R语言基础知识

整理文档很辛苦,赏杯茶钱您下走!

免费阅读已结束,点击下载阅读编辑剩下 ...

阅读已结束,您可以下载文档离线阅读编辑

资源描述

1.基础篇2.画图篇3.参数估计4.回归分析5.方差分析R语言基础知识1.基础篇赋值:-为赋值符,assign()为赋值函数。用法:x-c(2,3,1);c(2,3,1)-x;assign(x,c(2,3,1))c()函数构造向量,array()函数构造数组,matrix()函数构造矩阵。用法:c(1:12);array(1:12,dim=c(3,4));array(1:12,dim=c(2,3,4))matrix(1:12,nrow=3);matrix(1:12,nrow=3,byrow=TRUE)运算:2*x+1;x*y;x/y;x^y;x^2%/%表示整数除法,%%表示求余数5%/%3=1,5%%3=2t()函数求转置,det()函数求行列式,diag()生成对角阵和取对角crossprod(A,B)=t(A)%*%B,tcrossprod(A,B)=A%*%t(B)(求内积)outer(x,y)=x%o%y(求外积)solve()解线性方程组和求矩阵的逆若求解线性方程组Ax=b,则solve(A,b),返回值即为方程组的解若求矩阵A的逆,则solve(A)eigen()函数求矩阵的特征值和特征向量svd()函数是对矩阵作奇异值分解即svd(A)可将矩阵A分解为A=UDt(V),其中U,V均为正交阵,D为对角阵seq()函数产生等距间隔的数列如:seq(2,10,2)rep()为重复函数,可将某一向量重复若干次再放入新的变量中如:rep(x,times=3)factor()把向量编码成一个因子,gl()产生因子,gl(n,k,length=n*k)apply()函数可对数组(矩阵)进行某种计算apply(x,1,sum)对x每行进行求和;apply(x,2,mean)对x每列求均值runif()产生均匀分布的随机数rnorm()产生正态分布随机数round()取四舍五入x=round(rnorm(100,mean=80,sd=7))y=round(runif(100,min=80,max=100))2.画图篇hist()直方图plot()散点图pie()饼图boxplot()箱线图stem()茎叶图barplot()柱状图stars()星相图faces()脸谱图qqnorm()QQ图qqline()QQ图abline()加直线lines()加线函数polygon()加多边形3.参数估计uniroot()函数用于对方程求根如:uniroot(f,c(0,5))optimize()函数求一维变量函数的极小值点如:optimize(f,c(0,5))nlm()函数求多变量函数的极小值点如:nlm(f,x0)t.test()进行区间估计4.回归分析lm()函数为线性模型函数其中:lm(y~1+x)和lm(y~x)表示有截距的线性模型;lm(y~x-1),lm(y~x+0)和lm(y~0+x)表示过原点的线性模型summary()提取模型的计算结果anova()函数用于计算方差分析表coefficients()提取模型系数,formula()提取模型公式deviance()计算残差平方和,residuals()计算残差predict()函数用于预测5.方差分析aov()函数提供了方差分析表的计算进行方差分析的步骤:a.用数据框的格式输入数据如:lamp-data.frame(X=c(),A=factor())b.调用aov()函数计算方差分析lamp.aov-aov(X~A,data=lamp)c.用summary()提取方差分析的信息summary(lamp.aov)(anova.tab(lamp.aov))由于summary()无法给出总行和,用自编函数anova.tab()得到方差分析表anova.tab-function(fm){tab-summary(fm)k-length(tab[[1]])-2temp-c(sum(tab[[1]][,1]),sum(tab[[1]][,2]),rep(NA,k))tab[[1]][Total,]-temptab}不考虑交互作用的双因素方差分析a.用数据框形式输入数据agriculture-data.frame(X=c(),A=gl(),B=gl())b.做双因素方差分析agriculture.aov-aov(X~A+B,data=agriculture)c.调用自编函数anova.tab(),显示计算结果source(anova.tab.R);anova.tab(agriculture.aov)考虑交互作用的双因素方差分析a.以数据框的形式输入数据tree-data.frame(X=c(),A=gl(),B=gl())b.做双因素方差分析tree.aov-aov(X~A*B,data=tree)c.调用自编函数anova.tab(),显示计算结果source(anova.tab.R);anova.tab(tree.aov)

1 / 12
下载文档,编辑使用

©2015-2020 m.777doc.com 三七文档.

备案号:鲁ICP备2024069028号-1 客服联系 QQ:2149211541

×
保存成功