R基础讲稿

R软件简介R 是什么R是一个开放的统计编程环境，是一种语言，是S语言的一种实现。

S语言是AT&T Bell实验室的Becker, Chambers & Wilks开发的一种用来进行数据探索、统计分析、作图的解释性语言。

基于S语言，MathSoft公司的统计科学部开发了S-PLUS软件。

R软件是一套完整的数据处理、计算和制图软件系统，其功能包括：1.数据存储和处理系统2.数组运算工具3.完整连贯的统计分析工具4.强大的统计制图功能5.编程功能，可实现用户自定义的各种程序6.1．什么是利器？优秀的软件.. 功能齐全.. 编程方便.. 高度模块化.. 技术支持力量强.. 小巧、速度快.. 透明2．为什么用R？.. 以上提到的标准基本都满足.. R作为解释性语言，在速度上自然会逊于C、Fortran等“底层”语言，但是R可以与其它语言相互调用.. 对于统计编程来说，R具有其它软件无法比拟的便捷性（统计的数据结构、统计的函数、统计的图形）.. 当然，我们希望软件能便宜一些，而R的价格是$0（就凭这点，其它软件都不好意思出来混）为什么用RSAS、SPSS、Matlab是统计专业常用的软件，而SAS、SPSS完全商业化，我们无法看到每个程序的源代码，这对学习多元统计模型造成了很大的障碍；开源的Matlab中虽然包含了Stat包，但其结果分析不足，且统计制图功能远不能满足需求。

R软件是一个“可定制”的统计软件，不论在编程或是结果分析上，R软件都具备了其他软件不可比拟的优势。

R的下载安装在R 的官方网址上，选择网站镜像/mirrors.html，比如UC Berkeley 下载软件副本。

R 拥有在Linux，MacOS X，Windows 平台下的各个版本，如果是Windows用户，进入镜像网站，选择Windows (95 and later) ，进入base，下载R-x.x.x-win32.exe。

