统计学（一）：定量资料的统计描述

1.整体性统计描述

• summary()：输出变量的最大值、最小值、四分位数、均值

rm(list = ls())
mtcars
summary(mtcars[,3:7])

• apply()/sapply():输出变量的自定义描述量

state = function(x){
  x = x[!is.na(x)]
  m = mean(x)
  n = length(x)
  s = sd(x)
  skew = sum((x-m)^3/s^3)/n
  kurt = sum((x-m)^4/s^4)/n-3
  return(c(n = n,mean = m,s = s, skew = skew, kurt = kurt))
}
apply(mtcars[,3:7], 2, state)
sapply(mtcars[,3:7], state)

• describe(): 比较常用的统计包，描述量很多

library(psych)
describe(mtcars[,3:7])

2.分组计算描述性统计量

• describeBy():输出一个/多个类别型变量分组后describle描述量

library(psych)
describeBy(mtcars$mpg,list(mtcars$cyl,mtcars$am))

• summaryBy():输出一个/多个类别型变量分组后的单个/多个描述量

library(doBy)
head(mtcars)
data_describe = summaryBy( mpg+hp+wt~cyl+am,
               mtcars,FUN = state) # 公式左边是连续变量,右边是类别变量,FUN参数必须存在