![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
R语言实战入门
文章平均质量分 72
「已注销」
这个作者很懒,什么都没留下…
展开
-
缺失值处理
在日常的统计分析中,数据缺失的现象是常见的,可能是在一场数据录入中导致数据缺失,或者是在问答中没有得到自己想要的结果等,都会造成数据的部分缺失。数据缺失的处理方式也有很多,需要我们根据实际的确实情况进行解决。当数据缺失量在整体中的占比比较小时,我们可以直接删除,但是如果该数据对结果影响较为显著,那么我们则不能删除,需要对数据进行填补。...原创 2022-06-10 14:18:58 · 576 阅读 · 1 评论 -
R语言数据处理:tidyr包学习
在R语言中,tidyr包的应用 tidyr主要提供了一个类似Excel中数据透视表 (pivottable)的功能; gather和spread函数将数据在长格式和宽格式之间相互转化,应用在比如稀疏矩阵和稠密矩阵之间的转化; separate和union方法提供了数据分组拆分、合并的功能,应用在nominal数据的转化上 R将整洁数据定义为:每个变量的数据存储在自身的列中,每个观测值的数据存储在其自身的行中。整洁数据是进行数据再加工的基础。...原创 2022-06-09 22:43:36 · 2546 阅读 · 0 评论 -
基本统计分析
文章目录1基本统计分析1.1描述性统计分析1.1.1 summary()函数1.1.2 sapply()函数1.1.3 describe()函数1.1.4 stat.desc()函数1.2 分组计算描述性统计量1.2.1 aggregate()分组1.2.2 by()函数2 结果可视化3 相关3.1 相关的类型3.2 相关性的显著性检验1基本统计分析1.1描述性统计分析在描述性统计量的计算方面,R中的选择很多。你可以使用summary()函数来获取描述性统计量。1.1.1 summary()函数#原创 2021-12-24 21:53:04 · 849 阅读 · 0 评论 -
R语言入门笔记
文章目录1 R的基本操作1.1 R的使用1.2 R的工作界面1.3 R的依赖包2 创建数据集2.1 数据集的概念2.2 数据结构2.2.1向量2.3 矩阵2.3.1创建一个矩阵2.3.2 矩阵索引2.4 数组2.5 数据框2.6 列表2.7 文件的导入2.7.1 导入csv文件2.7.2 导入xlsx文件2.7.3 读取txt文本文件2.7.4 导入 SPSS 数据2.7.5 连接MySQL数据库数据3 图形与可视化3.1 折线图3.1.1 图形的一些参数3.1.2 修改线条与点的类型3.1.3 图形的优化原创 2021-12-12 18:25:53 · 693 阅读 · 0 评论