R语言——R函数、选项参数、数学统计函数（六）

目录

一、R函数

二、选项参数

三、数学统计函数

四、参考

---

一、R函数

1.lm()

lm()是R语言中经常用到的函数，用来拟合回归模型。它是拟合线性模型最基本的函数

lm()格式如下：

fit<-lm(formula,data)

其中，formula指要拟合的模型形式，data是一个数据框，包含了用于拟合模型的数据。结果对象（本例中是fit）存储在一个列表中，包含了所拟合模型的大量信息。表达式（formula）形式如下：

Y~X1+X2..Xn

举例，输入：

a<-c(1,2,3,4,5)
b<-c(2,4,6,8,10)
mydata<-data.frame(a,b)
fit<-lm(a~b,mydata)
summary(fit)

结果会显示：

所以a,b的关系可表示为：

a=0.000000000000001192+0.5*b

2.函数返回值及输入数据格式

        使用函数时要注意函数的返回值类型，比如有些函数返回值是列表，那就不能将其运用到使用向量的环境中。
        有些函数只能处理矩阵，有些函数既能处理矩阵也能处理数据框，使用函数时，需要知道每个函数的输入数据格式，否则就会出错。

输入数据类型

向量：sum，mean，sd，range，median，sort，order

矩阵或数据框：cbind，rbind

数字矩阵：heatmap

3.使用help(函数名)可以查看函数的帮助文档。

二、选项参数

一般的选项函数可以分为三部分：输入控制部分、输出控制部分以及调节部分。

- 输入控制选项

常用选项：
file：接一个文件

data：一般指要输入一个数据框

x：表示单独的一个对象，一般都是向量，也可以是矩阵或者列表

x和y：函数需要两个输入变量

x，y，z：函数需要三个输入变量

formula：公式

na.rm：删除缺失值

- 输出控制选项：在R中，函数一般都是屏幕输出结果，每个函数的返回值也比较固定，所以输出控制选项并不多。

- 调节参数

调节参数

1.根据名字判断选项的作用

color：选项明显用来控制颜色

select：与选择有关

font：与字体有关

font.axis：就是坐标轴的字体

lty：是 line type

lwd：是 line width

method：软件算法

2.选项接受哪些参数

main：字符串，不能是向量

na.rm：TRUE 或者 FALSE

axis：side参数只能是1到4

fig：包含四个元素的向量

三、数学统计函数

1.概率统计函数
R概率分布：

d 概率密度函数
p 分布函数
q 分布函数的反函数
r 产生相同分布的随机数

正态分布函数：

dnorm(x,mean,sd,log)
pnorm(q,mean,sd,lower.tail,log.p)
qnorm(p,mean,sd,lower.tail,log.p)
rnorm(n,mean,sd)

与离散分布相关的函数：

与正态分布一样，在每种分布名称前面加上d、p、q、r就可以构成函数名。
如：

dgeom(x,prob,log=FALSE)
pgeom(q,prob,lower.tail=TRUE,log.p=FALSE)
qgeom(p,prob,lower.tail=TRUE,log.p=FALSE)
rgeom(n,prob)

runif(n)：随机生成n个0到1之间的数。
runif(n,min=1,max=100)：随机生成n个从1到100之间的随机数。

2.描述性统计函数
summary函数：

mycars <- mtcars[c("mpg","hp","wt","am")]
summary(mycars)

fivenum函数：与summary函数类似

fivenum(mycars$hp)

Hmisc包中的describe函数：

describe(mycars)

pastecs包中stat.desc函数：计算种类繁多的描述性统计量，参数x是一个数据框或时间序列

stat.desc(mycars)

psych包中describe函数：

describe(mycars)
describe(mycars,trim=0.1) #去掉10%的最低值最高值部分

很多情况下，我们需要对数据进行分组描述，这时候可以使用aggregate函数，aggregate函数能够对数据按照指定的分组信息进行统计，将分组信息通过一个列表指定出来：

library(MASS)
aggregate(Cars93[c("Min.Price","Price","Max.Price","MPG.city")],by=list(Manufacturer=Cars93$Manufacturer),mean)

aggregate函数的缺点是一次只能计算一个统计函数。
使用doBy包中的summaryBy函数：

summaryBy(mpg+hp+wt~am,data=mycars,FUN=mean)

使用psych包中的describeBy函数：

describeBy(mycars,list(am=mycars$am))

3.频数统计函数
（1）一维

mtcars$cyl <- as.factor(mtcars$cyl)
split(mtcars,mtcars$cyl)      #结果按照cyl分类
table(mtcars$cyl)     #频数统计
table(cut(mtcars$mpg,c(seq(10,50,10))))       #频数统计
prop.table(table(mtcars$cyl))      #频率值，即频数除以总数

(2）二维：返回列联表

library(vcd)
table(Arthritis$Treatment,Arthritis$Improved)      #统计两个量的频数，返回的结果是一个二维的列联表

或者

with(data = Arthritis,table(Treatment,Improved))

或者

xtabs(~Treatment+Improved,data = Arthritis)

（3）对列联表进行边际频数统计
边际频数统计：

x <- xtabs(~Treatment+Improved,data = Arthritis)
margin.table(x,1)      #按行进行边际频数统计
margin.table(x,2)      #按列进行边际频数统计

边际频率统计：

prop.table(x,1)      #按行进行边际频率统计
prop.table(x,2)      #按列进行边际频率统计

将边际频数的和添加到频数表中：

addmargins(x)
addmargins(x,1)
addmargins(x,2)

(4）三维

y <- xtabs(~Treatment+Improved+Sex,data = Arthritis)
ftable(y)    #将结果转换为一个评估式的列联表

四、参考

R语言入门与数据分析