如何获得帮助文件●/●/Rbbs/forums/list.page●R手册2．R数据结构在R中，我们一直都在与对象（object）打交道。

数值计算数值计算的基本内容：.. 拟合与插值.. 数值积分.. 线性方程组求解.. 矩阵的计算（特征根、矩阵分解等）.. 非线性方程（组）求解数值计算的地位？统计人应该在了解它的基础上追求效率！统计编程的流程.. 统计理论是怎样的？（问题的起源）.. 数学的计算步骤是？（这是求解的关键，必须清楚告诉计算机怎么走）.. 选择怎样的工具？（速度、便利性等考虑）基础类型（mode）.. 实数型（real）：整数（integer）、单精度（single）、双精度（double）.. 虚数型（complex）：如9 + 11i.. 字符型（character, string）：如"hello"（单双引号都行）逻辑型（logical）：TRUE, FALSE （简写T, F）.. 函数（function）.. 表达式（expression）结构化数据.. 向量（vector）：一列数值或字符.. 矩阵（matrix）：m行×n列（各列之间类型都相同）.. 数据框（data frame）：类似矩阵，但每一列的数据类型可以不同.. 数组（array）：多维度（不是多变量）.. 列表（list）：有诸多成员杂合在一起，这些成员可以是任意类型，甚至是list本身（及其灵活的数据类型）.. 因子（factor）：分类变量.. 时间序列（ts）：时间序列数据使用变量的时候要特别注意，R对大小写敏感！数字、向量与字符简单的规则序列> 1:10 # 井号是R的注释符号[1] 1 2 3 4 5 6 7 8 9 10> 10:1[1] 10 9 8 7 6 5 4 3 2 1> seq(1, 10, 0.5) # 等差数列[1] 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5[11] 6.0 6.5 7.0 7.5 8.0 8.5 9.0 9.5 10.0> rep(2, 5) # 重复相同的对象[1] 2 2 2 2 2> rep(1:3, times = 3) # 观察与下例的不同[1] 1 2 3 1 2 3 1 2 3> rep(1:3, each = 3)[1] 1 1 1 2 2 2 3 3 3> rep(1:3, 1:3)[1] 1 2 2 3 3 3产生结构化数据向量很容易用函数c()产生：> x = c(9, 1, 1)> x[1] 9 1 1> (x = c('Xie', 'Yi', 'Hui')) # 为什么用括号.[1] "Xie" "Yi" "Hui"矩阵用matrix()产生：> matrix(1:10, 2) # 注意：默认按列排列[,1] [,2] [,3] [,4] [,5][1,] 1 3 5 7 9[2,] 2 4 6 8 10> matrix(1:10, nrow = 2, ncol = 5, byrow = T)[,1] [,2] [,3] [,4] [,5][1,] 1 2 3 4 5[2,] 6 7 8 9 10数据框用data.frame()产生> x = data.frame(1:5, 4:8) # 把若干个向量合成数据框> xX1.5 X4.81 1 42 2 53 3 64 4 75 5 8> x = cbind(x, c('A', 'B', 'C', 'D', 'E')) # 绑上一列字符> xX1.5 X4.8 c("A", "B", "C", "D", "E")1 1 4 A2 2 5 B3 3 6 C4 4 7 D5 5 8 E> dimnames(x) # 看一下x的行列名[[1]][1] "1" "2" "3" "4" "5"[[2]][1] "X1.5"[2] "X4.8"[3] "c(\"A\", \"B\", \"C\", \"D\", \"E\")"> colnames(x) # 只看列名[1] "X1.5"[2] "X4.8"[3] "c(\"A\", \"B\", \"C\", \"D\", \"E\")"> colnames(x) = c('X1', 'X2', 'X3') # 改列名> x # 这样看起来就舒服多了X1 X2 X31 1 4 A2 2 5 B3 3 6 C4 4 7 D5 5 8 E因子用factor()产生列表用list()产生时间序列用ts()产生数据我外部读入数据还可以从外部文件读入，甚至是剪贴板（clipboard），或者SQL、Access数据库（RODBC包）例：D:\x.txt文件"V1" "V2" "V3" "V4" "V5"1 5 9 13 172 6 10 14 183 7 11 15 194 8 12 16 20> x = read.table('d:\\x.txt', header = T)> xV1 V2 V3 V4 V51 1 5 9 13 172 2 6 10 14 183 3 7 11 15 194 4 8 12 16 20运算算术运算：+, -, *, /, %%（余数）, %/%（整数商）, ^ （乘方）> 5%%2[1] 1> 5%/%2[1] 2> 2^5[1] 32逻辑运算：&, |, !（且、或、非）；>, <, >=, <=, ==（“小于一个负数”如何表示？注意"<-"是赋值符号，x<-9与x=9等价！