R语言基础
文章平均质量分 68
智能统计
一生做好一件事,让更多人学会统计
展开
-
R 数据类型
向量(Vector)在 Java、Rust、C# 这些专门编程的的语言的标准库里往往会提供,这是因为向量在数学运算中是不可或缺的工具——我们最常见的向量是二维向量,这种向量在平面坐标系中必然会用到。最直观的数据类型就是文本类型。在 Windows 计算机上实现,使用的是 GBK 编码标准,所以一个中文字符是两个字节,如果在 UTF-8 编码的计算机上运行,单个中文字符的字节长度应该是 3。R 语言为线性代数的研究提供了矩阵类型,这种数据结构很类似于其它语言中的二维数组,但 R 提供了语言级的矩阵运算支持。原创 2024-08-11 21:43:00 · 272 阅读 · 0 评论 -
重复测量资料多水平模型
head(bc)原创 2024-08-11 14:24:58 · 306 阅读 · 0 评论 -
#----两水平logistic回归模型--
data <- read.csv("C:/Users/ASUS/Desktop/两水平logistics回归模型/两水平logistics回归模型/数据.csv")data <- read.csv("数据.csv",header = TRUE)#----两水平logistic回归模型-------------#引入解释变量拟合两水平logistic回归模型。#与传统logistic模型比较。#零模型,没有加入解释变量。原创 2024-08-11 14:16:12 · 403 阅读 · 0 评论 -
#----两水平logistic回归模型
data <- read.csv("C:/Users/ASUS/Desktop/两水平logistics回归模型/两水平logistics回归模型/数据.csv")data <- read.csv("数据.csv",header = TRUE)#----两水平logistic回归模型-------------#引入解释变量拟合两水平logistic回归模型。#与传统logistic模型比较。#零模型,没有加入解释变量。原创 2024-08-11 11:55:33 · 372 阅读 · 0 评论 -
元胞自动机
I = 感染;% 用1, 2, 3, 4分别表示 S, E, I, R. 无人区用 0 表示。labels = {'无人','易感','潜伏','发病','移除'};legend('易感','潜伏','发病','移除');原创 2024-08-10 13:23:23 · 317 阅读 · 0 评论 -
R语言神经网络模型
MSE.lm。原创 2024-08-10 13:21:10 · 262 阅读 · 0 评论 -
R语言神经网络模型
plot(net)原创 2024-08-10 13:20:23 · 220 阅读 · 0 评论 -
R语言#灰色预测模型
cat("GM(1,1)参数估计值:",'\n',"发展系数a=",a," ","灰色作用量u=",u,'\n','\n') #利用最小二乘法求得参数估计值a,u。legend("bottomright",c('预测值','原始值'),cex=0.8,pch=c(16,18),col=c('blue','red'))cat("相对精度=",(1-(sum(q)/(length(q)-1)))* 100,"%",'\n','\n')exp(2/(8+1))#级比区间(0.80,1.25)原创 2024-08-10 13:15:12 · 416 阅读 · 0 评论 -
R语言#SI和SIS模型
param <- param.dcm(inf.prob = 0.2,act.rate = 0.25)#疫情参数通过PARAM传递到模型中,并根据需要添加其他参数。control <- control.dcm(type ="SI", nsteps = 500)#通过控件传递到模型中的控件设置,并根据需要添加其他控件。#inf.prob:易感人群和在感染者之间的每次传播行为的感染概率。#rec.rate免疫的平均恢复率(在SIR模型中)或再易感性(在SIS模型中)。#s.num 初始易感染数。原创 2024-08-09 22:34:54 · 199 阅读 · 0 评论 -
R语言SIR模型
scale_colour_manual("",values=c("易感人群"="cornflowerblue","感染人群" = "darkred", "康复人群" = "forestgreen") ) +#设置图例颜色。plot.title=element_text(family="myFont",size=20,colour='black',hjust=0.5),#图片标题居中。labs(x="观察时间",y="人数",title="SIR模型 ",caption=" ")+theme2。原创 2024-08-09 22:33:23 · 552 阅读 · 0 评论 -
R语言SEIR模型
plot.title=element_text(family="myFont",size=20,colour='black',hjust=0.5),#图片标题居中。panel.grid.major=element_blank(), #网格线。labs(x="观察时间",y="人数",title="SEIR模型",caption=" ")+#坐标轴及标题名称设置。labs(x="观察时间",y="人数",title="SEIR模型",caption=" ")+#坐标轴及标题名称设置。原创 2024-08-09 22:32:12 · 480 阅读 · 0 评论 -
R语言logistic回归分析
#logistic回归分析##########################################################无序多分类logistic回归##################################################二分类logistic回归##################################################logistic回归模型。##logistic回归实例。##有序logistic回归。原创 2024-08-09 22:30:04 · 342 阅读 · 0 评论 -
