R语言数据分析、展现与实例（07）

R语言的各种分布函数

基本统计学and概率论……不记了……

> a = c(98,83,65,72,79,76,75,94,91,77,63,83,89,69,64,78,63,86,91,72,71,72,70,80,65,70,62,74,71,76)
> a
 [1] 98 83 65 72 79 76 75 94 91 77 63 83 89 69 64 78 63 86 91 72 71 72 70 80 65 70 62 74 71 76
> length(a)
[1] 30
> mean(a)      #求平均数
[1] 75.96667
> median(a)  #求中位数
[1] 74.5
> (sort(a)[15]+sort(a)[16])/2   
[1] 74.5
> sort(a)
 [1] 62 63 63 64 65 65 69 70 70 71 71 72 72 72 74 75 76 76 77 78 79 80 83 83 86 89 91 91 94 98
> var(a)    #求方差
[1] 96.51609
> sd(a)       #求标准差
[1] 9.82426

常见的数据描述性分析

• 中位数median()
• 百分位数quantile()

> x = c(61,75,101,84.25,80.5)
> x
[1]  61.00  75.00 101.00  84.25  80.50
> quantile(x)
    0%    25%    50%    75%   100% 
 61.00  75.00  80.50  84.25 101.00 

quantile（）
quantile(x, probs = seq(0, 1, 0.25), na.rm = FALSE,names = TRUE, type = 7, …)
probs给出相应的百分位数，默认是0，1/4.1/2，3/4，1；na.rm是逻辑变量，当ra.rm=TRUE时可以处理缺失数据的情况。

• 五数总括：
  最小值min、下四分位数Q1、中位数me、上四分位数Q3、最大值max

> x= c(61,75,101,84.25,80.5)
> fivenum(x,na.rm = TRUE)
[1]  61.00  75.00  80.50  84.25 101.00

协方差与相关系数计算

> x = read.table('score.txt')
> cov(x$V1,x$V2)   # 协方差
[1] 8.732323
> cor(x$V1,x$V2)   #相关系数
[1] 0.05276291
> cov(x[2:4])
           V2         V3          V4
V2 32.5433333  3.7596970  -0.5515152
V3  3.7596970 40.2201010  -0.9636364
V4 -0.5515152 -0.9636364 248.7878788
> cor(x[2:4])
             V2           V3           V4
V2  1.000000000  0.103920265 -0.006129313
V3  0.103920265  1.000000000 -0.009633342
V4 -0.006129313 -0.009633342  1.000000000