R語言學(xué)習(xí)筆記-內(nèi)附實例及代碼

1、R語言入門R是開源的統(tǒng)計繪圖軟件，也是一種腳本語言，有大量的程序包可以利用。R中的向量、列表、數(shù)組、函數(shù)等都是對象，可以方便的查詢和引用，并進(jìn)行條件篩選。R具有精確控制的繪圖功能，生成的圖可以另存為多種格式。R編寫函數(shù)無需聲明變量的類型，能利用循環(huán)、條件語句，控制程序的流程。R網(wǎng)絡(luò)資源：R主頁：R資源列表 NCEASR Graphical Manual統(tǒng)計之都：QuikR丁國徽的R文檔：R語言中文論壇一、用函數(shù) install.packages(),直接輸入就可以聯(lián)網(wǎng)，第一次的話之后選擇鏡像，然后選擇包下載即可如果已經(jīng)連接到互聯(lián)網(wǎng)，在括號中輸入要安裝的程序包名稱，選擇鏡像后，程序?qū)⒆詣酉螺d并安

2、裝程序 包。例如：要安裝 picante包，在控制臺中輸入 install.packages("picante")已經(jīng)安裝了？二.安裝本地zip包路徑：Packages>install packages from local files選擇本地磁盤上存儲 zip包的文件夾。(文件，運(yùn)行R的腳本，選擇所在文檔)三.調(diào)用程序包在控制臺中輸入如下命令library( "picnate)”四.程序包內(nèi)部都有哪些函數(shù)？分別有什么功能? 查詢程序包內(nèi)容最常用的方法：1菜單幫助>Html幫助；2查看pdf幫助文檔工二X rix fuc nx Jis1 n i >

3、; *七叫口 cnfzl'程序包內(nèi)的函數(shù)的用法與R內(nèi)置的基本函數(shù)用法一樣。拄制臺FAQ手印:PDF文體R能數(shù)幫HhCfc衰U HirnlaHt 理薪 5earchr-prcjM五.查看函數(shù)的幫助文件函數(shù)的默認(rèn)值是什么？怎么使用？使用時需要注意什么問題？需要查詢函數(shù)的幫助。1 ?t.test直接打開相關(guān)函數(shù)的說明和使用模板。2 RGui>Help>Html help同樣的效果，同上3 apropos("t.test")合理使用T檢驗，五種模式的 T檢驗4 help("t.test")幫助同 1-25 help.search(&

4、quot;t.test")有關(guān)T檢驗的一切東西都可以查出來。6查看R包pdf手冊六、幫助很強(qiáng)大InRD.uaiEUUFitting1 L±n砧air 麻手斗口工占DescriptionLb it WMd » & Ismt nKlifc. h «eb1n u«*A ii><Arn wn Nflrti4iafi tiidJH «nmin hu1aliii& ec wawi"七 *K丸“w，4rlM鵬 11rl."4爵士 firri llrsc iUsaeAxglznwnt4« n

5、曲司 af-lM-+ 產(chǎn)，t<ohcu X n> rhar« wnd中居MWtKriid Hu U flfWriL Htai dchdli Mrikmlrl vfKl-ah« Jihc pAita LUvitai ' fidlaiiL'' cpMiv Inat Iivi6 mmw Mrgiwin« e - it，*好加i Vtnw'li中母Hiq rhjM / iiAw- Itrnf 柞th f ilw > ieH小 tie 出情inmwt <1 f*ranlttl4 tMNC9dM 4kSNamh uiia

6、 . dJV#!一H ? p-fcto «UfH.rMi 'BCI braiRrui A -4tK1 時<<«aWlkni K bt rii，ISFIejk? lmstats#函數(shù)名及所在包?Fitting Linear Models#標(biāo)題?Description#函數(shù)描述?Usage#默認(rèn)選項?Arguments#參數(shù)?Details#詳情?Authors)#作者?References#-±M?Examples#>例七、R圖形界面：R commander?1 安裝 R commanderinstall.packages("Rc

