- 博客(18)
- 收藏
- 关注
RSS订阅原创 [R]_如何按条件提取列名
这一次讲一个很简单的问题，就是R里如何按条件提取列名。我们都知道用filter()可以筛选行，那么我们如何筛选列，并按条件提取呢，这里就要用到select_if()函数。然后我们进行下一步，设置一个任务，我们要提取第一行数值大于3的列的列名，并用“，”隔开。这里为了方便，我们保留只有数值的列，也就是前四列，但在这里，我们不用粗暴的iris=iris[,1:4]，我们改用select_if()函数。所以这次的内容很简单，就是用select_if()加上str_c()就可以根据行的条件筛选出对应的列的列名。
2023-01-06 22:05:26
2442
原创 [统计]_数据中心化和标准化对线性回归结果的影响
很多同学在做线性回归的时候，不明白到底是直接那原始数据跑，还是要用中心化的数据跑，或者还是用标准化的数据跑。先说结论，相对于原始回归模型，中心化回归模型只是截距发生了改变（相当于平移到原点），标准化回归模型截距和斜率都有改变，但三个模型的拟合程度都是一致的，就是自变量对因变量的解释程度没有变化。
2022-09-26 11:37:09
4211
原创 [R]_使用grepl()和正则表达式对文本数据进行独热编码（One-Hot Encoding）
那么为什么用grepl()来做这个事儿呢，因为grepl()返回的是逻辑变量，也就是True和Flase，把True设为1，把Flase设为0就能轻松地完成One-Hot编码。
2022-08-30 15:29:47
819
原创 [R]_使用filter_all()，filter_at()，filter_if()筛选数据框的行
今天来讲讲使用filter_all()，filter_at()，filter_if()筛选数据框的行。使用过R，尤其是其中dplyr包的同学，对filter()这个函数不会陌生，filter_all()，filter_at()，filter_if()其实属于filter()更高级的用法，可以更有效地提高数据清洗的效率。...
2022-08-29 15:12:21
2426
原创 [R]_使用算法模型填充NA值（以线性回归为例）
填充缺失值有很多种方法，比如用均值填充，用众数填充，今天介绍用算法模型的预测值填充的方法，包含两步骤，第一个是用已有的数据建模，第二个是用模型填充缺失值。这里以R里著名的iris数据集为例。......
2022-08-26 11:18:43
771
原创 [R]_使用mutate_all()，mutate_at()，mutate_if()操纵数据框的列
用R做数据清洗的人应该对mutate()不会陌生，这个函数用来增加列变量，非常好用，不过它的一些同胞mutate_all()，mutate_at()，mutate_if()知名度就没有那么高，但其实这几个也是很好用的函数，主要用于对列变量使用函数，修改列变量的值。三者区别如下 mutate_all()作用所有变量mutate_at()作用于选中的变量mutate_if()作用于按条件筛选后的变量先建一个dataframe，因为直接rnorm的函...
2022-05-12 10:41:26
7050
1
原创 [统计]_统计学习的三要素
这篇文章是对李航老师的《统计学习方法》同名章节的一个总结，李航老师在书中把统计学习分为了三个要素：模型，策略和算法。我个人感觉这是一个思路很清楚的划分，学习这部分内容，不一定能帮你答题，但有助于从一个更宏观的视角来看统计知识，在这里，我也会以线性回归为例，讲一讲模型，策略和算法的内容。模型就是指你选择的统计模型，比如决策树，支持向量机，贝叶斯网络等等，这些听着太高大上了，我们常见的线性回归，逻辑回归也是统计模型的一种。以线性回归为例，我们选择线性回归分析数据时，其实就假定...
