R语言实战（第二版）第七章-基本统计分析

Peaches’Notepad

综合各路大神，讲了三遍可是把自己讲会了

代码们 开整

 

#7.1 描述性统计分析
#示例
myvars<-c("mpg","hp","wt")#生成向量
head(mtcars[myvars])#查看
dt<-mtcars[myvars]#赋值给dt

#7.1.1方法云集
#基础安装
summary(dt)
#图基五数总括
#   即最小值、下四分位数、中位数、上四分位数和最大值）针对其中一个变量
fivenum(dt$hp)

#apply(x,margin,FUN,...)将一个任意函数“应用”到矩阵、数组、数据框的任何维度上
apply(dt,2,mean)

#sapply(x,FUN)
      #自定义一个函数：
mystats<-function(x,na.omit=FALSE){
  if(na.omit)#如果忽略na
    x<-x[!is.na(x)]#判断 如果x是非缺失值，去掉了na
m<-mean(x)
n<-length(x)
s<-sd(x)
skew<-sum((x-m)^3/s^3)/n    #偏度
kurt<-sum((x-m)^4/s^4)/n-3  #峰值
return(c(n=n,mean=m,stdev=s,skew=skew,kurtosis=kurt))} #计算完返回
  
sapply(dt, mystats)

#7.1.2 更多方法


install.packages("Hmisc")
#Hmisc::describe(dt)
library(Hmisc)
describe(dt)

install.packages("pastecs")
# stat.desc(x, basic = TRUE, des