7、mdr")? 2 R將自動下載并安裝 Rcmdr所需的所有程 序包調(diào)用 R Commander圖 12 R commander 界面 library(Rcmdr)八、R的函數(shù)R是一種解釋性語言，輸入后可直接給出結(jié)果。功能靠函數(shù)實現(xiàn)。函數(shù)形式函數(shù)(輸入數(shù)據(jù)，參數(shù)=)如果沒有指定，則參數(shù)的以默認(rèn)值為準(zhǔn)。例如：平均值mean(x, trim = 0, na.rm = FALSE, .)線性模型 lm(yx, data=test)每一個函數(shù)執(zhí)行特定的功能，后面緊跟括號，例如：平均值 mean(); 求和 sum(); 繪圖 plot();排序 sort()。除了基本的運(yùn)算之外，R的函數(shù)又分為

8、“高級“和“低級”函數(shù)，高級函數(shù)可調(diào)用低級函數(shù)，這里的“高級”函數(shù)習(xí)慣上稱為 泛型函數(shù)。如plot()就是泛型函數(shù)，可以根據(jù)數(shù)據(jù)的類型，調(diào)用底層的函數(shù)，應(yīng)用相應(yīng)的方法繪制相應(yīng)的圖 形。這就是面向?qū)ο缶幊痰乃枷搿２樵兊姆椒ǎ篐elp>Html help>packageslog()tan()chisq.test()log10()asin()friedman.test()exp()acos()mean()sin()binom.test()sd()cos()fisher.test()var()glm(yx1+x2+x3, binomial)九、賦值與注釋與對象起名<-右邊的值賦值給左

9、邊的變量或者對象；#注釋注釋部分不會編譯R處理的所有數(shù)據(jù)、變量、函數(shù)和結(jié)果都以對象的形式保存。1 .區(qū)分大小寫，注意China和china的不同。2 .不能用數(shù)字作為變量，對象也不能用數(shù)字開頭，但是數(shù)字可以放在中間或結(jié)尾，如 2result與result2,后者是合法的。3 .建議不要用過短的名稱?？梢杂?quot;.”作為間隔，例如 anova.result1 。4 .不要使用保留名：NA, NaN, pi, LETTERS, letters, month.abb, 十、元素與對象的類1 .對象是由各元素組成的。每個元素，都有自己的數(shù)據(jù)類型。2 .元素種類數(shù)值型Numer

10、ic如100, 0,-4.335因子型Factor表示不同類別字符型Character如“China”復(fù)數(shù)型Complex如：2 + 3i邏輯型 Logical 如 TRUE, FALSE3 .對象白類 class：因子(factor)因子是一個分類變量c("a","a","b","b","c")向量(vector) 一系列元素的組合。如 c(1,2,3); c("a","a","b","b","c&quo

11、t;)矩陣(matrix)二維的數(shù)據(jù)表，是數(shù)組的一個特例：x <- 1:12 ; dim(x) <- c(3,4),1 ,2,3 ,41,147102,258113,36912數(shù)組(array)數(shù)組是k維的數(shù)據(jù)表(k in 1:n,n為正整數(shù))。向量(n = 1)矩陣(n = 2)高維數(shù)組(n >= 3)數(shù)據(jù)框(dataframe)是由一個或幾個向量和數(shù)據(jù)表的行與列表1豹標(biāo)志，敕擦程與向早列名Column nnmuR物和鼓科效國散海戰(zhàn)城度類型祥方12260025山項樣方251122635030山陵樣方346112039045LlJ每行作林萬438122426020低地；為一個

