r语言中将茎叶图旋转90度_R语言之探索性数据分析篇

探索性数据分析(Exploratory Data

Analysis,EDA)：是通过分析数据集以决定选择哪种方法适合统计推断的过程。

4.1 主要分析工具

主要的图形表示方法有(括号中为R语言绘图函数)：

(1)条图(barplot)：用于分类数据；

(2)直方图(hist)、点图(dotchart)、茎叶图(stem)：用于观察数值型分布的形状；

(3)箱线图(boxplot)：给出数值型分布的汇总数据，适用于不同分布的比较和拖尾、截尾分布的识别；

(4)正态概率图(qqnorm)：用于观察数据是否近似地服从正态分布；

例4-1：

从某大学统计系的学生中随机抽取24人，对数学和统计学的考试成绩进行调查，结果如下，试对这些学生的数学成绩和统计成绩进行探索性分析。

//将文件存放在一个txt文档中

>

MS=read.table("C:\\Users\\lenovo\\Desktop\\mathstat.txt",header=T)

> MS

math stat

1 81 72

2 90 90

3 91 96

4 73 78

5 88 89

6 78 82

7 95 96

8 63 75

9 85 86

10 60 71

11 83 78

12 81 94

13 77 73

14 60 66

15 66 58

16 84 87

17 80 86

18 85 84

19 70 82

20 54 56

21 93 98

22 68 76

> stem(MS$stat)

The decimal point is 1 digit(s) to the

right of the |

5 | 68

6 | 6

7 | 1235688

8 | 2246679

9 | 04668

> stem(MS$math)

The decimal point is 1 digit(s) to the

right of the |

5 | 4

6 | 00368

7 | 0378

8 | 01134558

9 | 0135

> EDA

+ {

+ par(mfrow=c(2,2))#图窗口为2行2列格式

+ hist(x); # 直方图

+ dotchart(x); # 点图

+ boxplot(x,horizontal=T); # 箱式图

+ qqnorm(x);qqline(x)

+ par(mfrow=c(1,1))

+ }

> EDA(MS$math)

> EDA(MS$stat)

>

当数据成偏态分布时，可使用稳健方法去分析，如使用中位数或进行数据变换

4.2 单变量数据分析

4.2.1 分类型数据

取值范围是有限个值或是一个数列构成的变量称为 离散变量，若表示分类情况的离散变量又称为分类变量

对于分类数据，我们可以用频数表来分析，也可以用条形图和饼图来表示

1 分类频数表(table)

频数表可以描述一个分类变量的数值分布概况&