2022-05-06 21:12:00
161
原创 [R]_按条件将字符串拆成两列
最近在处理字符串数据的时候遇到这个问题，解决字符串问题，当然首选是stringr包，可以先认真读官方文档，如果里面的函数都无法解决，再去找别的方法。我开始使用的是网上最常见的函数str_split()，返回一个list，并不是特别友好，所以改用了str_split_fixed()函数。
2022-04-24 10:43:11
2263
原创 [R]_从字符串中截取有用字段
最近解决字符串提取的问题，网上搜了一圈，没有很好的回答，不得不采用科学上网的方法，去stackoverflow上找回答，最后用
2022-04-21 09:35:01
276
1
原创 [统计]_假设检验的逻辑
今天主要想谈的是假设检验的逻辑，假设检验贯穿了心理统计学，但很多同学对它的逻辑并不清楚，在这里我们以t检验和单因素的方差分析为例，讲一讲假设检验的逻辑。
2022-03-31 11:12:38
399
原创 [统计]_怎样用数据炒菜：统计建模的两种文化
现在我们经常能听到一个概念叫做“大数据”，顾名思义，那就是海量的数据，如果再说大一点，那就是天量的数据，但是光有数据也不行，我们还希望这些数据能帮我们解决问题，从数据中得到我们问题的结论，这时候就需要借助我们的统计模型。如果把数据看作原材料的话，那统计建模就是拿数据炒菜的过程。
2022-03-29 09:37:01
1534
原创 [R]_用for循环和assign批量赋值新变量
最近在用R的for循环，众所周知，R里for循环并不是最好用的，大部分人都会用apply族函数替代for循环，不过在一些赋值情况下，for循环和assign还是可以一战。
2022-03-29 00:37:18
1813
原创 [R]_使用apply+function快速替换数据框NA值
最近遇到替换NA值的问题，发现使用apply函数加上function能解决很多问题，在这里记录一下。
2022-03-25 23:33:16
1991
原创 [R]_如何手动安装package
R里安装package最常见的方法就是使用 install.packages() 函数，但用惯了函数，就很容易忽视函数背后的逻辑，当函数报错时，就很难想到好的解决办法，所以试试手动安装package更有利于理解install.packages()的逻辑。 install.packages()下载的是CRAN- Contributed Packages里包含的package，这里面的package相当于是受到R官方认证的，如果想下载GitHub上没有被CRAN收录的包，...
2021-09-14 21:10:56
2202
原创 [统计]_通俗地讲置信区间
这是之前发在个人公众号上的文章，希望能对读者有帮助。今天我们谈谈置信区间，可能很多初学者看到置信区间感觉都看不懂，因为书上并没有直接定义置信区间，只说了什么是95%的置信区间，而且说的也很费解，对95%的置信区间的定义是如果不断重复该实验并计算置信区间，在所有计算出来的置信区间中，约有95%的置信区间包含真值。那我反过来问大家一个问题，如果我们只构造一个95%的置信区间，那么这个区间是不是有95%的概率包含真值？不卖关子，这种说法...
2021-09-12 16:09:30
1757
原创 [统计]_通俗地讲一类错误和二类错误
这是之前发在个人公众号上的文章，希望能对读者有帮助一类错误和二类错误。这是一个很容易让人蒙圈的话题，其实很多心理统计的书，尤其是大家考研用的张厚粲老师那本统计教材，其实都只关注了一类错误的问题，但是却提出了二类错误的概念，简略地讲了统计检验力，然后后面的统计分析中基本就没再讲这个问题了，这让很多同学对一类错误和二类错误都不太能清楚地理解。但其实现在心理学界越来越清楚P值的局限，也越来越关注二类错误的问题了。回顾一下概念，一类错误是指，原假设为真，错误地............
2021-09-12 15:46:20
8622
4
原创 [R]_R里如何将多个Excel文件合并为一个Excel文件多个Sheet
最近遇到一个问题，就是从网站上下载了多个Excel文件，需要把它合并成一个Excle多个Sheet，在百度上搜VBA的代码，结果用不了，于是自己写了R的程序，很简单就实现了这个功能。 思路如下：先把...
2021-09-12 10:42:11
3108
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人