目录
8.cumsum,cumprod,cummax,cummin
1.+ - * / ^
1.5 + 2.3 - 0.6 + 2.1*1.2 - 1.5/0.5 + 2^3
## [1] 10.72
#可以用圆括号改变优先级
1.5 + 2.3 - (0.6 + 2.1)*1.2 - 1.5/0.5 + 2^3
## [1] 5.562.%/%，%%和%*%
5 %/% 3
## [1] 1
5 %% 3
## [1] 2
5.1 %/% 2.5
## [1] 2
5.1 %% 2.5
## [1] 0.1
补充%*%
>m<-rbind(c(1,4),c(2,2))
> m
[,1] [,2]
[1,] 1 4
[2,] 2 2
#计算向量(1,1)和m的矩阵积
> m%*%c(1,1)
[,1]
[1,] 5
[2,] 43.ceiling,floor,round
#"ceiling"函数将输入的数字向上取整，返回大于或等于输入值的最小整数。
ceiling(3.14) # 输出 4
ceiling(-2.5) # 输出 -2
#"floor"函数将输入的数字向下取整，返回小于或等于输入值的最大整数。
floor(3.14) # 输出 3
floor(-2.5) # 输出 -3
#"round"函数将输入的数字四舍五入为最接近的整数。
round(3.14) # 输出 3
round(-2.5) # 输出 -2
#round第二个参数,指定要保留的位数
round(3.14159, 2)将返回保留两位小数的结果：3.144.signif,trunc,zapsamll
#signif函数用于保留指定有效数字位数
#它将输入的数字四舍五入到指定位数，并返回结果
signif(3.14159, 3) # 输出 3.14
signif(1234.5678, 2) # 输出 1200
#trunc函数截断（向零取整）输入的数字，即将小数部分去掉
trunc(3.14) # 输出 3
trunc(-2.5) # 输出 -2
#zapsmall函数用于移除非常接近零的小数误差
#它将输入的数字中非常小的值替换为零
zapsmall(1e-10) # 输出 0
zapsmall(0.000000001) # 输出 0
5.max,min,mean,pmax,pmin
#max函数用于计算一组数中的最大值
#它接受多个参数或一个向量作为输入，并返回其中的最大值。
max(2, 5, 1) # 输出 5
max(c(4, 6, 3)) # 输出 6
#min函数用于计算一组数中的最小值
#它接受多个参数或一个向量作为输入，并返回其中的最小值。
min(2, 5, 1) # 输出 1
min(c(4, 6, 3)) # 输出 3
# 计算向量的平均值
x <- c(1, 2, 3, 4, 5)
avg <- mean(x)
print(avg)
#输出 [1] 3
#pmax函数用于逐个比较两个或多个向量中的相应元素
#并返回对应位置上的最大值向量
pmax(c(1, 3, 5), c(2, 4, 6)) # 输出 2 4 6
pmax(c(1, 3, 5), c(2, 4, 6), c(0, 8, 7)) # 输出 2 8 7
#pmin函数用于逐个比较两个或多个向量中的相应元素
#并返回对应位置上的最小值向量
pmin(c(1, 3, 5), c(2, 4, 6)) # 输出 1 3 5
pmin(c(1, 3, 5), c(2, 4, 6), c(0, 8, 7)) # 输出 0 3 5
6.range和sum
#返回一个包含最小值和最大值的长度为2的向量
range(c(2, 5, 1)) # 输出 1 5
range(1:10) # 输出 1 10
#sum函数用于计算给定向量或数值序列的总和
#它接受一个向量作为输入，并返回所有元素的累加和
sum(c(2, 5, 1)) # 输出 8
sum(1:10) # 输出 55
7.prod
#prod是用于计算一组数的乘积的函数
prod(c(2, 3, 4)) # 输出 24，即 2 * 3 * 4
#如果向量中存在0，则结果将始终为0
prod(c(2, 0, 4)) # 输出 0，因为存在0
#同样，如果向量中有任何非数值（例如字符或缺失值）
则结果将为NA（不可用）
prod(c(2, "a", 4)) # 输出 NA，因为存在非数值元素
8.cumsum,cumprod,cummax,cummin
#cumsum函数用于计算给定向量或数值序列中元素的累积和
cumsum(c(2, 3, 4))
# 输出 2 5 9，即 2, 2+3, 2+3+4
#cumprod函数用于计算给定向量或数值序列中元素的累积乘积
cumprod(c(2, 3, 4))
# 输出 2 6 24，即 2, 2*3, 2*3*4
#cummax函数用于计算给定向量或数值序列中元素的累积最大值
cummax(c(2, 3, 4, 1, 5))
# 输出 2 3 4 4 5，即 2, max(2,3), max(2,3,4), max(2,3,4,1), max(2,3,4,5)
#cummin函数用于计算给定向量或数值序列中元素的累积最小值
cummin(c(2, 3, 4, 1, 5))
# 输出 2 2 2 1 1，即 2, min(2,3), min(2,3,4), min(2,3,4,1),min(2,3,4,1,5)
9.sort
(1)对向量排序
sort(c(3, 1, 4, 2)) # 输出 1 2 3 4
(2) 降序排序
sort(c(3, 1, 4, 2), decreasing = TRUE) # 输出 4 3 2 1
(3) 对数据框按照某列进行排序
df <- data.frame(x = c(3, 1, 4, 2), y = c("A", "B", "C", "D"))
sorted_df$x # 获取排序后的 x 列
sorted_df$y # 获取排序后的 y 列
sorted_df[1, ] # 获取排序后的第一行数据
(4) 降序排序
sorted_df <- df[order(df$x, decreasing = TRUE), ] # 按 x 列降序排序
10. approx
#approx函数用于执行线性插值或平滑插值
approx(x, y = NULL, xout, method = "linear", rule = 2, f = 0, ties = mean)
常用参数
