应用统计分析实验R软件2013

应用统计分析——R软件实现应用统计分析实验——R软件应用统计分析——R软件实现SPSS：这是一个很受欢迎的统计软件容易操作，输出漂亮，功能齐全，价格合理。对于非统计工作者是很好的选择。应用统计分析——R软件实现SAS：这是功能非常齐全的软件；美国政府政策倾斜(“权威性”)许多美国公司使用。价格不菲,每年交费.即使赠送,条件苛刻尽管现在已经尽量“傻瓜化”，仍然需要一定的训练才可以进入。应用统计分析——R软件实现R软件：免费的,志愿者管理的软件。编程方便，语言灵活，图形功能强大有不断加入的各个方向统计学家编写的统计软件包。也可以自己加入自己算法的软件包.这是发展最快的软件，受到世界上统计师生的欢迎。是用户量增加最快的统计软件。对于一般非统计工作者来说，主要问题是它没有“傻瓜化”。应用统计分析——R软件实现Minitab：这个软件是很方便的功能强大而又齐全的软件，也已经“傻瓜化”，在我国用的不如SPSS与SAS那么普遍。Eviews：这是一个主要处理回归和时间序列的软件。GAUSS：这是一个很好用的统计软件，许多搞经济的喜欢它。主要也是编程功能强大。目前在我国使用的人不多。MATLAB：这也是应用于各个领域的以编程为主的软件，在工程上应用广泛。但是统计方法不多。应用统计分析——R软件实现R的历史S语言在1980年代后期在AT&T实验室开发.R项目由Auckland大学统计系的RobertGentleman和RossIhaka于1995年开始的.它很快得到广泛用户的欢迎.目前它是由R核心发展团队维持;它是一个由志愿者组成的工作努力的国际团队应用统计分析——R软件实现下载R软件应用统计分析——R软件实现R软件的使用1数据描述性统计2回归分析3判别分析4聚类分析5主成分分析6因子分析7应用统计分析——R软件实现基本语法向量矩阵list与data.frame读写数据文件控制语句与自定义函数一.R软件的使用应用统计分析——R软件实现基本语法1.变量使用即定义:变量名区分大小写,也可用中文命名变量赋值可采用4种形式：=，-,-,assign()变量类型自动由变量赋值确定。a=10;b-20;30-c;assign(“d”,40)中国=“中华人民共和国”#生成字符串变量2.注释符号#语句连接符;应用统计分析——R软件实现3.算术运算符:+,-,*,/,^(乘方),%%(模),%/%(整除)4.常用的数学函数有:abs,sign,log,log2,log10,sqrt,exp,sin,cos,tan,acos,asin,atan,cosh,sinh，tanh5.查看帮助help(round)?abs应用统计分析——R软件实现向量1.向量的赋值(一维数组,下标从1开始)a=c(d1,d2,d3,…)间隔为1的等差序列:a:b指定间隔的等差序列:seq(from,to,by)seq(length,from,by)重复序列：rep(vec,times)rep(vec,times,len,each)a=c(3,5,8,10);b=1:10;c=seq(1,10,2);d=seq(-pi,pi,0.2)e=rep(a,3);f=rep(a,2,each=3)随机向量rnorm(10)#10个服从标准正态分布的随机数应用统计分析——R软件实现a=1:5(b=1:5)#同上，只不过显示出来a[2]#取出a中第二个元素a[c(2,4)]=c(4,8)#修改a中第2、4个元素分别为4、8a[-5]#扣除第5个元素取出来a3#判断a中元素是否小于3[1]TRUETRUEFALSEFALSEFALSEa[a3]#取出a中小于3的元素a[6]=12a=a[-c(1,3,5)]#去掉第1、3、5元素.2.向量的下标运算应用统计分析——R软件实现3.向量的长度length(a)应用统计分析——R软件实现matrix(data=NA,nrow=1,ncol=1,byrow=FALSE)A=matrix(1:10,2,5)B=matrix(1:10,2,5,byrow=TRUE)#按行放置元素注意：默认是按列放置元素[,1][,2][,3][,4][,5][1,]12345[2,]678910[,1][,2][,3][,4][,5][1,]13579[2,]246810矩阵(二维数组)应用统计分析——R软件实现x=matrix(rnorm(24),4,6)x[2,1]#第[2,1]元素x[c(2,1),]#第2和第1行x[,c(1,3)]#第1和第3列x[x[,1]0,1]#第1列大于0的元素x[,-c(1,3)]#没有第1、3列的xx[-2,-c(1,3)]#没有第2行、第1、3列的x.1.矩阵的元素访问应用统计分析——R软件实现2.矩阵的维数问题dim(A)#获得维数,返回向量nrow(A),ncol(A)#获得行数和列数rownames(A),colnames(A)#访问各维名称应用统计分析——R软件实现3.向量和数组/矩阵的转化:只要定义向量的维数即可实现向量和数组转化c=1:12;a=matrix(c,nrow=2,ncol=6)dim(c)=c(3,4)b=as.vector(c)A=diag(c(1,4,5))#以向量为对角元生成对角矩阵a=diag(A)#获取矩阵的对角元应用统计分析——R软件实现3.矩阵运算+,-,*,/分别是矩阵内部元素的四则运算向量矩阵间：向量按列匹配与矩阵运算例如：A=matrix(1:6,nrow=3)B=matrix(10:15,nrow=3)C=c(100,200)则：A+BA*BA+C111710521012041319227020210515213690103206应用统计分析——R软件实现A%*%B#乘法t(mat)#转置det(mat)#行列式solve(mat)#逆矩阵eigen(mat)#求特征值与特征向量应用统计分析——R软件实现4.