12、Entry江上549102522023偃地ttt行名IHb n也me 每列可行借帶名稱的同字布聿、因f字符串ii：(或)因子構(gòu)成，它們必須是等長的，但可以是不同的數(shù)據(jù)類型。每個數(shù)據(jù)表可以看作一個數(shù)據(jù)框(dataframe)。每一行(row)作為一個記錄(entry),每一列(column)作為一個向量(vector)。由很多不同類型的向量組成，如字符型，因子型，數(shù)值型。如何生成數(shù)據(jù)框？ 兩種辦法：(1)從外部數(shù)據(jù)讀?。?2)各類型因子組合成數(shù)據(jù)框。列表(list)列表可以包含任何類型的對象?？梢园蛄?、矩陣、高維數(shù)組，也可以包含列表。十一、運(yùn)算符數(shù)學(xué)運(yùn)算運(yùn)算后給出數(shù)值結(jié)果：+,-,*,/,八

13、(哥)比較運(yùn)算運(yùn)算后給出判別結(jié)果：(TRUE FALSE):>, <, <=, >=,=(=是計算機(jī)編程的二元運(yùn)算符。當(dāng)左邊的內(nèi)容與右邊的內(nèi)容相同時，返回 1。其余時 候返回0。二=是判斷兩個值大小是否相同的運(yùn)算符。)，！=不等于邏輯運(yùn)算與、或、非：!, &, &&, |, |十二、數(shù)據(jù)的讀取1 .最為常用的數(shù)據(jù)讀取方式是用read.table()函數(shù)或read.csv()函數(shù)讀取外部txt或csv格式的文件。txt文件，制表符間隔；csv文件，逗號間隔。一些 R 程序包(如 foreign)也提供了直接讀取Excel, SAS, dbf, Ma

14、tlab, spss, systat, Minitab 文件的函數(shù)。2 .read.csv()的使用例：test.data<-read.csv("D:/R/test2.csv",header=T)header=T 表示將數(shù)據(jù)的第一行作為標(biāo)題。read.table(),header=T)可以彈出對話框，選擇文件。3 .數(shù)據(jù)量較大時用read.table函數(shù)從外部txt文件讀取第1步將Excel中的數(shù)據(jù)另存為.txt格式(制表符間隔)或.csv格式。第2步用read.table()或read.csv()函數(shù)將數(shù)據(jù)讀入 R工作空間，并賦值給一個對象。4 .例子：mydata

15、frame<-read.csv("F:/KAGGLE1/train.csv",header=F)命名讀取函數(shù)數(shù)據(jù)位置文件夾名稱是否讀取頭( T/F)十三、向量、矩陣和數(shù)據(jù)框的創(chuàng)建有時需要對讀入的數(shù)據(jù)進(jìn)行操作，將某一向量轉(zhuǎn)換成矩陣，如條件篩選，此時將遇到向量、矩陣和數(shù)據(jù)框 的生成、條件篩選等。1.1 四種類型的向量：字符型 character<-c("China", "Korea", "Japan", "UK", "USA", "France",

16、 "India", "Russia") ;數(shù)值型 numeric<-c(1, 3, 6, 7, 3, 8, 6, 4); 邏輯型 logical<-c(T, F, T, F, T, F, F, T);復(fù)數(shù)型略。1.2 創(chuàng)建向量用 X<-c()函數(shù)或者 c() , rep() , seq(), “："c(2,5,6,9)seq(from=3, to=21, by=3 )rep(2,times=4)1 3 6 9 12 15 18 21“：”1:15 # 意思是11 23456789 10 11 12 13 14 15通過與向量的

17、組合，產(chǎn)生更為復(fù)雜的向量。rep(1:2,c(10,15)1.3 向量創(chuàng)建一一產(chǎn)生隨機(jī)數(shù)runif(10, min = 0, max= 1) rnorm(10, mean = 0, sd = 1)1.4 幾個隨機(jī)數(shù)的相關(guān)函數(shù)概率密度dunif(x, min=0, max=1, log = FALSE)累積函數(shù)punif(q, min=0, max=1,)分位數(shù)qunif(p, min=0, max=1, )隨機(jī)均勻分布runif(n, min=0, max=1)2 .矩陣的創(chuàng)建生成矩陣的函數(shù)dim()和matrix()dim()定義矩陣的行列數(shù)，例如：x <- 1:12dim(x) &l