x：输入变量的向量。y：输出变量的向量。当进行插值时，需要提供此参数。xout：用于进行估计或插值的输出变量的取值点。这是一个可选的参数。method：指定插值方法，默认为"linear"（线性插值）。还可以选择"constant"（常数插值）或"spline"（样条插值）等。rule：在估计或插值点不在输入变量范围内时的处理规则。它控制如何对缺失值或超出范围的值进行处理。默认为2，表示生成具有最小相对误差的结果。f：自定义函数，用于在估计或插值点上执行特定的计算。ties：用于处理在估计或插值点存在多个匹配的情况下如何处理。
"ordered"：根据输入变量x的顺序，按照与估计或插值点最接近的方式处理匹配值。默认情况下，ties参数设置为"mean"。"mean"：将匹配值的平均值作为结果。如果有多个匹配值，将它们的平均值用于计算结果。"min"：选择匹配值中的最小值作为结果。"max"：选择匹配值中的最大值作为结果。
# 创建输入数据
x <- c(1, 2, 4, 5) # 输入变量 x
y <- c(3, 6, 2, 8) # 输出变量 y
# 进行线性插值
interp <- approx(x, y, xout = seq(min(x), max(x), by = 0.1))
# 输出结果
print(interp)
11.approx fun
# 自定义函数
my_fun <- function(x, y) {
return(x^2 + y)
}
# 创建输入数据
x <- c(1, 2, 4, 5)
y <- c(3, 6, 2, 8)
# 使用自定义函数进行插值
interp <- approx(x, y, xout = seq(min(x), max(x), by = 0.1), f = my_fun)
# 输出结果
print(interp)
12.diff
#diff函数用于计算向量或时间序列的差分
#对于长度为 n 的向量，diff函数将返回一个长度为 n-1 的向量
#其中第 i 个元素是原始向量中第 (i+1) 个元素减去第 i 个元素的结果。
vec <- c(2, 6, 5, 8, 3)
diff_vec <- diff(vec)
print(diff_vec)
#输出 [1] 4 -1 3 -5
13.sign
sign函数用于返回给定数值的符号
- 如果输入值大于0，则返回1。
- 如果输入值等于0，则返回0。
- 如果输入值小于0，则返回-1。
num <- -5
sign_num <- sign(num)
print(sign_num)
#输出 [1] -1
#因为-5是一个负数
14.var和sd
# 计算向量的方差和标准差
x <- c(1, 2, 3, 4, 5)
variance <- var(x)
standard_deviation <- sd(x)
print(variance)
print(standard_deviation)
15.median
# 计算向量的中位数
x <- c(1, 2, 3, 4, 5)
median_value <- median(x)
print(median_value)
#输出 [1] 3
16.IQR
# 计算向量的四分位距
x <- c(1, 2, 3, 4, 5)
iqr_value <- IQR(x)
print(iqr_value)
#输出 [1] 217.ave
用于根据某个变量对向量或数据框进行分组，并对每个组应用函数
# 创建一个数据框
df <- data.frame(
name = c("Alice", "Bob", "Alice", "Charlie", "Charlie", "Bob"),
score = c(85, 90, 92, 78, 80, 88)
)
# 对数据框中的 score 列按 name 分组，计算每个组的平均值
average_scores <- ave(df$score, df$name, FUN = mean)
print(average_scores)
18.fivenum
# 计算向量的五数概括统计量
#包括最小值、下四分位数、中位数、上四分位数和最大值
x <- c(1, 2, 3, 4, 5)
fivenum_values <- fivenum(x)
print(fivenum_values)
19.mad
# 计算向量的绝对中位差
x <- c(1, 2, 3, 4, 5)
mad_value <- mad(x)
print(mad_value)
20.quantile
# 计算向量的分位数
x <- c(1, 2, 3, 4, 5)
# 计算四分位数
quartiles <- quantile(x, probs = c(0.25, 0.5, 0.75))
print(quartiles)
21.stem
# 创建茎叶图
x <- c(12, 23, 34, 45, 56, 67, 78, 89, 90)
stem(x)
22.描述性统计函数
（1）summary
> myvars<-mtcars[c("mpg","hp","wt","am")]
> summary(myvars)
mpg hp wt am
Min. :10.40 Min. : 52.0 Min. :1.513 Min. :0.0000
1st Qu.:15.43 1st Qu.: 96.5 1st Qu.:2.581 1st Qu.:0.0000
Median :19.20 Median :123.0 Median :3.325 Median :0.0000
Mean :20.09 Mean :146.7 Mean :3.217 Mean :0.4062
3rd Qu.:22.80 3rd Qu.:180.0 3rd Qu.:3.610 3rd Qu.:1.0000
Max. :33.90 Max. :335.0 Max. :5.424 Max. :1.0000
> fivenum(myvars$hp)
[1] 52 96 123 180 335补充：skim
#能够返回更加详细的信息，信息量过多不好复制，可以自己尝试一下
library(skimr)
skim(d)
（2）decribe
describe有两种类型：
#第一种类型
> library(Hmisc)
> describe(myvars)
myvars
4 Variables 32 Observations
----------------------------------------------------------------------------
mpg
n missing distinct Info Mean Gmd .05 .10
32 0 25 0.999 20.09 6.796 12.00 14.34
.25 .50 .75 .90 .95
15.43 19.20 22.80 30.09 31.30
lowest : 10.4 13.3 14.3 14.7 15 , highest: 26 27.3 30.4 32.4 33.9
