r语言实现模糊c均值算法,R语言基本统计分析方法（包及函数）

转载自：http://blog.csdn.net/s04023083/article/details/40344273

摘要：目前经典的统计学分析方法主要有回归分析，Logistic回归，决策树，支持向量机，聚类分析，关联分析，主成分分析，对应分析，因子分析等，那么对于这些经典的分析方法在R中的使用主要有那些程序包及函数呢？

1、线性模型~回归分析：

【包】：stats

【函数】：lm(formula, data,...)

逐步回归：step(lm(formula, data,...))

回归诊断：influence.measure(lm(formula, data,...))

多重共线性：kappa(XX,exact=T), eigen(XX)

自相关检验：一阶：dwtest(y~x)多阶：bgtest(y~x,order=2,type=”Chisq”)

【备注】：1)stats包里的lm()可做多元线形模型，

anova.mlm()比较多个多元线形模型，

manova()做多元方差分析(MANOVA)。

2)sn包的msn.mle()和 and mst.mle()可拟合多元偏正态和偏t分布模型。

3)pls包提供偏最小二乘回归(PLSR)和主成分回归；

4)ppls包可做惩罚偏最小二乘回归；

5)dr包提供降维回归方法，

如：片逆回归法(Sliced Inverse Regression)、片平均方差估计(sliced average variance estimation)。

6)plsgenomics包做基于偏最小二乘回归的基因组分析。

7)relaimpo包可评估回归参数的相对重要性。

2、logistic回归：

【包】：stats

【函数】：glm(formula, family=gaussian,data,...)

注：family

binomial(link = "logit")

gaussian(link = "identity")

Gamma(link = "inverse")

inverse.gaussian(link = "1/mu^2")

poisson(link = "log")

quasi(link = "identity", variance = "constant")

quasibinomial(link = "logit")

quasipoisson(link = "log")

3、无监督分类~决策树：

【包】：rpart

【函数】：rpart(formula,data, method="class",control=ct,parms=list(prior=c(p,1-p),split="information"))

rpart.plot(fit,branch=1,branch.type=2,type=1,extra=102,shadow.col=”gray”,box.col=”green”,

split.cex&