R语言教程

把表明时间序列的字符串转成时刻类型数据，在R言语里面有两个根本的函数：as.POSIXlt() 和 as.POSIXct()。两者都是S3泛型函数，依据参数的数据类型挑选不同的变换办法，除字符串外还能够变换数字、因子等数据类型，适应性很强： as.POSIXlt("2010/01/01") ## [1] "2010-01-01 CST" as.POSIXlt("2010/01/01 10:30:30&quo … 继续阅读“R语言教程之时间序列问题汇总实现代码教学”

1 R预设的调色板 这一系列函数有5个，即： rainbow heat.colors terrain.colors topo.colors cm.colors 在R环境外面输出问号（?）和下面任一函数名就可以取得这5个函数的用法阐明。这些函数最少需求一个参数，n，表示要失掉颜色的数量。n在零碎允许范围内没无限制。上面用彩虹色彩色板函数rainbow发生的颜色绘一个色盘： n <- 1000 png("rainbow.disc.png&quo … 继续阅读“R语言教程之调色板的使用”

将数据导入R非常简单。对于Stata和Systat，请使用外部软件包。对于SPSS和SAS，我会推荐使用Hmisc软件包来简化和实现功能。有关获取和安装这些软件包的信息，请参阅软件包上的Quick-R部分。下面提供了导入数据的示例。 从逗号分隔的文本文件 # first row contains variable names, comma is separator # assign the variable id to row names# note the / i … 继续阅读“R语言教程之如何导入数据”

R提供执行Mann-Whitney U，Wilcoxon签名排名，Kruskal Wallis和Friedman测试的功能。 # independent 2-group Mann-Whitney U Test wilcox.test(y~A) # where y is numeric and A is A binary factor # independent 2-group Mann-Whitney U Testwilcox.test(y,x) # where y and … 继续阅读“R语言教程之群体差异的非参数检验Nonparametric Tests of Group Differences”

主成分与因子分析 本节涵盖主要组成部分和因素分析。后者包括探索性和确认性方法。 主要组件 所述princomp（）函数产生未旋转的主成分分析。 # Pricipal Components Analysis# entering raw data and extracting PCs # from the correlation matrix fit <- princomp(mydata, cor=TRUE)summary(fit) # print variance acc … 继续阅读“R语言教程之主成分与因子分析”

您可以使用 cor（）函数产生相关性，使用c ov（）函数产生协方差。 简化的格式是cor（x，use =，method =）其中 选项 描述 X 矩阵或数据框架 使用 指定处理缺少的数据。选项是all.obs（假设没有丢失的数据 – 丢失的数据会产生错误），complete.obs（列表删除）和pairwise.complete.obs（成对删除） 方法 指定相关的类型。选项有pearson，spearman或kendall。 # Correlations/co … 继续阅读“R语言教程之函数产生相关性”

广义线性模型 广义线性模型使用glm（）函数进行拟合。glm函数的形式是 glm（formula ，family = familytype （link = linkfunction ），data =） 家庭 默认链接功能 二项式 （link =“logit”） 高斯 （link =“身份”） 伽玛 （link =“inverse”） inverse.gaussian分布 （链接=“1 / mu ^ 2”） 泊松 （link =“log”） 准 （ … 继续阅读“广义线性模型 R语言实现教程 Generalized Linear Models”

R提供了获取汇总统计的各种功能。获取描述性统计量的一种方法是使用具有指定汇总统计量的sapply（）函数。 # get means for variables in data frame mydata# excluding missing values sapply(mydata, mean, na.rm=TRUE) 在sapply中使用的可能函数包括mean，sd，var，min，max，median，range和quantile。 还有许多R功能可以一次提供一系列描述性统计数据。例 … 继续阅读“R语言教程之描述统计Descriptive Statistics”

简单的散点图 有许多方法可以在R中创建散点图。基本函数是plot（x ，y ），其中x和y是表示要绘制的（x，y）点的数字向量。 # Simple Scatterplotattach(mtcars)plot(wt, mpg, main="Scatterplot Example",    xlab="Car Weight ", ylab="Miles Per Gallon ", pch=1 … 继续阅读“R语言教程之如何生成散点图Scatterplots”

Boxlot可以为单个变量或变量按组创建。格式是boxplot（x ，data =），其中x是公式，data =表示提供数据的数据帧。公式的一个例子是y〜group，其中为每个组的值生成一个单独的数值变量y的箱形图。添加varwidth = TRUE以使箱线宽度与采样尺寸的平方根成比例。添加水平= TRUE以反转轴的方向。 # Boxplot of MPG by Car Cylinders boxplot(mpg~cyl,data=mtcars, main=&quo … 继续阅读“R语言教程之如何生成盒形图Boxplots”