----------------------------------------------------------------------------
hp
n missing distinct Info Mean Gmd .05 .10
32 0 22 0.997 146.7 77.04 63.65 66.00
.25 .50 .75 .90 .95
96.50 123.00 180.00 243.50 253.55
52 (1, 0.031), 60.49 (1, 0.031), 63.32 (3, 0.094), 88.79 (1, 0.031), 91.62
(1, 0.031), 94.45 (2, 0.062), 102.94 (1, 0.031), 108.6 (4, 0.125), 111.43
(1, 0.031), 122.75 (2, 0.062), 148.22 (2, 0.062), 173.69 (3, 0.094), 179.35
(3, 0.094), 204.82 (1, 0.031), 213.31 (1, 0.031), 227.46 (1, 0.031), 244.44
(2, 0.062), 261.42 (1, 0.031), 335 (1, 0.031)
For the frequency table, variable is rounded to the nearest 2.83
----------------------------------------------------------------------------
wt
n missing distinct Info Mean Gmd .05 .10
32 0 29 0.999 3.217 1.089 1.736 1.956
.25 .50 .75 .90 .95
2.581 3.325 3.610 4.048 5.293
lowest : 1.513 1.615 1.835 1.935 2.14 , highest: 3.845 4.07 5.25 5.345 5.424
----------------------------------------------------------------------------
am
n missing distinct Info Sum Mean Gmd
32 0 2 0.724 13 0.4062 0.498
----------------------------------------------------------------------------
#第二种类型
> psych::describe(myvars)
vars n mean sd median trimmed mad min max range skew kurtosis se
mpg 1 32 20.09 6.03 19.20 19.70 5.41 10.40 33.90 23.50 0.61 -0.37 1.07
hp 2 32 146.69 68.56 123.00 141.19 77.10 52.00 335.00 283.00 0.73 -0.14 12.12
wt 3 32 3.22 0.98 3.33 3.15 0.77 1.51 5.42 3.91 0.42 -0.02 0.17
am 4 32 0.41 0.50 0.00 0.38 0.00 0.00 1.00 1.00 0.36 -1.92 0.09
注：后面使用的包中的函数会覆盖之前不同包中同样的函数
（3）stat.desc
> library(pastecs)
> stat.desc(myvars)
mpg hp wt am
nbr.val 32.0000000 32.0000000 32.0000000 32.00000000
nbr.null 0.0000000 0.0000000 0.0000000 19.00000000
nbr.na 0.0000000 0.0000000 0.0000000 0.00000000
min 10.4000000 52.0000000 1.5130000 0.00000000
max 33.9000000 335.0000000 5.4240000 1.00000000
range 23.5000000 283.0000000 3.9110000 1.00000000
sum 642.9000000 4694.0000000 102.9520000 13.00000000
median 19.2000000 123.0000000 3.3250000 0.00000000
mean 20.0906250 146.6875000 3.2172500 0.40625000
SE.mean 1.0654240 12.1203173 0.1729685 0.08820997
CI.mean.0.95 2.1729465 24.7195501 0.3527715 0.17990541
var 36.3241028 4700.8669355 0.9573790 0.24899194
std.dev 6.0269481 68.5628685 0.9784574 0.49899092
coef.var 0.2999881 0.4674077 0.3041285 1.22828533
> stat.desc(myvars,basic = T)
mpg hp wt am
nbr.val 32.0000000 32.0000000 32.0000000 32.00000000
nbr.null 0.0000000 0.0000000 0.0000000 19.00000000
nbr.na 0.0000000 0.0000000 0.0000000 0.00000000
min 10.4000000 52.0000000 1.5130000 0.00000000
max 33.9000000 335.0000000 5.4240000 1.00000000
range 23.5000000 283.0000000 3.9110000 1.00000000
sum 642.9000000 4694.0000000 102.9520000 13.00000000
median 19.2000000 123.0000000 3.3250000 0.00000000
mean 20.0906250 146.6875000 3.2172500 0.40625000
SE.mean 1.0654240 12.1203173 0.1729685 0.08820997
CI.mean.0.95 2.1729465 24.7195501 0.3527715 0.17990541
