R语言笔记

赋值

x <- xx

赋多个值

x <- c(a,b,c,d,...)

 

统计函数

样本标准差

sd(arg)

平均数

mean(arg)

两个数据间相关性(变动趋势相关性)

cor(a,b)

线性模型

lm(formula,data=data ) (linear models)

用来做线性拟合的函数

biglm()能以内存高效的方式实现大型数据的线性模型拟合(处理大数据集)

EX:

 

R语言中 fitted()和predict()的区别

fitted是拟合值，predict是预测值。模型是基于给定样本的值建立的，在这些给定样本上做预测就是拟合。在新样本上做预测就是预测。

你可以找一组数据试试，结果如何。

fit<-lm(weight~height,data=women)

fitted(fit)

predict(fit,newdata=data.frame(height=90))##将90代入看结果如何

这是R in action中的例子

 

 

绘图函数

绘图,a中为x轴坐标,b中数据为y轴坐标

plot(a,b)

 

辅助函数

查看函数功能

help('函数名')

?函数名

查看/下载包

查看help(package="packagename")

引用:librarty(package)

下载:install.packages("packagename")

更新:updata.packages() #更新所有

查看/切换工作目录

getwd():#查看当前工作目录

setwd('C:/dom') 切换当前工作目录

查看之前运行的命令

history()

其他

head/tail(arg1,arg2):返回数据集(arg1)的前/后(arg2)个元素.

summary(object) #生成指定结果的摘要

 

数据结构函数

矩阵

matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)

data:要转换的数据集,只能是向量?

nrow:行数

ncol:列数

byrow:默认向列填充

dimnames :行和列的名字

数组

arrary

选择元素:

array[一维,二维,三维]

 

课时8 R的数据源导入方法

1.在R内输入数据

在R内输入数据方法
1.使用data.frame 建立数据框
mydata <- data.frame(age=numeric(0),
+ gender=character(0),
+ weight=numeric(0))
> mydata
2.通过mydata <-edit(mydata ) 或fix(mydata)对数据进行填充

2.引人外部txt文件

data <- read.table("D:/Rdata/accident1.txt",header=TRUE,sep=",")

第一个参数为文件路径,第二个参数为是否显示表头,第三个参数是分隔符

注意:文件只能为ANSI格式,且最后一行需加换行符

3.excel文件

现将excel文件另存为逗号分隔的csv格式,

data <- read.csv("D:/Rdata/accident1.txt",header=TRUE,sep=",")