r语言descstats_R语言第七章基本统计分析

文 / 李 博

 描述性统计分析

 频数表和列联表

 相关系数和协方差

 t检验

 非参数统计

7.1描述性统计分析

> myvars

> head(mtcars[myvars])#返回mtcars数据集中的三类

mpg hp wt

Mazda RX4 21.0 110 2.620

Mazda RX4 Wag 21.0 110 2.875

Datsun 710 22.8 93 2.320

Hornet 4 Drive 21.4 110 3.215

Hornet Sportabout 18.7 175 3.440

Valiant 18.1 105 3.460

7.1.1

通过 summary() 计算描述性统计量。

> myvars

> summary(mtcars[myvars])#获取描述下统计量：

mpg hp wt

Min. :10.40 Min. : 52.0 Min. :1.513

1st Qu.:15.43 1st Qu.: 96.5 1st Qu.:2.581

Median :19.20 Median :123.0 Median :3.325

Mean :20.09 Mean :146.7 Mean :3.217

3rd Qu.:22.80 3rd Qu.:180.0 3rd Qu.:3.610

Max. :33.90 Max. :335.0 Max. :5.424

> #包括最小值、最大值、四分位数和数值型变量的均值，

> #以及因子向量和逻辑型向量的频数统计。

通过 sapply() 计算描述性统计量。

sapply(x, FUN, options) 其中的 x 是你的数据框(或矩阵)， FUN 为一个任意的函数。

> options(digits = 3)

> mystats

+ if(na.omit)

+ x

+ m

+ n

+ s

+ skew

+ kurt

+ return(c(n=n,mean=m,stdev=s,skew=skew,kurtosis=kurt))

+ }

> myvars

> sapply(mtcars[myvars],mystats)

mpg hp wt

n 32.000 32.000 32.0000

mean 20.091 146.688 3.2172

stdev 6.027 68.563 0.9785

skew 0.611 0.726 0.4231

kurtosis -0.373 -0.136 -0.0227

7.1.2

通过 Hmisc 包中的 describe() 函数计算描述性统计量

> library(Hmisc)

> myvars

> describe(mtcars[myvars])#变量和观测量、缺失值和唯一值得数目

#平均值、分位数和五个最大、五个最小的值

mtcars[myvars]

3 Variables #变量 32 Observations#观测量

----------------------------------------------------

mpg

n missing distinct Info Mean

32 0 25 0.999 20.09

Gmd .05 .10 .25 .50

6.796 12.00 14.34 15.43 19.20

.75 .90 .95

22.80 30.09 31.30

lowest : 10.4 13.3 14.3 14.7 15.0, highest: 26.0 27.3 30.4 32.4 33.9

----------------------------------------------------

hp

n missing distinct Info Mean

32 0 22 0.997 146.7

Gmd .05 .10 .25 .50

77.04 63.65 66.00 96.50 123.00

.75 .90 .95

180.00 243.50 253.55

lowest : 52 62 65 66 91, highest: 215 230 245 264 335

----------------------------------------------------

wt

n missing distinct Info Mean

32 0 29 0.999 3.217

Gmd .05 .10 .25 .50

1.089 1.736 1.956 2.581 3.325

.75 .90 .95

3.610 4.048 5.293

lowest : 1.513 1.615 1.835 1.935 2.140

highest: 3.845 4.070 5.250 5.345 5.424

----------------------------------------------------

通过 pastecs 包中的 stat.desc() 函数计算描述性统计量。

> options(digits = 3)

> library(pastecs)

> myvars

> stat.desc(mtcars[myvars])

mpg hp wt

nbr.val#所有值 32.00 32.000 32.000

nbr.null#空值 0.00 0.000 0.000

nbr.na#缺失值得数量 0.00 0.000 0.000

min#最小值 10.40 52.000 1.513

max#最大值 33.90 335.000 5.424

range#值域 23.50 283.000 3.911

sum#总和 642.90 4694.000 102.952

median#中位数 19.20 123.000 3.325

mean#平均数 20.09 146.688 3.217

SE.mean#平均数的标准误1.07 12.120 0.173

CI.mean.0.95平均数置信度95%的置信区间

2.17 24.720 0.353

var#方差 36.32 4700.867 0.957

std.dev#标准差 6.03 68.563 0.978

coef.var#变异系数 0.30 0.467 0.304

通过 psych 包中的 describe() 计算描述性统计量

> library(psych)

> myvars

> describe(mtcars[myvars])

vars n mean sd median trimmed mad min

mpg 1 32 20.09 6.03 19.20 19.70 5.41 10.40

hp 2 32 14