18、t;- c(3,4),1,2 ,3 ,41,147102,258113,36912matrix.x <- matrix(1:12,nrow=3,byrow=T)t(x)#轉(zhuǎn)置為行或列添加名稱：s() s()3 .數(shù)據(jù)框的創(chuàng)建創(chuàng)建數(shù)據(jù)框的函數(shù)：data.frame(), as.data.frame(), cbind(), rbind()cbind()rbind()#按列組合成數(shù)據(jù)框#按行組合成數(shù)據(jù)框data.frame() #生成數(shù)據(jù)框head()#默認(rèn)訪問數(shù)據(jù)的前6行4冽表的創(chuàng)建列表可以是不同類型甚至不同長度的向量(數(shù)值型，邏輯型，字符型等等卜數(shù)據(jù)框甚至是

19、列表的組合。list() 例如 list(character,numeric,logical,matrix.x)十四、對象類的判斷與轉(zhuǎn)換對象類型判斷：mode()判斷存儲的類型class()判斷數(shù)據(jù)的類根據(jù)數(shù)據(jù)的類，采用相應(yīng)的處理方法。以下函數(shù)，主要用在函數(shù)處理異常時使用，目的是增強(qiáng)程序的穩(wěn)健性。類的轉(zhuǎn)換as.numeric() #轉(zhuǎn)換為數(shù)值型 as.logical() #轉(zhuǎn)換為邏輯型 as.charactor() #轉(zhuǎn)換為字符串 as.matrix() #轉(zhuǎn)換為矩陣 as.data.frame() #轉(zhuǎn)換為數(shù)據(jù)框as.factor() #轉(zhuǎn)換為因子類型判斷is.numeric()#返回值為

20、TRUE 或 FALSEis.logical()#是否為邏輯值is.charactor() #是否為字符串is.null()#是否為空is.na()#是否為 na卜五、元素引用與訪問1 .向量內(nèi)的元素引用# Dalgaard書中的例子intake.pre <- c(5260, 5470, 5640, 6180, 6390, 6515, 6805, 7515, 7515, 8230, 8770)intake.post <- c(3910, 4220, 3885, 5160, 5645, 4680, 5265, 5975, 6790, 6900, 7335)intake.pre5;#引

21、用第5個元素intake.prec(3,5,7)#引用第3, 5, 7 個元素v <- c(3,5,7); intake.prev;intake.pre1:5;#引用第1到5個元素intake.pre-c(3,5,7)#去除第 3, 5, 7 元素2 .數(shù)據(jù)框內(nèi)元素的引用intake <- data.frame(intake.pre, intake.post)引用數(shù)據(jù)框中的元素(1) $引用列，后面為列的名稱例如 intake$intake.pre(2),方括號引用，逗號前為行，逗號后為列intake,1;引用第1列intake5,;引用第5行intake5,1;引用第1歹U,第5

22、行i = 1:5; intakei,3 .列表內(nèi)元素的引用引用1到5行列表內(nèi)元素的引用可以用" "如list1c(1,2,3)上述放于“ 口”內(nèi)的數(shù)字，稱為下標(biāo)。通過下標(biāo)的變化，可以方便的訪問向量、數(shù)據(jù)框、矩陣、列表內(nèi)的各元素。熟悉下標(biāo)的用法對掌握循環(huán)結(jié)構(gòu)是非常重要的。4 .訪問數(shù)據(jù)框內(nèi)的元素直接調(diào)用數(shù)據(jù)框內(nèi)的列，以列的名稱作為向量的名稱attatch()detatch()在函數(shù)內(nèi)部，對數(shù)據(jù)進(jìn)行相應(yīng)調(diào)整with() #with函數(shù)內(nèi)部形成一個空間，在這個空間中，函數(shù)可以對列訪問。within()transform。#數(shù)據(jù)的轉(zhuǎn)換，如取logsubset()#取數(shù)據(jù)的子集app