var 36.3241028 4700.8669355 0.9573790 0.24899194
std.dev 6.0269481 68.5628685 0.9784574 0.49899092
coef.var 0.2999881 0.4674077 0.3041285 1.22828533
> stat.desc(myvars,norm = T)
mpg hp wt am
nbr.val 32.0000000 32.00000000 32.00000000 3.200000e+01
nbr.null 0.0000000 0.00000000 0.00000000 1.900000e+01
nbr.na 0.0000000 0.00000000 0.00000000 0.000000e+00
min 10.4000000 52.00000000 1.51300000 0.000000e+00
max 33.9000000 335.00000000 5.42400000 1.000000e+00
range 23.5000000 283.00000000 3.91100000 1.000000e+00
sum 642.9000000 4694.00000000 102.95200000 1.300000e+01
median 19.2000000 123.00000000 3.32500000 0.000000e+00
mean 20.0906250 146.68750000 3.21725000 4.062500e-01
SE.mean 1.0654240 12.12031731 0.17296847 8.820997e-02
CI.mean.0.95 2.1729465 24.71955013 0.35277153 1.799054e-01
var 36.3241028 4700.86693548 0.95737897 2.489919e-01
std.dev 6.0269481 68.56286849 0.97845744 4.989909e-01
coef.var 0.2999881 0.46740771 0.30412851 1.228285e+00
skewness 0.6106550 0.72602366 0.42314646 3.640159e-01
skew.2SE 0.7366922 0.87587259 0.51048252 4.391476e-01
kurtosis -0.3727660 -0.13555112 -0.02271075 -1.924741e+00
kurt.2SE -0.2302812 -0.08373853 -0.01402987 -1.189035e+00
normtest.W 0.9475647 0.93341934 0.94325772 6.250744e-01
normtest.p 0.1228814 0.04880824 0.09265499 7.836354e-08(4)aggregate
> library(doBy)
> summaryBy(mpg+hp+wt ~ am,data=myvars,FUN = mean)
am mpg.mean hp.mean wt.mean
1 0 17.14737 160.2632 3.768895
2 1 24.39231 126.8462 2.411000
> library(psych)
#describe的缺点就是每个统计值都是固定的,没办法自定义函数
> describe.by(myvars,list(am=mtcars$am))
Descriptive statistics by group
am: 0
vars n mean sd median trimmed mad min max range skew kurtosis se
mpg 1 19 17.15 3.83 17.30 17.12 3.11 10.40 24.40 14.00 0.01 -0.80 0.88
hp 2 19 160.26 53.91 175.00 161.06 77.10 62.00 245.00 183.00 -0.01 -1.21 12.37
wt 3 19 3.77 0.78 3.52 3.75 0.45 2.46 5.42 2.96 0.98 0.14 0.18
am 4 19 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 NaN NaN 0.00
---------------------------------------------------------------------
am: 1
vars n mean sd median trimmed mad min max range skew kurtosis se
mpg 1 13 24.39 6.17 22.80 24.38 6.67 15.00 33.90 18.90 0.05 -1.46 1.71
hp 2 13 126.85 84.06 109.00 114.73 63.75 52.00 335.00 283.00 1.36 0.56 23.31
wt 3 13 2.41 0.62 2.32 2.39 0.68 1.51 3.57 2.06 0.21 -1.17 0.17
am 4 13 1.00 0.00 1.00 1.00 0.00 1.00 1.00 0.00 NaN NaN 0.00> library(MASS)
#根据Manufacturer进行分组，并且计算每个Price的均值
>aggregate(Cars93[c("Min.Price","Price","Max.Price","MPG.city")],by=list(Manufacture=Cars93$Manufacturer),mean)
aggregate一次只能计算一个统计函数，例如上面的示例，只能使用mean
可以使用如下函数：
23.频数统计函数：先分组，在计算频数
（1）分组
split
mtcars$cyl<-as.factor(mtcars$cyl)
> split(mtcars,mtcars$cyl)
cut
> cut(mtcars$mpg,c(seq(10,50,10)))
[1] (20,30] (20,30] (20,30] (20,30] (10,20] (10,20] (10,20] (20,30] (20,30] (10,20] (10,20]
[12] (10,20] (10,20] (10,20] (10,20] (10,20] (10,20] (30,40] (30,40] (30,40] (20,30] (10,20]
