R语言方法总结要点.pdfVIP

计算描述性统计量 : 1、summary(): 例： summary(mtcars[vars]) 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。 2、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() 例： mystats - function(x, na.omit = FALSE) { if (na.omit) x - x[!is.na(x)] m - mean(x) n - length(x) s - sd(x) skew - sum((x - m)^3/s^3)/n kurt - sum((x - m)^4/s^4)/n - 3 return(c(n = n, mean = m, stdev = s, skew = skew, kurtosis = kurt)) } sapply(mtcars[vars], mystats) 3、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。 例： library(Hmisc) describe(mtcars[vars]) 4、stat.desc()：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 例： library(psych) describe(mtcars[vars]) 分组计算描述性统计量 1、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 例 library(doBy) summaryBy(mpg + hp + wt ~ am, data = mtcars, FUN = mystats) 4、describe.by()：doBy 包（ describe.by() 函数不允许指定任意函数，） 例： library(psych) describe.by(mtca