【R语言从0到精通】-3-R统计分析（列联表、独立性检验、相关性检验、t检验）

上两次教程集中学习了R语言的基本知识，那么我们很多时候使用R语言是进行统计分析，因此对于生物信息学和统计科学来说，R语言提供了简单优雅的方式进行统计分析。教程参考《Rlearning》

---

3.1 描述性统计分析

3.1.1 载入数据集及summary函数

我们使用mtcars数据集，里面是一个不同信号汽车不同统计参数的矩阵：

data("mtcars")
coln <- c("mpg","hp","wt") #每加仑行驶数、马力、车重
mydata <- mtcars[coln]
head(mydata)

我们可以通过summary函数直接粗略查看一下各个列数据的统计值：

summary(mydata)

3.1.2 Hmisc包、pastect包、psych包

一些第三方包提供了优雅和快捷的统计分析，我们先安装及载入包：

install.packages("Hmisc")
install.packages("pastecs")
install.packages("psych")
library(Hmisc)
library(pastecs)
library(psych)

（1）Hmisc的describe函数计算描述性统计可以得到变量/观测值/缺失值/唯一值/及五个最大最小值/各分位数等详细信息

Hmisc::describe(mydata)

（2）pastecs包的stat.desc（）函数计算复杂多样描述性统计量：

stat.desc(mydata)

（3）psych包的describe函数提供值域、偏度、峰度、标准误等信息：

psych::describe(mydata)

大家可以根据不同的需求选择不同的包实现简单统计计算。

3.1.3 分组统计计算 

在我们的很多统计分析中，变量是由很多不同组的数据组成的，因此不分组直接进行计算是不正确的，因此我们可以对不同组的描述性变量进行统计分析。我们的数据集中，有一个变量am是自动手动挡的分类变量，我们用这个变量进行演示：

（1）使用doBy包的summaryBy函数分组：

install.packages("doBy")
library(doBy)
doBy::summary_by(mpg+hp+wt~am,data = mtcars)

 （2）psych包分组计算：

psych::describeBy(mydata,list(am=mtcars$am))

这样得到的分组统计信息是更详细的

3.2 频数表和列联表

对于非连续型变量&#x