23、ly()#對數(shù)據(jù)表或矩陣應(yīng)用某個函數(shù)，可減少循環(huán)十六、條件篩選與排序1 .條件篩選條件篩選是先對變量否滿足條件進(jìn)行判斷，滿足為TRUE,不滿足為FALSE。之后再用邏輯值對向量內(nèi)的元素進(jìn)行篩選。intake.pre > 70001 FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE TRUE TRUE TRUEintake.preintake.pre > 7000intake.pre > 7000 & intake.pre <= 80002 FALSE FALSE FALSE FALSE FALSE FALSE FALS

24、E TRUE TRUE FALSE FALSEintake.postintake.pre > 7000 & intake.pre <= 8000 2排序?qū)⑾蛄恐械脑匕凑找欢樞蚺帕?。舉例：intake$intake.presort(intake$intake.pre)order()默認(rèn)給出從小到大的出現(xiàn)序號。order(intake$post)o <- intakeorder(intake$intake.pre),十七、工作路徑(工作空間、歷史)1 .工作空間P10R的所有對象都在計算機(jī)內(nèi)存的工作空間中。ls() M#列出工作空間中的對象rm()刪除工作空間中的對象

25、rm(list=ls() #刪除空間中所有對象sort()按數(shù)值大小排序sink()#將運(yùn)行結(jié)果保存到指定文件中g(shù)etwd()#顯示當(dāng)前工作文件夾setwd() |#設(shè)定工作文件夾save.image() #保存工作鏡像2 .輸入歷史History? 輸入的命令，在 R中作為歷史history保存，可輸入函數(shù)?history()#查看輸入歷史?history(Inf)#查看打開R之后所有的輸入?可用向上或向下的箭頭切換輸入的行。十八、腳本編程 Scripting1 .腳本語言腳本語言(scripting language)又稱動態(tài)語言，是依靠解釋器完成相應(yīng)的功能的一類計算機(jī)語言，通 常以ASC

26、II碼的文本格式保存源程序。1.1 特點腳本語言語法和結(jié)構(gòu)通常比較簡單，不需要編譯，通過解釋器對腳本進(jìn)行解釋，從而給出結(jié)果，能用簡單的代碼完成復(fù)雜的功能，但是速度較慢。1.2 常見的腳本語言Windows 批處理程序,PHP, Perl, Python, Ruby, JavaScript 等。2 .集成開發(fā)環(huán)境很多計算機(jī)語言都有 IDE (integrated development environment),即集成開發(fā)環(huán)境，如 Windows的 VisualStudio, Visual Basic 等等。但是R通常無需集成開發(fā)環(huán)境，腳本在一般的文本編輯器里即可編輯。如 Windows 自帶的

27、記事本,Notepad+, UltraEdit Linux 下的 Vi, Vim, Emacs 等等。在代碼較多的情況下，常需要對行數(shù)、函數(shù)、括號、 色，以減少錯誤的發(fā)生。3.編輯器R自帶的腳本編輯器Editplus ()TinnR ()Ultraedit (),TinnRo函數(shù)選項等進(jìn)行高亮顯示，設(shè)置成不同的顏Emacs ()Notepad+ 與 NpptoR 組合()記事本或?qū)懽职宓鹊仁?、R繪圖R具備卓越的繪圖功能，通過參數(shù)設(shè)置對圖形進(jìn)行精確控制。繪制的圖形能滿足出版印刷的要求，可 以輸出 Jpg、tiff、eps、emf、pdf、png 等各種格式。通過與GhostScript軟件的結(jié)