[23] (10,20] (10,20] (10,20] (20,30] (20,30] (30,40] (10,20] (10,20] (10,20] (20,30]
Levels: (10,20] (20,30] (30,40] (40,50](2) 频数统计
#一维
> table(cut(mtcars$mpg,c(seq(10,50,10))))
(10,20] (20,30] (30,40] (40,50]
18 10 4 0
> prop.table(table(mtcars$cyl))
4 6 8
0.34375 0.21875 0.43750
#二维
> table(Arthritis$Treatment,Arthritis$Improved)
None Some Marked
Placebo 29 7 7
Treated 13 7 21
> with(data=Arthritis,(table(Treatment,Improved)))
Improved
Treatment None Some Marked
Placebo 29 7 7
Treated 13 7 21
#~表示公式省略
> xtabs(~Treatment+Improved,data=Arthritis)
Improved
Treatment None Some Marked
Placebo 29 7 7
Treated 13 7 21
> x<-xtabs(~Treatment+Improved,data=Arthritis)
> margin.table(x)
[1] 84
#1表示计算的边际是针对行进行的，2表示计算的边际是针对列进行的
margin.table(x,1)
Treatment
Placebo Treated
43 41
> prop.table(x,2)
Improved
Treatment None Some Marked
Placebo 0.6904762 0.5000000 0.2500000
Treated 0.3095238 0.5000000 0.7500000
> prop.table(x,1)
Improved
Treatment None Some Marked
Placebo 0.6744186 0.1627907 0.1627907
Treated 0.3170732 0.1707317 0.5121951
> margin.table(x,2)
Improved
None Some Marked
42 14 28 24.独立性检验
步骤一：假设检验
原假设--没有发生
备择假设--发生了
具体作法:根据问题的需要对所研究的总体作某种假设，记作H0;选取合适的统计量，这个统计量的选取要使得在假设HO成立时，其分布为已知;由实测的样本，计算出统计量的值，并根据预先给定的显著性水平进行检验，作出拒绝或接受假设HO的判断。
步骤二：p-value检测是否接受或拒绝原假设
p-value
p-value就是Probability的值，它是一个通过计算得到的概率值，也就是在原假设为真时，得到最大的或者超出所得到的检验统计量值的概率
般将p值定位到0.05，当p<0.05拒绝原假设，p>0.05，不拒绝原假设
（1）卡方检验
> library(vcd)
> mytable<-table(Arthritis$Treatment,Arthritis$Improved)
> chisq.test(mytable)
Pearson's Chi-squared test
data: mytable
X-squared = 13.055, df = 2, p-value = 0.001463
#p-value--->0.001463:小于0.05,说明变量不独立（2）Fisher检验
> mytable<-xtabs(~Treatment+Improved,data=Arthritis)
> fisher.test(mytable)
Fisher's Exact Test for Count Data
data: mytable
p-value = 0.001393
alternative hypothesis: two.sided
p-value=0.001393：说明变量不独立（2）Cochran-Mantel-Haenszel检验
> mytable<-xtabs(~Treatment+Improved+Sex,data=Arthritis)
> mantelhaen.test(mytable)
Cochran-Mantel-Haenszel test
data: mytable
Cochran-Mantel-Haenszel M^2 = 14.632, df = 2, p-value = 0.0006647
#变量的顺序很重要,顺序变化,p-value也会变化
mytable<-xtabs(~Treatment+Sex+Improved,data=Arthritis)
> mantelhaen.test(mytable)
Mantel-Haenszel chi-squared test with continuity correction
data: mytable
Mantel-Haenszel X-squared = 2.0863, df = 1, p-value = 0.1486
alternative hypothesis: true common odds ratio is not equal to 1
95 percent confidence interval:
0.8566711 8.0070521
sample estimates:
common odds ratio
2.619048
25.相关性分析
（1）Person系数
#有很多相关系数的检验方法,默认为person相关系数
#正相关为+,负相关为-
> cor(state.x77)
Population Income Illiteracy Life Exp Murder HS Grad Frost Area
Population 1.00000000 0.2082276 0.10762237 -0.06805195 0.3436428 -0.09848975 -0.3321525 0.02254384
Income 0.20822756 1.0000000 -0.43707519 0.34025534 -0.2300776 0.61993232 0.2262822 0.36331544
Illiteracy 0.10762237 -0.4370752 1.00000000 -0.58847793 0.7029752 -0.65718861 -0.6719470 0.07726113
