R软件及统计分析因子列表数据框程序设计结构课件.pptxVIP

实验目的

学习S语言中离散变量、混合数据的表示方法

实验内容

1、数据表示方法

2、应用实例

3、实验作业;因子和有序因子;因子是一种特殊的字符型向量，其中每一个元素取一组离散值中的一个，而因子对象有一个特殊属性levels表示这组离散值（用字符串表示）。例如：

x-c(男,女,男,男，女)

y-factor(x)

y

[1]男女男男女

Levels:男女

函数factor()用来把一个向量编码成为一个因子。一般形式为：

factor(x,levels=sort(unique(x),na.last=TRUE),

labels,exclude=NA,ordered=FALSE);可以自行指定各离散取值（水平levels），不指定时由x的不同值来求得。

labels可以用来指定各水平的标签，不指定时用各离散取值的对应字符串。

exclude参数用来指定要转换为缺失值（NA）的元素值集合。如果指定了levels，则因子的第i个元素当它等于水平中第j个时元素值取“j”，如果它的值没有出现在levels中则对应因子元素值取NA。

ordered取真值时表示因子水平是有次序的（按编码次序）。

可以用is.factor()检验对象是否因子，用as.factor()把一个向量转换成一个因子。;x=c(1,0,1,1,0);因子的基本统计是频数统计，用函数table()来计数。例如，

sex=factor(c(男,女,男,男,女))

res.tab-table(sex)

res.tab

男女

32

表示男性3人，女性2人。table()的结果是一个带元素名的向量，元素名为因子水平，元素值为该水平的出现频数。

S的结果除了可以显示外，本身都是S对象（如这里的向量结果），可以很方便地进一步处理。

可以用两个或多个因子进行交叉分类。比如，性别（sex）和职业（job）交叉分组可以用table(sex,job)来统计每一交叉类的频数，结果为一个矩阵，矩阵带有行名和列名，分别为两个因子的各水平名。;因子可以用来作为另外的同长度变量的分类变量。比如，假设上面的sex是5个学生的性别，而

h-c(165,170,168,172,159)是这5个学生的身

高，则

tapply(h,sex,mean)

可以求按性别分类的身高平均值。

这样用一个等长的因子向量对一个数值向量分组的办法叫做不规则数组（raggedarray）。后面我们还可以看到更多的因子的应用。;实验目的

学习S语言中??据列表;列表定义;rec=list(name=李明,age=30,scores=c(85,76,90))

rec

$name;在定义列表时如果指定了元素的名字（如rec中的name，age，scores），则引用列表元素还可以用它的名字作为下标，格式为“列表名[[元素名]]”，如：

rec[[age]]

[1]30

另一种格式是“列表名$元素名”，如：

rec$age

[1]30

其中“元素名”可以简写到与其它元素名能够区分的最短程度，比如“rec$s”可以代表“rec$score”。

这种写法方便了交互运行，编写程序时一般不用简写以免降低程序的可读性。;使用元素名的引用方法可以让我们不必记住某一个下标代表那一个元素，而直接用易记的元素名来引用元素。事实上，已知向量和矩阵也可以指定元素名、行名、列名。

定义列表使用list()函数，每一个自变量变成列表的一个元素，自变量可以用“名字＝值”的方式给出，即给出列表元素名。

自变量的值被复制到列表元素中，自变量如果是变量并不会与该列表元素建立关系（改变该列表元素不会改变自变量的值）。;修改列表;rec$sex-男

rec[[6]]-161

rec;第五号元素因为没有定义所有其值是“NULL”，这是空对象的记号。

如果rec是一个向量，则其空元素为“NA”，这是缺失值的记号。从这里我们也可以体会“NULL”与“NA”的区别。

几个列表可以用连接函数c()连接起来，结果仍为一个列表，其元素为各自变量的列表元素。如：

list.ABC-c(list.A,list.B,list.C)（注意在S中句点是名字的合法部分，一般没有特殊意义。）;几个返回列表的函数;一、特征值和特征向量;二、奇异值分解及行列式函数svd()进行奇异值分解

自学

三、最小二乘拟合与QR分解

函数lsfit(x,y)返回最小二乘拟合的结果。最小二乘的模型为线性模型

lsfit(x,y)的第一个参数x为模型中的设计阵 ，第二个参数y为模型中的因变量y（可以是一个向量也可以是一个矩阵），返回一个列表，成员coefficient