熟练使用R软件

实践1:最初几步

x=1:100#把1,2,...,100个整数向量赋值到x

(x=1:100) #同上, 只不过显示出来

sample(x,20) #从1,...,100中随机不放回地抽取20个值作为样本

set.seed(0);sample(1:10,3)#先设随机种子再抽样.

#从1,...,200000中随机不放回地抽取10000个值作为样本:

z=sample(1:200000,10000)

z[1:10]#方括号中为向量z的下标

y=c(1,3,7,3,4,2)

z[y]#以y为下标的z的元素值

(z=sample(x,100,rep=T))#从x放回地抽取100个随机样本

(z1=unique(z))

length(z1)#z中不同的元素个数

xz=setdiff(x,z) #x和z之间的不同元素--集合差

sort(union(xz,z))#对xz及z的并的元素从小到大排序

setequal(union(xz,z),x) #对xz及z的并的元素与x是否一样

intersect(1:10,7:50) #两个数据的交

sample(1:100,20,prob=1:100)#从1:100中不等概率随机抽样,

      #各数目抽到的概率与1:100成比例

实践2: 一些简单运算

pi *10^2 #能够用?”*”来看基本算术运算方法, pi是圆周率

"*"(pi, "^"(10,2)) #和上面一样, 有些繁琐, 是吧! 没有人这么用

pi * (1:10)^-2.3#可以对向量求指数幂

x = pi * 10^2

x

print(x) #和上面一样

(x=pi *10^2) #赋值带打印

pi^(1:5) #指数也可以是向量

print(x, digits = 12)#输出x的12位数字

实践3:关于R对象的类型等

这里写代码片x=pi*10^2

class(x) #x的class

typeof(x) #x的type

class(cars)#cars是一个R中自带的数据

typeof(cars) #cars的type

names(cars)#cars数据的变量名字

summary(cars) #cars的汇总

head(cars)#cars的头几行数据, 和cars[1:6,]相同

tail(cars) #cars的最后几行数据

str(cars)#也是汇总

row.names(cars) #行名字

attributes(cars)#cars的一些信息

class(dist~speed)#公式形式,"~"左边是因变量,右边是自变量

plot(dist ~speed,cars)#两个变量的散点图

plot(cars$speed,cars$dist) #同上

实践4: 包括简单自变量为定量变量及定性变量的回归

ncol(cars);nrow(cars) #cars的行列数

dim(cars) #cars的维数

lm(dist ~ speed, data = cars)#以dist为因变量,speed为自变量做OLS

cars$qspeed =cut(cars$speed, breaks=quantile(cars$speed),

  include.lowest = TRUE) #增加定性变量qspeed, 四分位点为分割点

names(cars) #数据cars多了一个变量

cars[3]#第三个变量的值和cars[,3]类似

table(cars[3])#列表

is.factor(cars$qspeed)

plot(dist ~ qspeed, data = cars)#点出箱线图

(a=lm(dist ~ qspeed, data = cars))#拟合线性模型(简单最小二乘回归)

summary(a)#回归结果(包括一些检验)

实践5: 简单样本描述统计量等等

这里写代码片x <- round(runif(20,0,20), digits=2)#四舍五入

summary(x) #汇总

min(x);max(x) #极值, 与range(x)类似

median(x)  # 中位数(median)

mean(x)    # 均值(mean)

var(x)     #方差(variance)

sd(x)      # 标准差(standard deviation),为方差的平方根

sqrt(var(x)) #平方根

rank(x)    # 秩(rank)

order(x)#升幂排列的x的下标

order(x,decreasing = T)#降幂排列的x的下标

x[order(x)] #和sort(x)相同

sort(x)     #同上: 升幂排列的x

sort(x,decreasing=T)#sort(x,dec=T) 降幂排列的x

sum(x);length(x)#元素和及向量元素个数

round(x) #四舍五入,等于round(x,0),而round(x,5)为留到小数点后5位

fivenum(x)  # 五数汇总, quantiles

quantile(x) # 分位点 quantiles (different convention)有多种定义

quantile(x, c(0,.33,.66,1))

mad(x) # "median average distance":

cummax(x)#累积最大值

cummin(x)#累积最小值

cumprod(x)#累积积

cor(x,sin(x/20)) #线性相关系数 (correlation)