R语言-线性回归与非线性回归
corr.test(medv,lstat,use="complete",method="spearman",adjust="none")#呈高度负相关。# 评估模型,均方根差 (root mean square error,缩写 RMSE ),R2。anova(model) #检验直线回归方程在总体中是否成立,p<0.05,方程成立。data("Boston", package = "MASS")# 加载数据。ncvTest(model)#方差齐性判断,P>0.05,则认为方差齐。# 建立模型,确定节点。原创 2024-08-09 22:29:18 · 296 阅读 · 0 评论 -
R语言-ARIMA模型
Box.test(fit111$residuals, type="Ljung-Box") #残差检验,不显著:残差平稳。ADF<-adf.test(dtrain) #P值小于显著性水平,认为该序列显著平稳。fore<-forecast::forecast(fit111, 10)#预测10期。ndiffs(train) #判断需要几阶差分才能转化为平稳序列。dtrain <- diff(train) #一阶差分。#4.用ARIMA(1,1,1)模型做预测。#自相关图#偏自相关图。原创 2024-08-09 22:27:23 · 506 阅读 · 0 评论 -
R语言- 数据可视化
ggplot(data=mtcars, aes(x=wt, y=mpg, color=am)) + geom_point() #将变量am映射为颜色。ggplot(data=mtcars, aes(x=wt, y=mpg, shape=am)) + geom_point() #将变量am映射为形状。lines(dose, drugB, type = "b", lty = 2, pch = 17) #添加线。disease <- c("上感", "中风", "外伤", "昏厥", "食物中毒", "其他")原创 2024-08-09 22:25:06 · 472 阅读 · 0 评论 -
用R语言获取数据
用write.csv()将datasets包里的iris导出为一个.csv文件,然后用函数read.csv()读入该文件,比较读入数据和原始数据的差异。#use.value.labels=TRUE表示让函数将带有值标签的变量导入为R中水平对应相同的因子。#用函数生成均值为168,标准差为10的正态分布的1000个随机数,最后用hist()查看其分布。#rpois()用于生成服从poisson分布的随机数。#用rio包中export()将数据导出为想要的格式。#查看datasets包里的全部内置数据集。原创 2024-08-09 22:14:52 · 369 阅读 · 0 评论 -
R语言-分类变量的列联表和独立性检验
----------------------------------一维列联表-----------------------------------#--------------------------------多维列联表------------------------------------#--------------------------------独立性检验------------------------------------addmargins(mytable)#生成边际频数(行列汇总)原创 2024-08-09 22:13:26 · 415 阅读 · 0 评论 -
R语言-变量间的相关性
for (i in names(data2)[c(3:4)]){data2[,i]原创 2024-08-09 22:09:09 · 365 阅读 · 0 评论 -
R语言基本介绍
setwd("C:/Users/16700/Desktop/data")#设置工作目录。save.image("Myfile.Rdata")#将工作空间保存到指定文件。load("Myfile.Rdata")#载入保存的工作空间并继续工作。install.packages("vcd")#安装。update.packages("vcd")#更新。getwd()#查看当前工作目录。ls()#列出当前工作空间中的所有对象。library(vcd)#调用。#5.3常见数字函数。#5.7工作空间管理。原创 2024-08-09 21:56:59 · 167 阅读 · 0 评论 -
R语言——数值型变量的描述性统计分析
函数summary() #Min、 1st Qu、Median、Mean、3rd Qu、Max,没有sd。####--------数值型变量的描述性统计分析-------------#函数summ() #Min、Max、mean、median、sd。#4、函数describeBy():第一个参数可以是数据集也可以是变量;#1、函数aggregate():第一个参数可以是数据集也可以是变量,#5、函数group_by()和summarise():可指定统计量。原创 2024-08-09 21:47:01 · 608 阅读 · 0 评论 -
R语言的数据结构
-------------------------------------因子------------------------------------#--------------------------------数组-----------------------------------------#-----------------------------------列表--------------------------------------工号 = c("001","002","003"),原创 2024-08-09 21:58:23 · 454 阅读 · 0 评论