Life Exp -0.06805195 0.3402553 -0.58847793 1.00000000 -0.7808458 0.58221620 0.2620680 -0.10733194
Murder 0.34364275 -0.2300776 0.70297520 -0.78084575 1.0000000 -0.48797102 -0.5388834 0.22839021
HS Grad -0.09848975 0.6199323 -0.65718861 0.58221620 -0.4879710 1.00000000 0.3667797 0.33354187
Frost -0.33215245 0.2262822 -0.67194697 0.26206801 -0.5388834 0.36677970 1.0000000 0.05922910
Area 0.02254384 0.3633154 0.07726113 -0.10733194 0.2283902 0.33354187 0.0592291 1.00000000
> x<-state.x77[,c(1,2,3,6)]
> y<-state.x77[,c(4,5)]
> cor(x,y)
Life Exp Murder
Population -0.06805195 0.3436428
Income 0.34025534 -0.2300776
Illiteracy -0.58847793 0.7029752
HS Grad 0.58221620 -0.4879710
> （2）协方差
> cov(state.x77)
Population Income Illiteracy Life Exp Murder HS Grad Frost Area
Population 19931683.7588 571229.7796 292.8679592 -4.078425e+02 5663.523714 -3551.509551 -77081.97265 8.587917e+06
Income 571229.7796 377573.3061 -163.7020408 2.806632e+02 -521.894286 3076.768980 7227.60408 1.904901e+07
Illiteracy 292.8680 -163.7020 0.3715306 -4.815122e-01 1.581776 -3.235469 -21.29000 4.018337e+03
Life Exp -407.8425 280.6632 -0.4815122 1.802020e+00 -3.869480 6.312685 18.28678 -1.229410e+04
Murder 5663.5237 -521.8943 1.5817755 -3.869480e+00 13.627465 -14.549616 -103.40600 7.194043e+04
HS Grad -3551.5096 3076.7690 -3.2354694 6.312685e+00 -14.549616 65.237894 153.99216 2.298732e+05
Frost -77081.9727 7227.6041 -21.2900000 1.828678e+01 -103.406000 153.992163 2702.00857 2.627039e+05
Area 8587916.9494 19049013.7510 4018.3371429 -1.229410e+04 71940.429959 229873.192816 262703.89306 7.280748e+09（3）偏相关系数
> colnames(state.x77)
[1] "Population" "Income" "Illiteracy" "Life Exp" "Murder" "HS Grad"
[7] "Frost" "Area"
#
> pcor(c(1,5,2,3,6),cov(state.x77))
[1] 0.346272426.相关性检验函数
> colnames(state.x77)
[1] "Population" "Income" "Illiteracy" "Life Exp" "Murder" "HS Grad"
[7] "Frost" "Area"
> cor.test(state.x77[,3],state.x77[,5])
Pearson's product-moment correlation
data: state.x77[, 3] and state.x77[, 5]
t = 6.8479, df = 48, p-value = 1.258e-08
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
0.5279280 0.8207295
sample estimates:
cor
0.7029752
#p-value为1.258e-8,拒绝原假设,相关系数不为零
#confidence interval(置信区间)
置信水平为95%的置信区间意味着我们有95%的置信度认为总体参数落在该区间内
#变量之间的相关关系
> library(psych)
> corr.test(state.x77)
Call:corr.test(x = state.x77)
Correlation matrix
Population Income Illiteracy Life Exp Murder HS Grad Frost Area
Population 1.00 0.21 0.11 -0.07 0.34 -0.10 -0.33 0.02
Income 0.21 1.00 -0.44 0.34 -0.23 0.62 0.23 0.36
Illiteracy 0.11 -0.44 1.00 -0.59 0.70 -0.66 -0.67 0.08
Life Exp -0.07 0.34 -0.59 1.00 -0.78 0.58 0.26 -0.11
Murder 0.34 -0.23 0.70 -0.78 1.00 -0.49 -0.54 0.23
HS Grad -0.10 0.62 -0.66 0.58 -0.49 1.00 0.37 0.33
Frost -0.33 0.23 -0.67 0.26 -0.54 0.37 1.00 0.06
Area 0.02 0.36 0.08 -0.11 0.23 0.33 0.06 1.00
Sample Size
[1] 50
Probability values (Entries above the diagonal are adjusted for multiple tests.)