正确写法是加上空格x< -9或者x<(-9)）/blog/cns!64B6368534A3BF2C!257.entry> T & F[1] FALSE> T | F[1] TRUE> !T[1] FALSE> 1 == T[1] TRUE> 2 == T[1] FALSE> 0 == F[1] TRUE> 1:10 > 5[1] FALSE FALSE FALSE FALSE FALSE TRUE TRUE TRUE TRUE TRUE下标的使用（获取元素）向量、因子、时间序列x[i]；矩阵x[i, j] x[i, ] x[, j]，数据框同矩阵；数组就是根据维度多打几个逗号而已x[i, j, k, …]；列表要用双重中括号x[[i]]特殊的使用：在中括号中用逻辑表达式提取元素或给特定元素赋值> x[x > 5] # 提出大于5的元素[1] 6 7 8 9 10> x[x > 5 & x < 9] # 双重条件[1] 6 7 8> x = matrix(1:20, 4, 5)> x[x >= 2 & x < 16][1] 2 3 4 5 6 7 8 9 10 11 12 13 14 15> x[,1] [,2] [,3] [,4] [,5][1,] 1 5 9 13 17[2,] 2 6 10 14 18[3,] 3 7 11 15 19[4,] 4 8 12 16 20> x[x >= 2 & x < 16] = NA> x[,1] [,2] [,3] [,4] [,5][1,] 1 NA NA NA 17[2,] NA NA NA NA 18[3,] NA NA NA NA 19[4,] NA NA NA 16 20(1) 向量的赋值与下标运算a<-c(2,3,5)b<-c(1,2,3)c(x,0,x)a[2]c(2,3,5)[2]a[2]<-7;aa[1:3]v=10:20;v[-(1:5)]ages<-c(Li=20,Wang=23)(2) 向量的运算a*2+ba*ba^2a%/%2a%%2(3) 与向量有关的函数x<-c(12,2,1,13,31)min(x);max(x);range(x)which.min(x);which.max(x)sum(x);prod(x);length(x)median(x);mean(x);var(x) ;sd(x)sort(x);order(x)(4 )数列i<-1:10seq(from=1,to=10,by=0.5)seq(length=30,from=4,by=-0.4)rep(x,times=4)(5) 逻辑向量boolean<-x>10all(1:7>3)any(1:7>3)x<-c(1,4,7)x[x<5]表1 常用逻辑运算符(6) 缺失数据x<-c(0/1,0/0,1/0,NA)is.na(x)is.nan(x)is.finite(x)is.infinite(x)这里要注意：不确定数据也是缺失数据；但缺失数据不是不确定数据；这两种数据都可以赋给其他变量(7) 字符型向量y<-c(“abc”,”def”,”ghij”,”klmno”)paste(“abc”,”def”,”ghij”,”klmno”)paste(y)paste(y,collapse=’’)paste(y,collapse=’_’)paste("X",1:6,sep="")paste(1:10)(8) 复数向量3+2iRe(3+2i)Im(3+2i)Mod(3+2i)Arg(3+2i)a=seq(-pi,pi,by=pi/10);b=sin(a);c=complex(re=a,im=b);plot(c);lines(c)矩阵及其运算array(1:20,dim=c(4,5))array(0,dim=c(2,3,4))matrix(1:15,nrow=3,ncol=5,byrow=TRUE)matrix(1:15,nrow=3,ncol=5,byrow=False)matrix(1:15,nrow=3,ncol=5,byrow=FALSE)[1:3,3:5]matrix(1:15,nrow=3,ncol=5,byrow=FALSE)[1,]X<-matrix(1:6,ncol=2,dimnames=list(paste("Obs",1:3,sep=""),c("First","Second"))) dimnames可以在定义X之后赋值dimnames(X)<-list(paste("Obs",1:3,sep=""),c("First","Second"))相当于rownames(X)<- paste("Obs",1:3,sep="");colnames(X)<- c("First","Second")A=matrix(1:6,nrow=2,byrow=T)B=matrix(1:6,nrow=2)A*B;A/Bt(A) 转置det(matrix(1:4,nrow=2))x<-1:5;y<-2*1:5;x%*%y 内积(crossprod)x%o%y 外积(outer)t(A)%*%Ba=1:5diag(a)diag(x%o%y)D=matrix(c(4,3,5,6,8,1,2,3,9),nrow=3,ncol=3)nrow(D);ncol(D)det(D)solve(D) 求逆eigen(D) 特征根与特征向量eigen(D)$valueseigen(D)$vectorssvd(matrix(1:6,nrow=3)) 奇异值分解lsfit(x,y) 最小二乘拟合a<-lsfit(x,y)$coefficientsplot(x,y);lines(x,a[1]+a[2]*x)数据框R的统计建模功能都要用数据框输入数据，处理方式与矩阵相同df<-data.frame(Name=c("Guo","Wang","Xu","Liu"),Sex=c("m","f","f","m"),Age=c(13,34,12,43),Height=c(13,45,68,94));df[1:2,3:4]df[["Height"]]attach(df) 链接到内存中，便于调用r<-Height/3;df$Rate<-redit(df)读取外部文件library(foreign)rs<-read.spss("reg.sav",to.data.frame=T)注意：读取SPSS文件后生成一个列表，需要转换；而SAS、EXCEL、S+、Stata 等数据则直接生成数据框write.table(rs,"outrs.txt")。