统计软件选讲

目录

Chapter 1-2

Recipe1.Vector向量

定义、性质、选取子集、判断

Recipe2.Factor因子

Recipe3.Matrix矩阵

定义、转化、基本运算

Recipe4.List清单

Recipe5.Data Frame数据框

Chapter 3

Recipe1.Sample随机数

Recipe2.Central Limit Theorem中心极限定理

Chapter 4

Recipe1.Functions函数

Recipe2.Loops循环

Forloops、ifelse、while、stretch、pow

Recipe3.防错&除错

Max.power、max.power_book

Recipe4.Examples例子

Basic_funs、is.sym

Chapter 5

Recipe1.读取和整理

Chapter 6

Recipe1.Linear Regression Model线性回归模型

散点图、回归分析、作图、分析图，多元线性回归、lmcurve Recipe2.Analysis of Variance Model方差分析模型

盒子图、方差分析

Recipe3.Generalized Linear Models广义线性模型

Binomial Model(Logistic Regression)

Chapter 7

Recipe1.Linear Discriminant Analysis线性判别分析

Recipe2.Cluster Analysis聚类分析

分层聚类分析、非分层聚类分析

Recipe3.Library程序馆

Chapter 8

Recipe1.Multiframe Graphic多重图框

Recipe2.增加直线

一、R软件教程

Chapter 1-2

Recipe1.Vector向量

rm(list = ls())

x <- c(1, 2, 3, 4) ##c(向量内容，若是字符需要加"")

y <- 1:100 ##连续型

z <- seq(1, 100, by = 8) ##等差数列seq(首项, 最大值, by = 公差)

w <- rep(1:4, each = 2, times = 2)

##重复性rep(内容, c(各项重复次数) or each = n全部都重复n次, times = m整体重复m次)

#####3倍向量#####

r <- NULL

for (i in 1:50){

r <- c(r,3*i)

}

################

#性质

length(x) ##求长度

mean(y) ##求均值

var(z) ##求方差

#选取子集

x[1] ##选取第一个分量

y[2:4] ##选取第2到4个分量

z[c(1, 5, 1)] ##选取第1，5，1个分量

w[-1] ##去除第1个分量

r[r < 25] ##选取小于25的分量

#判断

Is.vector(x) ##是否为向量

Is.numeric(x) ##是否为数字构成的向量

Recipe2.Factor因子

rm(list = ls())

medicine <- c(rep("Jack", 3), rep("A", 4), rep("B", 3))

is.factor(medicine) ##检验is.**()

medicine <- as.factor(medicine) ##转化as.**() 因子

levels(medicine) ##水平

Recipe3.Matrix矩阵

rm(list = ls())

x1 <- matrix(1:9, 3, ) ##（向量，行数，列数），向量数=行数*列数，默认按列排列x2 <- matrix(2:10, , 3, byrow=TRUE) ##byrow=TRUE按行排列

diag(5) ##5*5单位阵

dim(x1) ##维数

colnames(x1) <- c("c1", "c2", "c3") ##列名

rownames(x1) <- c("r1", "r2", "r3") ##行名

x2[c(1, 3), c(2, 3)] ##调动子矩阵

#转化

t1 <- as.vector(x1) ##将x1转变为向量

t2 <- as.matrix(t1) ##将t1转变为矩阵，默认列向量

t(x1) ##转置

t(t1) ##将t1转为矩阵，默认行向量

q <- solve( matrix( c(1, 5, 6, 3), 2, ) ) ##求逆矩阵

dim(q) ##求行数列数

#基本运算

x1 + x2 ##矩阵加法

x1 * x2 ##对应元素相乘（错误做法，注意）

x1 %*% x2 ##矩阵乘法

v1 <- 1:3

x1 * v1 ##第n行*第n元素（错误做法，注意）

x1 %*% as.matrix(v1) ##向量乘矩阵要先转化