事情
（2）返回多個統計量 by()
dsta<-function(x)sapply(x,mysta) #定義函數dsta，直接引用sapply(x,mysta)
by(dat,mtcars$am,dsta)
1.1.4 分組計算的擴展
library("doBy")
summaryBy(mpg+hp+wt~am,data=mtcars,FUN=mysta )
解釋：~前面mpg+hp+wt是要顯示的變量，~后面是根據am進行分組，data指明數據集，FUN指明用到的函數
1.2 頻數表和列聯表
1.2.1 生成頻數表
（1）一維頻數表
mytable<-with(Arthritis,table(Improved)) #把變量中的每一個取值列出來統計和
解釋：with第一個參數Arthritis是確定數據框（數據集），table（）統計頻率
返回百分比：prop.table(mytable)
（2）二維頻數表 xtabs（）
mytable1<-xtabs(~Treatment+Improved,data=Arthritis) #生成列聯表
（3）邊際操作：1代表對行操作，2代表對列操作
margin.table(mytable1,1) #統計每行的和
prop.table(mytable1,1) #計算每行的百分比
1.2.2 獨立性檢驗（檢驗數據框中的兩列是否相互獨立）
（1）卡方檢驗 原假設是相互獨立的
library(vcd)
mytable2<-xtabs(~Treatment+Improved,data=dat) #生成一個列聯表
mytable2
chisq.test(mytable2)
結果分析：結果分析：p-value值小於0.05，拒絕原假設，說明用葯與否與病人的改善效果不互相獨立，即有關
mytable3<-xtabs(~Sex+Improved,data=dat)
mytable3
chisq.test(mytable3)
結果分析：p-value值大於0.05，接受原假設，認為性別與改善效果相互獨立，即沒有關系
（2）精確性檢驗
fisher.test(mytable3)
結果分析：p-value值大於0.05，接受原假設，認為性別與改善效果相互獨立，即沒有關系
（3）分層獨立性檢驗 分男性和女性來說，用葯與改善效果相互獨立
mytable4<-xtabs(~Treatment+Improved+Sex,data=dat) #生成列聯表
mantelhaen.test(mytable4)
結果分析：p-value值小於0.05，拒絕原假設，無論對於男性還是女性，用葯與否對症狀的改善都不是相互獨立的，即該葯無論是對男性還是女性，都是有效果的
2 相關
2.1 相關性度量
mytable2<-xtabs(~Treatment+Improved,data=dat) #生成一個列聯表
mytable2
assocstats(mytable2)
結果：phi系數 phi-Coefficient：只對兩個變量有效，即行變量兩個，列變量也兩個
列連系數 Contingency Coeff
克萊姆系數 Cramer’s v
2.2 相關系數的類型
（1）Peason相關系數，Spearman相關系數，Kendall相關系數
dat<-state.x77 #指定數據集
states<-dat[,1:6] #只取前6列
cor(states) #列出所有變量兩兩之間的相關性，默認相關系數為Peason相關系數
cor(states,method = "spearman") #指定是Spearman相關系數
cov(states) #計算協方差矩陣
（2）偏相關系數
install.packages("ggm")
library(ggm)
colnames(states) #顯示出表的列名
pcor(c(1,5,2,3,6),cov(states))
解釋：pcor（）計算偏相關系數，c(1,5,2,3,6)在控制第2、3、6列的情況下，計算第1列和第5列的偏相關性，cov(states)協方差矩陣
2.3相關系數顯著性檢驗
原假設變量之間不相關，相關系數是接近於0的
cor.test(states[,3],states[,5])
結果分析：p-value值小於0.05，拒絕原假設，即折兩列是相關的，同時也可以看到相關系數 cor 比較高
計算相關系數的另一個函數corr.test()
library("psych")
corr.test(states,use="complete")