28、合，可以生成 600dpi, 1200dpi的等各種分辨率和尺寸的圖形。繪圖是通過 繪圖函數(shù) 結(jié)合相應(yīng)的選項完成的。繪圖函數(shù)包括 高級繪圖函數(shù) 和低級繪圖函數(shù)。1 .高級繪圖函數(shù)：plot()繪制散點圖等多種圖形，根據(jù)數(shù)據(jù)的類，調(diào)用相應(yīng)的函數(shù)繪圖hist()頻率直力圖boxplot()箱線圖stripchart()點圖barplot()柱狀圖dotplot()點圖piechart()餅圖matplot()數(shù)學(xué)圖形2 .低級繪圖函數(shù):lines()添加線curve()添加曲線abline()添加給定斜率的線points()添加點segments。折線arrows()箭頭axis()坐標(biāo)軸box(

29、)外框title()標(biāo)題text()文子mtext()圖邊文字3 .繪圖參數(shù)參數(shù)用在函數(shù)內(nèi)部，在沒有設(shè)定值時使用默認(rèn)值。font =字體,lty =線類型,lwd =線寬度,pch =點的類型,xlab =橫坐標(biāo),ylab =縱坐標(biāo),xlim = 橫坐標(biāo)范圍,ylim = 縱坐標(biāo)范圍也可以對整個要繪制圖形的各種參數(shù)進(jìn)行設(shè)定，參見 par()4 .分步繪圖1 .打開繪圖窗口，不繪制任何對象plot(x, y, type="n", xlab="", ylab="", axes=F)2 .添加坐標(biāo)點points(x,y)3 .添加坐標(biāo)軸ax

30、is(1); axis(at=seq(0.2,1.8,0.2), side=2)4 .補(bǔ)齊散點圖的邊框 box()5 .添加標(biāo)題、副標(biāo)題、橫軸說明、縱軸說明title(main="Main title", sub="subtitle", xlab="x-label", ylab="y-label")M9>n tttJv6沌5 .在原有圖形上添加元素 舉例：x <- rnorm(100)#生成隨機(jī)數(shù)hist(x,freq=F)#繪制直方圖curve(dnorm(x),add=T)# 添加曲線h <-

31、 hist(x, plot=F)# 繪制直方圖ylim <- range(0, h$density, dnorm(0)# 設(shè)定縱軸的取值范圍hist(x, freq=F, ylim=ylim)# 繪制直方圖curve(dnorm(x),add=T,col="red")#添加曲線 二十、編寫函數(shù)1 .編程基礎(chǔ)C,C+R可以靈活的編寫程序，用戶自己編寫的程序可以直接調(diào)用。編程時無需聲明變量的類型，這與 等語言不同?；靖袷剑汉瘮?shù)名-function（數(shù)據(jù)，參數(shù)1=默認(rèn)值，）異常處理；表達(dá)式（循環(huán)/判別）；return（返回值）；函數(shù)內(nèi)部也可用#添加注釋2 .函數(shù)實例：da

32、ta2mat（）<function Jat a = Lia tri) (if (Tany (colnamea (data) - j. ； ")stop("A column named "abundancemust be specieflediif (1 r,y (is, ,ip I -rreb (仁一 $ abundance)st ->>,"：: i：r i： ：.i . ： ii.a 1 a must 七2 1 nteqer!*) col <- which (colnamef (data) “壯 1 )datal <- d

33、al a,-colabundance <- as . numeric (dat a , .：c 1)resultl <- data.frame(repsum(abundance)1Jcolnames(result 1) <- *, 1 一 s" for (i in 1:(nccl(data)- <resultl i ERf (as , Ghauactei: (diat ai >, abundnce> result <- title(rssuitl)turn(result)3 .程序流程控制p = 0.03 if(p<=0.05) pri