多维数组a=array(data=1:24,dim=c(2,3,4))a[,,1]应用统计分析——R软件实现列表和数据框1.列表是一种特殊的对象集合，各元素类型任意生成：list(name1=value1,…,namen=valuen)访问/修改：对象名[[下标]]或对象名$nameistu=list(age=10,name=“Tom”,interests=c(“swimming”,”drawing”))stu[[2]]stu$namestu$name=“john”names(stu)#得到所有的对象名应用统计分析——R软件实现2.数据框是R的一种数据结构，以矩阵形式保存数据各列类型可以不同，每列为一变量，每行为样品各列长度相等data.frame()stu=data.frame(name=c('Tom','Rose'),age=c(30,32))names(stu)#得到所有的变量名colnames(stu)#列名，同上rownames(stu)#得到行名attach(x)#把数据框中的变量链接到内存中x=data.frame(matrix(1:6,nrow=2))#矩阵转化为数据框应用统计分析——R软件实现x=data.frame(id=101:120,score=round(rnorm(20,70,10)))#取出前两行数据x[1:2,]#选出score60的数据x[x[[2]]60,]应用统计分析——R软件实现读写数据文件1.读表格形式文本文件read.table(file,header=FALSE,sep=““,…)header表示第一行是否有变量名，sep表示数据分割的字符D1=read.table(“e:\\test1.txt”,header=TRUE)D2=read.table(“clipboard”)#从剪贴板中获得文本数据应用统计分析——R软件实现2.计算的数据保存成文本文件或CSV文本文件write.table(data,file=“”)#纯文本格式write.table(D1,file=“e:\\file_1.txt”)应用统计分析——R软件实现1.分支结构单分支：if(条件)语句if(条件){复合语句;}双分支：if(条件)语句1else语句2多分支：if()语句1elseif()语句2…elseif()语句nelse语句n+1x=1;if(x0){a=10;b=10}else{a=20;b=20;}控制语句控制语句与自定义函数应用统计分析——R软件实现2.循环结构for(nameinexpress)expr;while(condition)expr;repeat{exprs;if(达到中止条件)break}例子：计算1^1+2^2+3^3+…+10^10i=1;j=1;k=1;s1=0;s2=0;s3=0;for(iin1:10)s1=s1+i^i;#用forwhile(j=10){s2=s2+j^j;j=j+1;}#用whilerepeat{s3=s3+k^k;k=k+1;if(k10)break}应用统计分析——R软件实现fun-function(arg1,arg2,…){注意：最后一句表达式的值为返回值}myfun=function(k){sum=0;for(iin1:k)sum=sum+i^isum}自定义函数应用统计分析——R软件实现统计量数据中心化与标准化和分布有关数据的图形表示统计图形二.数据描述性统计应用统计分析——R软件实现统计量sum(),max(),min()mean()#平均值median()#中位数var()#方差sd()#标准差cov()#协方差阵，参数为矩阵或数据框cor()#相关系数，参数为矩阵或数据框summary()table()#列联表，统计不同值出现的个数应用统计分析——R软件实现x=c(10,90,71:78)mean(x)mean(x,trim=0.10)A=cbind(c(90,60,70),c(85,66,95))apply(A,1,mean)#对每一行取平均apply(A,2,mean)#对每一列取平均cov(A)cor(A)应用统计分析——R软件实现数据中心化与标准化,1,,;1,,ijjijjjxxxinjpsscale(x,center=TRUE,scale=TRUE)应用统计分析——R软件实现dnorm(x,mean=0,sd=1)#计算正态分布的密度函数pnorm(p,mean=0,sd=1)#计算正态分布的分布函数qnorm(q,mean=0,sd=1)#计算正态分布的分位数rnorm(n,mean=0,sd=1)#计算n个正态分布的随机数其它分布的关键词：unif,exp,chisq,t,f,binom,pois#得到参数为1的指数分布在2的密度函数值dexp(2,1)#产生5个均匀分布U(0,10)的随机数runif(5,0,10)和分布相关应用统计分析——R软件实现抽样样本x=sample(1:20,10)#从1，…，20中随机地不放回抽取10个值作为样本y=sample(1:20,10,replace=TRUE)#从1，…，20中随机地有放回抽取10个值作为样本应用统计分析——R软件实现数据的图形表示x=seq(-10,10,2);y=rnorm(11)plot(x,y)plot(x,y,main=散点图,xlab=横坐标x,ylab=纵坐标y)text(x,y,1:length(x),-1)#写入点序号,第三个参数默认如此plot(x,y,type=o,col=red,pch=2,lty=3)1.散点图plot(x,y,…)应用统计分析——R软件实现type=“p”#散点图，默认type=“l’#绘实线type=