r library car_基础方法 | 用R语言完成量化论文全流程示例！附超详细R脚本

基础方法

♪

Method 

 R语言的优点

对于有一定数据分析基础的朋友们来说，要入门R语言并不是十分困难的。但是这毕竟是一门专业性很强的技术，我们当然希望投入精力掌握R语言之后能够得到相应的回报。

在这方面，R语言绝不会让人失望，因为它拥有一系列让人印象深刻的优点。

1，相较于其他数据分析软件，R拥有首屈一指的制图功能。如果希望对复杂的数据进行可视化，那么R可以提供最为全面而强大的一系列功能。

2， R在数据探索和分析这方面也是一个灵活而强大的平台，任意一个分析步骤的结果均可被轻松保存、操作，并作为进一步分析的元素。

3， R能够从众多的来源中获取数据并且将其转化为R可用的形式。数据库，文本文件，网页媒体乃至地图等等都可以成为R获取数据并进行分析的来源。

4， R的开源性质使得R在囊括了各种经典的统计方法之外，还能够提供丰富的创新方法。使用和开发R语言的人们组成了一个活跃的社区，种种新奇的、有时候非常小众的数据处理方法会很快地被开发出来，并且可以完全免费地下载相关的包(package)。

5，(关于R包)包是R函数、数据、预编译代码以一种定义完善的格式组成的集合。安装并且加载了包之后，我们就可以简便地使用它提供的命令以及一些自带的数据。R最基础的功能正是有R自带的一系列默认包提供的，加载了我们需要的其他扩展包之后，R几乎无所不能。

本文希望通过一次数据处理的实际案例，从 数据清理、描述性统计、主成分分析，线性回归、Logistic 回归、表格输出等方面介绍R语言的初级技巧。 我们使用的案例与本公众号之前的文章“ 基础方法|用STATA完成量化论文全流程示例 ”是一致的。之前对STATA较为熟悉，而又对R语言感兴趣的朋友们可以作为参考文献进行阅读。 我们仍然是利用CGSS2015数据，研究“钱能买来快乐吗？”这一问题。即探究收入对主观幸福感的影响。

关注公众号，后台回复“R语言”即可获得本推文的全部r脚本！超详细

本文从 数据清理、描述性统计、循环命令的使用、双变量分析、因子分析、线性回归、Logistic回归、表格输出等方面详细地介绍R语