R语言方法总结.doc

计算描述性统计量summary()函数提供了最小值、最大值、四分位数和数值型变量的均值，以及因子向量和逻辑型向量的频数统计。 apply()函数或sapply()函数 计算所选择的任意描述性统计量。mean、 sd、 var、 min、 max、 median、 length、 range和quantile。函数fivenum()可返回图基五数总括（Tukey’s five-number summary，即最小值、下四分位数、中位数、上四分位数和最大值）。 sapply() describe()： Hmisc包返回变量和观测的数量、缺失值和唯一值的数目、平均值、分位数，以及五个最大的值和五个最小的值。pastecs包若basic=TRUE（默认值），则计算其中所有值、空值、缺失值的数量，以及最小值、最大值、值域，还有总和。 若desc=TRUE（同样也是默认值），则计算中位数、平均数、平均数的标准误、平均数置信度为95%的置信区间、方差、标准差以及变异系数。 若norm=TRUE（不是默认的），则返回正态分布统计量，包括偏度和峰度（以及它们的统计显著程度）和Shapiro–Wilk正态检验结果。这里使用了p值来计算平均数的置信区间（默认置信度为0.95 例： library(pastecs) stat.desc(mtcars[vars]) 5、describe()：psych包 计算非缺失值的数量、平均数、标准差、中位数、截尾均值、绝对中位差、最小值、最大值、值域、偏度、峰度和平均值的标准误 分组计算描述性统计量 aggregate()： 例：aggregate(mtcars[vars], by = list(am = mtcars$am), mean) 2、by()： 例： dstats - function(x)(c(mean=mean(x), sd=sd(x))) by(mtcars[vars], mtcars$am, dstats) by(mtcars[,vars],mtcars$am,plyr::colwis(dstats)) 3、summaryBy()：doBy包 describe.by()：doBy包describe.by()函数不允许指定任意函数， 例：library(psych) describe.by(mtcars[vars], mtcars$am) 5、reshape包分组 频数表和列联表 table()：生成简单的频数统计表 频数转化为比例值转化为百分比二维列联表 prop.table()：函数分别生成边际频数和比例 行和与行比例列和与列比例函数为这些表格添加边际和gmodels包 多维列联表 xtabs()：都可以基于三个或更多的类别型变量生成多维列联表。 卡方独立性检验chisq.test() 例：library(vcd) mytable - xtabs(~Treatment+Improved, data=Arthritis) chisq.test(mytable) mytable - xtabs(~Improved+Sex, data=Arthritis) chisq.test(mytable) 2、Fisher精确检验 例：mytable - xtabs(~Treatment+Improved, data=Arthritis) fisher.test(mytable) 3、Cochran-Mantel—Haenszel检验 例：mytable - xtabs(~Treatment+Improved+Sex, data=Arthritis) mantelhaen.test(mytable) 相关性度量 1、assocstats()： 例：library(vcd) mytable - xtabs(~Treatment+Improved, data=Arthritis) assocstats(mytable) 2、cor()：函数可以计算这三种相关系数， cov()：函数可用来计算协方差 pcor()：偏相关 ggm包 例：library(ggm) pcor(c(1, 5, 2, 3, 6), cov(states)) 相关性的显著性检验 cor.test() 其中的x和y为要检验相关性的变量， alternative则用来指定进行双侧检验或单侧检验（取值为two.side、 less或greater） ，而method用以指定要计算的相关类型（pearson、kendall或spearman）当研究的假设为总体的相关系数小于0时，请使用alternative=less。在研究的假设为总体的相关系数大于0时，应使用alternative=g