# 《R语言实战》第一章 R语言介绍# RStudio快捷键# 新文档Ctrl+Shift+N# 保存当前文档 Ctrl+S# 运行当前行 Ctrl+Enter# 运行当前文档 Ctrl+Alt+R# 快速注释Ctrl+Shift+Cgetwd() # 得到文件路径setwd("E:/专业课/R语言学习源代码/R_learning") # 设置文件路径# 输入# 使用source()函数来调用自己写的方法,即在当前会话中执行一个脚本source(".R")# 分析数据并保存图形age weight mean(weight) # 向量均值sd(weight) # standard deviation 标准偏差cor(age,weight) # correlation 相关系数# 图形输出pdf("age_weight.pdf") # pdf():将图片保存为PDFplot(age,weight)bmp("age_weight.bmp") # bmp():将图片保存为BMPplot(age,weight)jpeg("age_weight.jpg") # jprg():将图片保存为JPGplot(age,weight)png("age_weight.png") # png():将图片保存为pngplot(age,weight)svg("age_weight.png") # svg():将图片保存为svgplot(age,weight)# 结束当前进程即可在工作目录中查看R绘制的图形# 文本输出sink("age_weight.txt", append = T) # 若不加append=T则其内容将被覆盖ageweightsink()# 安装包# 不加参数执行将显示一个CRAN镜像站点列表,选择要下载的包进行安装.install.packages()update.packages() # 更新已经安装的包installed.packages() # 列出安装好的包# 使用一个新的包help.start() # R的介绍install.packages("vcd")help(package="vcd") # vcd包的介绍(列出包中可用的函数和数据集)library(vcd)help(Arthritis) # 数据集Arthritis的描述example(Arthritis) # 运行数据集自带示例# 将输出用为输入:结果的重用# 利用汽车数据mtcars执行一次简单线性回归,通过车身重量wt预测每加仑行驶英里数mpg.attach(mtcars)plot(wt,mpg)abline(lm(mpg~wt)) # 向图形添加一条最优拟合曲线# 创建mpg_wt_lm列表对象,包含预测值、残差、回归系数等信息mpg_wt_lm summary(mpg_wt_lm) # 显示分析结果的统计概要# 生成回归诊断图形1.residuals vs fitted 2.normalQ-Q 3.scale-location 4.residuals vs leverageplot(mpg_wt_lm)predict(mpg_wt_lm, newdata = data.frame(wt=2))#预测wt=2时mpg的值
复盘一下这学期学习的知识,感觉这学期学了个寂寞,期末还考得一塌糊涂,不知道这学期到底怎么回事,心思都在干啥呢。
复制到RStudio中运行即可!