34、nt("p <= 0.05!”) else print("p > 0.05!") 3.1 條件ifif（條件）表達(dá)式if（條件）表達(dá)式1 else表達(dá)式2舉例：3.2 循環(huán) for, whilefor(變量in向量)表達(dá)式while(條件)表達(dá)式用法：用法：i <- 1for(i in 1:10) print(i)while(i<10) print(i); i <- i + 13.3 返回值?返回值表示函數(shù)輸出的結(jié)果。?返回值必須是一個對象。? R默認(rèn)將最后一行作為返回值。?如果函數(shù)的結(jié)果需要有多個返回值，可以創(chuàng)建一個list(),并

35、返回該對象。? 也可以用return()函數(shù)，設(shè)定返回值。?但是一個函數(shù)的返回的對象只有一個。3.4 異常處理?如數(shù)據(jù)輸入不能滿足要求，或者參數(shù)設(shè)定錯誤等等，可能造成函數(shù)給出錯誤的結(jié)果，則需要對函數(shù)的運(yùn)行過程發(fā)出警告或終止，以提高程序的穩(wěn)健性。? 警告的寫法if(any(is.na(inputdata)inputdata <- na.omit(inputdata)cat( " NAare found in the input data, and has been removed.n")? 終止的寫法 if(any(is.na(xx) stop("NAs ar

36、e not allowed!n")3.5 函數(shù)舉例：問題:輸入直角三角形的兩個邊長，求其斜邊長。定義函數(shù)：rcal <- function(x,y) z <- xA2 + yA2 result <- sqrt(z) return(result)調(diào)用函數(shù)：rcal(3,4)二十一、數(shù)據(jù)保存write.table()write.csv()save.image()sink()unlink()若有LaTeX基礎(chǔ)，可以用 ：Sweave()函數(shù)該函數(shù)能將腳本、程序說明和運(yùn)算結(jié)果直接保存成.tex文件，用LaTeX編譯成pdf文件。代碼與實際操作1. () examplean

37、<- ("arrg")武值(an) # TRUE判斷是否是name格式屬性？mode(an) # name an 的模式是什么？typeof(an) # symbolan 的數(shù)據(jù)類型是什么？ symbol2 .現(xiàn)有6名患者的身高和體重，檢驗體重除以身高的平方是否等于22.5。(從數(shù)據(jù)輸入到t檢驗)代碼：height<-c(1.75,1.80,1.65,1.90,1.74,1.91)weight<-c(60,72,57,90,95,72)number_1<-1:6X<-(weight/heightA2)t.test(X

38、,mu=22.5)#結(jié)果顯不One Sample t-test data: Xt = 0.34488, df = 5, p-value = 0.7442alternative hypothesis: true mean is not equal to 22.595 percent confidence interval:18.41734 27.84791sample estimates: mean of x23.13262weight<-c(60, 72, 57, 90, 95, 72)sq.height<-heightA2ratio<-weight/sq.heightt.t

39、est(ratio, mu=22.5)#結(jié)果顯不One Sample t-testdata: ratiot = 0.34488, df = 5, p-value = 0.7442alternative hypothesis: true mean is not equal to 22.595 percent confidence interval:18.41734 27.84791sample estimates: mean of x23高m1.751.801.651.901.741.91體重kg607257909572height<-c(1.75, 1.80,

40、1.65, 1.90, 1.74, 1.91)T檢驗的原假設(shè)是 UW0或者U1WU2, a =0.0水平的話, U2統(tǒng)計學(xué)上是支持的。P>0.05,不能拒絕原假設(shè)，也就是說U1不等于T檢驗單側(cè)與雙側(cè)的關(guān)系， 雙側(cè)要求嚴(yán)格，其結(jié)果相對比較穩(wěn)??； 確定分布的話選擇(沒有負(fù)數(shù))單側(cè)檢驗, 不確定的話建議選擇反側(cè)檢驗。統(tǒng)計書(P104)3 .讀取文件并進(jìn)行T檢驗>read.table("C:/Users/Administrator/Desktop/t.test.data.txt",header=T)>BMI<-c(weight/heightA2)>t.