Population Income Illiteracy Life Exp Murder HS Grad Frost Area
Population 0.00 1.00 1.00 1.00 0.23 1.00 0.25 1.00
Income 0.15 0.00 0.03 0.23 1.00 0.00 1.00 0.16
Illiteracy 0.46 0.00 0.00 0.00 0.00 0.00 0.00 1.00
Life Exp 0.64 0.02 0.00 0.00 0.00 0.00 0.79 1.00
Murder 0.01 0.11 0.00 0.00 0.00 0.01 0.00 1.00
HS Grad 0.50 0.00 0.00 0.00 0.00 0.00 0.16 0.25
Frost 0.02 0.11 0.00 0.07 0.00 0.01 0.00 1.00
Area 0.88 0.01 0.59 0.46 0.11 0.02 0.68 0.00
To see confidence intervals of the correlations, print with the short=FALSE option
> x<-pcor(c(1,5,2,3,6),cov(state.x77))
> x
[1] 0.3462724
#3个变量，50个样本数
> pcor.test(x,3,50)
$tval
[1] 2.476049
$df
[1] 45
$pvalue
[1] 0.01711252
检验方法
#假设检验
##正态分布检验
> head(ToothGrowth)
len supp dose
1 4.2 VC 0.5
2 11.5 VC 0.5
3 7.3 VC 0.5
4 5.8 VC 0.5
5 6.4 VC 0.5
6 10.0 VC 0.5
##单一变量检验
> ToothGrowth%>%
+ shapiro_test(len)
# A tibble: 1 × 3
variable statistic p
<chr> <dbl> <dbl>
1 len 0.967 0.109
##分组检验
> ToothGrowth%>%
+ group_by(dose)%>%
+ shapiro_test(len)
# A tibble: 3 × 4
dose variable statistic p
<dbl> <chr> <dbl> <dbl>
1 0.5 len 0.941 0.247
2 1 len 0.931 0.164
3 2 len
#方差齐性检验
##两组检验
> var.test(len~supp,data=ToothGrowth)
F test to compare two variances
data: len by supp
F = 0.6386, num df = 29, denom df = 29, p-value = 0.2331
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.3039488 1.3416857
sample estimates:
ratio of variances
0.6385951
##两组及以上检验
> bartlett.test(len~dose,data=ToothGrowth)
Bartlett test of homogeneity of variances
data: len by dose
Bartlett's K-squared = 0.66547, df = 2, p-value = 0.717
#均值检验
##t检验：用于比较两个样本均值是否显著不同
> colnames(UScrime)
[1] "M" "So" "Ed" "Po1" "Po2" "LF" "M.F" "Pop" "NW" "U1" "U2"
[12] "GDP" "Ineq" "Prob" "Time" "y"
> t.test(Prob ~ So,data=UScrime)
Welch Two Sample t-test
data: Prob by So
t = -3.8954, df = 24.925, p-value = 0.0006506
alternative hypothesis: true difference in means between group 0 and group 1 is not equal to 0
95 percent confidence interval:
-0.03852569 -0.01187439
sample estimates:
mean in group 0 mean in group 1
0.03851265 0.06371269
##方差分析
> ToothGrowth$dose<-as.factor(ToothGrowth$dose)
> aovfit<-aov(len~dose,data=ToothGrowth)
> aovfit
Call:
aov(formula = len ~ dose, data = ToothGrowth)
Terms:
dose Residuals
Sum of Squares 2426.434 1025.775
Deg. of Freedom 2 57
Residual standard error: 4.242175
Estimated effects may be unbalanced
> summary(aovfit)
Df Sum Sq Mean Sq F value Pr(>F)
dose 2 2426 1213 67.42 9.53e-16 ***
Residuals 57 1026 18
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
>
##非参数检验
#差异检验：wilcox秩和检验（Mann-whitney U检验）,适用于两组数据
> wilcox.test(len~supp,data=ToothGrowth)
Wilcoxon rank sum test with continuity correction
data: len by supp
W = 575.5, p-value = 0.06449
alternative hypothesis: true location shift is not equal to 0
#差异检验：Kruskal-wallis检验，适用于两组及以上检验
