R语言基础-Rstudio基本使用

1. 一元线性回归举例

x <- 1:20
y <- x + rnorm(20,0,1)

hist(rnorm(1000,0,1))

fit <- lm(y ~ x)
summary(fit)
plot(x,y)
abline(y,x)

predict(fit,data.frame(x=60))

2. 安装与使用包

 #查看包工作路径
.libPaths() 

# 查看已经安装的包列表
library()

#查看加载的包列表
search()

#安装包"stringr" 在Rstudio中不添加参数使用install.packages()会报错。
#Error in install.packages : argument "pkgs" is missing, with no default
install.packages("stringr")
#加载包”stringr
library("stringr")
#调用函数查看长度
str_length("Hello R!")

#卸载包
detach("package:stringr")

3. 同名命名冲突与解决

命名冲突:指的是自定义函数的名字与某些安装的包函数同名,在调用时就会优先调用自定义函数。如果要调用某些包内的同名函数,则可以选择使用包名::函数名的形式进行调用。

4.工作空间

启动R环境后,交互运行一些语句,直到退出R,会构成一个R session.会话中创建的所有对象都会被临时保存在全局环境 .GlobalEnv中,称为工作控件。

使用q()函数或直接关闭RGUI退出R环境时,就结束了当前会话。系统提示是否保存空间,保存时会将环境中的所有对象都写入到“.RData”文件中。使用过的命令行历史则会保存在名为 .Rhistory文件中。

这些文件默认保存在当前R的工作目录中,下次从此目录启动会话时,软件会自动将对象、命令历史载入到工作控件中。

5. 工作空间函数管理举例

getwd()
ls()
str(x)
ls.str(list of x)
rm(x)
exists(x)

6. Rstudio

Tools -> Global options 更改安装包镜像、更改编辑器样式,更改工作目录、分区分布位置等

7 . 帮助

  • 使用help.start()打开帮助文档首页
  • 使用help() 查看函数API文档
  • 使用help.search()??以关键字搜索的形式搜索本地帮助文档
  • 使用example()查看某函数的使用示例
  • 使用apropos()列出名称中含有某字符串的所有可用函数
  • 2
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
RStudio 中进行多元线性回归分析,需要使用 R 语言中的 lm() 函数。下面是一个简单的例子: 假设我们有一个数据集,其中包含了三个自变量 x1、x2、x3 和一个因变量 y。我们想要使用多元线性回归模型来预测 y 的值。首先,我们需要在 RStudio 中导入数据集并进行数据清洗和预处理。接下来,我们可以使用以下代码来拟合多元线性回归模型: ``` # 导入数据集 data <- read.csv("data.csv") # 拟合多元线性回归模型 model <- lm(y ~ x1 + x2 + x3, data = data) ``` 在上述代码中,我们使用 lm() 函数来拟合多元线性回归模型。其中,y 是因变量,x1、x2 和 x3 是自变量,data 是我们导入的数据集。 接下来,我们可以使用 summary() 函数来查看模型的统计信息,如下所示: ``` # 查看模型统计信息 summary(model) ``` 在 summary() 函数的输出结果中,我们可以看到模型的 R-squared 值、各个自变量的系数、标准误差等统计信息。这些统计信息可以帮助我们评估模型的拟合效果和预测能力。 最后,我们可以使用 predict() 函数来对新的数据进行预测,如下所示: ``` # 对新数据进行预测 new_data <- data.frame(x1 = c(1, 2, 3), x2 = c(4, 5, 6), x3 = c(7, 8, 9)) predictions <- predict(model, newdata = new_data) ``` 在上述代码中,我们创建了一个新的数据集 new_data,并使用 predict() 函数来对其进行预测。预测结果将被保存在 predictions 变量中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值