41、test(BMI,mu=22.5) height weight11.756021.807231.655741.909051.749561.9172或者> t.test.data<-read.table("C:/Users/Administrator/Desktop/t.test.data.txt",header=T)> attach(t.test.data)#意義是讓函數(shù)能夠直接進(jìn)行運(yùn)算，而不需要賦值。The following objects are masked _by_ .GlobalEnv: height, weight>ratio<-

42、weight/heightA2>t.test(ratio)One Sample t-testdata: ratiot = 12.611, df = 5, p-value = 5.569e-05alternative hypothesis: true mean is not equal to 095 percent confidence interval:18.41734 27.84791sample estimates: mean of x23.132624.單因素方差分析將三種不同菌型的傷寒病毒a,b,c分別接種于10, 9,和11只小白鼠上，觀察其存活天數(shù)，問三種菌型下小白鼠的平均存

43、活天數(shù)是否有顯著差異。a 菌株：2, 4, 3, 2, 4, 7, 7, 2, 5, 4b 菌株：5, 6, 8, 5, 10, 7, 12, 6, 6c 菌株：7,11,6, 6, 7, 9, 5, 10, 6, 3, 10#數(shù)據(jù)讀取，將test1.txt中的內(nèi)容保存到 bac中，header=T表示保留標(biāo)題行。bac<-read.table("d:/anova.data.txt",header=T)#將bac數(shù)據(jù)框中的type轉(zhuǎn)換為因子(factor)bac$type<-as.factor(bac$type)ba.an<-aov(lm(daytype,

44、 data=bac)summary(ba.an)5.下標(biāo)和條件篩選vector1<-seq(from=2, to=50, by=2) vector120vector1c(10,15,20)vector110:20vector1vector>40boxplot(daytype,data=bac,col="red")施ij建一個 2 至ij 50 的向量 vector1 2, 4, 6, 8, ., 48, 50 #然取vector1中的第20個元素#選取vector1中的第10, 15, 20個元素#選取vector1中的第10至ij 20個元素#選取vector

45、1中值大于40的元素6 .了解工作路徑6.1 查看當(dāng)前R工作的空間目錄getwd()6.2 將R工作的路徑設(shè)置為d:/data/setwd("d:/data")save.image("example.Rdata")10ad("example.Rdata")6.3 歷史 history(Inf)7 .例-線性回歸對一批涂料進(jìn)行研究，確定攪拌速度對雜質(zhì)含量的影響，數(shù)據(jù)如下，試進(jìn)行回歸分析 表3攪拌速度對涂料中雜質(zhì)的影響轉(zhuǎn)速rpm202224262830323436384042雜質(zhì)率8.49.511.810.413.314.813.214.

46、716.416.518.918.5腳本舉例# 1.編輯腳本并保存：將以下代碼粘貼到編輯器中，另存為 regression1文件。rate<-c(20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42)impurity <-c(8.4, 9.5, 11.8, 10.4, 13.3, 14.8, 13.2, 14.7, 16.4, 16.5, 18.9, 18.5) plot(impurityrate) reg<-lm(impurityrate) abline(reg,col="red")summary(reg)rpm&l

47、t;-seq(from=20,to=42,by=2) # 生成一個從 20開始，間隔 2,至U 42 的向量 mean(rpm)軸是rpm , X軸是rate。Y軸是rate, X軸是rpm。rate<-c(8.4, 9.5, 11.8, 10.4, 13.3, 14.8, 13.2, 14.7, 16.4, 16.5, 18.9, 18.5) mean(rate) plot(rate,rpm) # 一般線性回歸都要先畫散點圖觀察。Yplot(raterpm)#一般線性回歸都要先畫散點圖觀察。reg<-lm(raterpm) print(lm(raterpm) cor(rate,rpm)#計算二者的相關(guān)系數(shù) print