R软件使用简介

R模拟著名的统计软件：S－PLUS。两者语法基本相同，有些功能R少一些，例如：S－PLUS有菜单而R没有，不过，

R也正在开发菜单系统。

对于windows系统，下载R的安装程序：setupR.exe。安装后，运行安装目录的bin子目录下的Rgui.exe，即运行R。R打开后界面简洁，它没有做数据分析用的菜单系统，我们所有的分析工作都是在程序窗口中输入程序来完成。你会看到有一个红色的：>▌，就在这里输入程序。普通模式中，每输入一条语句，回车后就执行。也可以把程序输入在一个文件中，用source函数来调用执行，例如：

source("C:\\work\\pro.txt")，表示调用c盘work目录下的pro.txt文件同时执行其中的R程序，请注意文件路径的写法。

基本语法：

R的变量名一般是由字母开头的，其后可有数字，下划线不可以，请注意：R的变量名和命令是区分大小写的。

R中用-> 和<- 来进行赋值，这两个符号功能一样，只是方向不同。例如：15->x 表示把值15赋值给变量x ，用x<-15 ，效果是一样的。例如：10->x ，表示把10赋值于x，数值变量；“www”->y ，表示把字符串”www”赋值于y，

字符变量。

数据输入：

c(12,14,16,33)->x 表示把一个向量(12,14,16,33)赋予变量x。简单的就可以理解为x是一个数值变量，目前有数据12,14,16,33。用求均值函数mean()就可以求其平均数：mean(x)，系统会输出18.75。类似的，sd(x)输出标准差

9.64，median(x)则输出中位数15。

c(''tr'',''tsed'',''ddd'')->y 此时y是一个字符串的向量，可以理

解为y是一个字符变量。

采用data.frame(x,y)可以把x和y这两个变量组合为一个二维数据集。如：data.frame(x,y)->z 表示z包含了x和y变量，类似一个数据集。你键入z 回车，就可以看到它的内容。可以用$ 符号来引用数据集中的变量，例如：

mean(z$x) ，即计算z中的x的均数，得到18.75。

如果有一个输好数据的数据文件，则可以用read.table()函数来读入数据。比如有一个文件c:/test.txt包含了数据。用read.table(''c:/test.txt'',header=T,sep=",")->t。表示读入此文件并保存为t，文件的第一行是变量名（header=T)；分隔符是逗号(sep=",")。如果数据集中有一个变量为dd,用t$dd就可以引用dd，如：sd(t$dd)表示计算其标准差。类似的，用

read.epi()函数可以读入epi info数据库，也还有类似函数可以读入stata等常用数据库文件。

统计描述：

采用R函数可以计算描述性统计指标。

算术均数：mean() 例：mean(x)或mean(data$x)

几何均数：exp(mean(log(x))) 采用了函数嵌套，即先取对数log()，然后求平均mean()，再求反对数exp()

中位数：median()

方差：var()

标准差：sd()

假设检验：

T检验：R中采用t.test()函数。

用法：1、t.test(x) 表示对x做总体均数为0的t检验

2、t.test(x,mu=10) 表示做总体均数为10的t检验

3、t.test(x,y) 表示对两个变量x，y做两样本均数的成

组t检验

4、t.test(x~group) 表示group为分组变量，x为数值

变量，做t检验，此时x和y应该在同一个数据集中。

5、t.test(x[group==1],x[group==2]) 表示对group＝1

和2时的x做t检验

方差分析：利用lm()函数

如果一个数据集dd中，x是数值变量，g是分组变量，运行：lm(dd$x~dd$g) ，这样实际是拟合一个线性模型，x为应变量，g为自变量。缺省的输出很少，只有g和截据的系数，采用summary()函数可以输出较多信息。即：summary(lm(dd$x~dd$g)) 这样将会输出常见方差分析所需要输出的全部信息，诸位一试便知。

这里提示了R的一个特性：缺省的输出往往是很少的，其实有很多的结果被保存在背后，需要用语句提取出来的。

秩和检验：wilcox.test()函数和kruskal.test()函数

wilcox.test(x) 表示对x做均数为0的符号秩和检

验

kruskal.test(x,g) 表示x为数值变量而g为分组变

量，做秩和检验

卡方检验：chisq.test()

对于如下四格表资料：12 5

24 11

首先建立四格表：matrix(c(12,24,5,11),crow=2)->data

说明：data中存储了四格表资料，也就是一个矩阵。c(12,24,5,11)是一个向量，crow=2表示有两行，请注意行列的顺序：即先排“列”数据，再排“行”数据。

然后进行卡方检验：chisq.test(data)

对于四格表卡方，缺省的用Yates连续性校正。如果用：chisq.test(data,correct=FLASE)，则不进行Yates校正。如果理论数过小，则输出时会提示卡方检验可能不正确，此时就需要用fisher精确概率法：fisher.test(data)。

线性相关

采用cor（）函数可以计算两变量的线性相关系数；采用cor.test()函数可以计算相关系数比进行假设检验、提供相关

系数可信区间。

例如：c(12,15,13,16,21,22,14)->x

c(25,56,45,15,32,16,45)->y

cor.test(x,y) 即可对x和y进行线性相关分析，计算两者的

相关系数并进行假设检验。

线性回归：

lm()函数可以拟合一般线性模型。例如：lm(y~x+z) 便是拟合应变量为y，自变量为x和z的回归方程。直接使用lm(y~x+z) 只能输出x和z的回归系数，用