统计分析软件：使用R与Python课件-R语言基本统计推断.pptx

6.1R语言汇总统计量函数6.2R语言参数估计方法6.3参数假设检验6.4非参数假设检验?R语言基本统计推断

R语言基本统计推断R语言汇总统计量函数mean,median,sd,var,quantile,cor,cov非参数假设检验K-S检验Wilcoxon秩和检验卡方检验Fisher检验R语言参数估计方法点估计（矩法、MLE）区间估计参数假设检验假设检验的一般步骤、t-检验、二项分布、泊松分布、样本比例检验、方差分析

6.1R语言汇总统计量函数1.均值均值(mean)是数据的平均数，描述数据取值的平均位置。R语言中用mean()函数计算样本的均值，基本语法是：mean(x,trim=0,na.rm=FALSE)其中x是对象(如向量、矩阵、数组或数据框)，trim参数是计算均值前去掉与均值差较大数据的比例，缺省值为0，即包括全部数据。当na.rm=TRUE时，将剔除缺失数据后再求均值。

选用参数trim减少输入误差对计算的影响如果第一个学生的体重少输入一个点，变为750千克

??R语言中用median()函数计算样本的均值median(x,na.rm=FALSE)

median(w)##[1]63.5针对包含异常值的数据w1（即第一人体重错误输入为750千克），计算中位数得：学生体重数据中的中位数median(w1)##[1]63.5学生体重中位数仍为63.5千克，基本不受异常值的影响,具有一定稳健性。

3.百分位数??在R软件中,quantile()函数计算观测量的百分位数quantile(x,probs=seq(0,1,0.25),na.rm=FALSE,names=TRUE,type=7,...)

quantile(w)##0%25%50%75%100%##47.4057.8563.5066.7575.00quantile(w,probs=seq(0,1,0.2))##0%20%40%60%80%100%##47.4056.9862.2064.0067.3275.00改变probs参数的默认值，可以给出不同位置的分位数：

4.方差、标准差方差函数var()和标准差函数sd()的基本语法为var(x,y=NULL,na.rm=FALSE,use)sd(x,na.rm=FALSE)var(w)sd(w)##[1]56.47##[1]7.515

5.极差??在R软件中,计算极差可借助range()函数range(...,na.rm=FALSE)

ran=range(w)#计算极差ran[2]-ran[1]##[1]27.6对于上述体重数据,极差计算如下：

6.相关系数与协方差对于来自多元总体的数据，除了分析各个分量的取值特点外，更重要的是分析各个分量之间的相关关系，如相关系数和协方差。R语言中，cor()和cov()函数可以计算相关系数和协方差，cor(x,y=NULL,use=everything,method=c(pearson,kendall,spearman))cov(x,y=NULL,use=everything,method=c(pearson,kendall,spearman))

对于JS数据集，部分数值变量的协方差矩阵如下：JS=read.csv(JSdata.csv)cor(JS[,6:8])##heightweightsalary##height1.00000.89480-0.13647##weight0.89481.00000-0.09135##salary-0.1365-0.091351.00000cor()函数在默认情况下得到的结果是一个方阵（所有变量之间两两计算相关）。

cor()函数也可以计算非方形的相关矩阵。#身高、体重两列变量与工资变量之间的相关系数cor(JS[,6:7],JS[,8])##[,1]##height-0.13647##weight-0.09135注意：cor()只能计算出相关系数，无法给出显著性水平p值。如果想计算p值，建议使用psych包中的corr.test函数或Hmisc包里的rcorr()函数。

对于JS数据集，部分列的协方差矩阵如下：JS=read.csv(JSdata.csv)cov(JS[,6:8])##