> kruskal.test(len~dose,data=ToothGrowth)
Kruskal-Wallis rank sum test
data: len by dose
Kruskal-Wallis chi-squared = 40.669, df = 2, p-value = 1.475e-09
#方差齐性非参数检验
> fligner.test(len~dose,data=ToothGrowth)
Fligner-Killeen test of homogeneity of variances
data: len by dose
Fligner-Killeen:med chi-squared = 1.3879, df = 2, p-value = 0.499627.偏度和峰度
d3<-data.frame(
+ ind=1:1000,
+ rn=rnorm(1000),
+ rn2=rnorm(1000,mean = 2,sd=3),
+ rt=rt(1000,df=5),
+ rs1=as.factor(sample(letters[1:3],1000,replace=T)),
rs2=as.factor(sample(letters[21:22],1000,replace=T))
)
#偏度
e1071::skewness(d3$rn)
#峰度
e1071::kurtosis(d3$rn2)28.一维优化与求根
（1）optimize
optimize()函数用于在给定区间内寻找一个函数的最小值或最大值。
#optimize(f, interval, maximum = FALSE, tol = .Machine$double.eps^0.25)
#f 是要最小化或最大化的函数；
#interval 是定义函数的有效区间。
#maximum：一个逻辑值，用于指定是寻找最小值还是最大值。默认为 FALSE，表示寻找最小值。
#tol：一个数值，表示收敛容差（convergence tolerance）。默认值为 .Machine$double.eps^0.25，使用机器精度的推荐容差。
f <- function(x) x^2 - 4 * x + 3
result <- optimize(f, c(0, 5))
print(result$minimum) # 输出函数的最小值
#输出 [1] 2
（2）uniroot
uniroot()函数用于在给定区间内寻找一个函数的根
#uniroot(f, interval)
#f 是要寻找根的函数；interval 是定义函数的有效区间
f <- function(x) x^3 - 2 * x - 5
result <- uniroot(f, c(1, 3))
print(result$root) # 输出函数的根
#输出 [1] 2.094526（3）polyroot
polyroot()函数用于找到多项式函数的所有根
# polyroot(coeffs)
#coeffs 是一个包含多项式系数的向量
coeffs <- c(1, -5, 4)
roots <- polyroot(coeffs)
print(roots) # 输出多项式函数的所有根
#输出 [1] 4+0i 1+0i
29.常用数学函数
#abs：获取数值的绝对值
abs(-5) # 输出 5
abs(3.14) # 输出 3.14
#sqrt：计算数值的平方根
sqrt(9) # 输出 3
sqrt(2) # 输出 1.414213
#sin:正弦
sin(x)
#cos：余弦
cos(x)
#tan:正切
tan(x)
#asin:反正弦
asin(x)
#acos：反余弦
acos(x)
#atan:反正切
atan(x)
#atan2:给定y和x坐标的反正切
atan2(y,x)
#sinh:双曲正弦值
sinh(x)
#cosh：双曲余弦值
cosh(x)
#tanh:双曲正弦值
tanh(x)
#ashih:反双曲正弦值
ashih(x)
#acosh:反双曲余弦值
acosh(x)
#atanh:反双曲正切值
atanh(x)
30.高级数学函数
#beta函数：计算两个参数的Beta函数值
beta(x,y)
#lbeta函数：计算两个参数的Beta函数的自然对数
lbeta(x,y)
#gamma函数：计算给定参数的伽玛函数值
gamma(x)
#lgamma函数：计算给定参数的伽玛函数的自然对数
lgamma(x)
#digamma函数：计算给定参数的Ψ函数值（第一类对数勒让德函数）
digamma(x)
#digamma函数：计算给定参数的Ψ函数值（第一类对数勒让德函数）
trigamma(x)
#tetragamma函数：计算给定参数的Ψ函数的二阶导数值（第三类对数勒让德函数）
tetragamma(x)
#pentagamma函数：计算给定参数的Ψ函数的三阶导数值（第四类对数勒让德函数）
pentagamma(x)
#choose函数：计算组合数
choose(n,k)
#lchoose函数：计算组合数的自然对数
lchoose(n,k)
#fft函数：执行快速傅里叶变换（FFT），将信号从时域转换为频域。
fft(x)
#mvfft函数：执行多维傅里叶变换。
mvfft(x)
#convolve函数：计算两个向量的卷积（线性卷积）。
convolve(x, y)
#polyroot函数：找到多项式的根。
polyroot(p)
#polyroot函数：找到多项式的根。
poly(x,degree)
#spline函数：执行样条插值，生成平滑插值曲线。
spline(x, y, xout)
#splinefun函数：生成根据样条插值生成的函数。
splinefun(x,y)
参数 x：输入值。参数 nu：阶数。
#besselI函数：计算修正的贝塞尔函数I。
besselI(x, nu)
#besselK函数：计算修正的贝塞尔函数K。
besselK(x,nu)
#besselJ函数：计算贝塞尔函数J。
besselJ(x, nu)
#besselY函数：计算贝塞尔函数Y。
besselY(x, nu)
#gammaCody函数：计算递归修正伽玛函数。
gammaCody(x)
#deriv函数：对简单表达式进行符号微分或算法微分。
deriv(expr, name)
如有新学习的知识会补充，如有错误或遗漏请大佬们不吝赐教！！💖💖💖
扫一扫
1408
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