实践6:简单图形

x=rnorm(200)#200个随机正态数赋值到x

hist(x, col = "light blue")#直方图(histogram)

rug(x) #在直方图下面加上实际点的大小

stem(x)#茎叶图

x <- rnorm(500)

y <- x + rnorm(500) #构造一个线性关系

plot(y~ x) #散点图

a=lm(y~x) #做回归

abline(a,col="red")#或者abline(lm(y~x),col="red")散点图加拟合线

print("Hello World!")

paste("x 的最小值= ", min(x)) #打印

demo(graphics)#演示画图(点Enter来切换)

实践7: 复数运算和求函数极值

#(2+4i)^-3.5+(2i+4.5)*(-1.7-2.3i)/((2.6-7i)*(-4+5.1i))#复数运算

#下面构造一个10维复向量, 实部和虚部均为10个标准状态样本点:

(z <-complex(real=rnorm(10), imaginary =rnorm(10)))

complex(re=rnorm(3),im=rnorm(3))#3维复向量

Re(z) #实部

Im(z) #虚部

Mod(z) #模

Arg(z) #辐角

choose(3,2) #组合

factorial(6)#排列6!

#解方程:

f=function(x) x^3-2*x-1

uniroot(f,c(0,2))#迭代求根

#如果知道根为极值

f=function(x) x^2+2*x+1 #定义一个二次函数

optimize(f,c(-2,2))#在区间(-2,2)间求极值

实践8:字符型向量

a=factor(letters[1:10])#letters:小写字母的向量,LETTERS:大写字母

a[3]="w"          #不行! 会给出警告

a=as.character(a) #转换一下

a[3]="w"          #可以了

a;factor(a)       #两种不同的类型

实践9:数据输入输出

x=scan()#从屏幕输入数据, 可以键入, 也可以粘贴,可多行输入,空行后Enter

1.5 2.6 3.7 2.1 8.9 12 -1.2 -4

x=c(1.5,2.6,3.7,2.1,8.9,12,-1.2,-4)#等价于上面

w=read.table(file.choose(),header=T)#从列表中选择有变量名的数据

setwd(“f:/2010stat”)#或setwd("f:\2010stat")#建立工作路径

(x=rnorm(20)) #给x赋值20个标准正态数据值

#(注:有常见分布的随机数, 分布函数,密度函数及分位数函数)

write(x,"f:/2010stat/test.txt")#把数据写入文件(路径要对)

y=scan("f:/2010stat/test.txt");y #扫描文件数值数据到y

y=iris;y[1:5,];str(y) #iris是R自带数据

write.table(y,"test.txt",row.names=F)#把数据写入文本文件

w=read.table("f:/2010stat/test.txt",header=T)#读带有变量名的数据

str(w) #汇总

write.csv(y,"test.csv")#把数据写入csv文件

v=read.csv("f:/2010stat/test.csv")#读入csv数据文件

str(v) #汇总

data=read.table("clipboard")#读入剪贴板的数据

实践10:序列等等

(z=seq(-1,10,length=100))#-1到10等间隔的100个数的序列

z=seq(-1,10,len=100)#和上面等价写法

(z=seq(10,-1,-0.1)) #10到-1间隔为-0.1的序列

(x=rep(1:3,3))  #三次重复1:3

(x=rep(3:5,1:3)) #自己看, 这又是什么呢?

x=rep(c(1,10),c(4,5))

w=c(1,3,x,z);w[3]#把数据(包括向量)组合(combine)成一个向量

x=rep(0,10);z=1:3;x+z #向量加法(如果长度不同, R如何给出警告和结果?)

x*z   #向量乘法

rev(x)#颠倒次序

z=c("no cat","has ","nine","tails") #字符向量

z[1]=="no cat" #双等号为逻辑等式

z=1:5

z[7]=8;z #什么结果? 注:NA为缺失值(not available)

z=NULL

z[c(1,3,5)]=1:3;

z

rnorm(10)[c(2,5)]

z[-c(1,3)]#去掉第1、3元素

z=sample(1:100,10);z

which(z==max(z))#给出最大值的下标