Lecture1入门实例r.ppt

《Lecture1入门实例r.ppt》由会员分享，可在线阅读，更多相关《Lecture1入门实例r.ppt（57页珍藏版）》请在装配图网上搜索。

1、实验目的,实验内容,初步学习如何应用R软件解决统计问题,1、R 简介 2、应用实例 3、实验作业,入门实例,一、 R简介,为什么要学习R语言 R的资源 资料与文献 网站 统计分析软件包 S-Plus和R的初步比较 R的运行平台 R_GUI R_Commander R_WinEdt R_ESS+XEmacs ,R的无私奉献者,Bill Venables,Robert Gentleman,Ross Ihaka,R是 一个开放(GPL)的统计编程环境 一种语言，是语言(由AT demo(fm) q() 退出R,工具条介绍,Source R code,Load image,Save image,Cop

2、y and Paste,Stop current computation,Source R code 执行R文件(*.R或*.r) Save image 保存工作空间,文件名为*.RData Load image 打开已有的工作空间 Stop current computation 中止当前计算(由于超时等原因),(打开程序脚本),(载入映象),(保存映象),(打印),(中断目前的计算),主菜单介绍（相应有中文对照）,S的基本界面是一个交互式命令窗口，命令提示符是一个大于号，命令的结果马上显示在命令下面。后期版本也接受等号 “=”。,二、应用实例,S命令主要有两种形式：表达式或赋值运算（用表示

3、）。在命令提示符后键入一个表达式表示计算此表达式并显示结果。赋值运算把赋值号右边的值计算出来赋给左边的变量。,可以用向上光标键来找回以前运行的命令再次运行或修改后再运行。 S是区分大小写的，所以x和X是不同的名字。,我们用一些例子来看R软件的特点。 假设我们已经进入了R的交互式窗口。 如果没有打开的图形窗口，在R中，用： x11(),可以打开一个作图窗口。然后，输入以下语句：, x1 x2 y plot(x2,y, type=l),plot(x2,y,main=“画图练习”, type=“s”, sub=“好好练, xlab=x轴,ylab=y轴),这些语句可以绘制正弦曲线图。其中，“”是赋值

4、运算符。0:100表示一个从0到100 的等差数列向量。,第二个语句可以看出，我们可以对向量直接进行四则运算，计算得到的x2 是向量x1的所有元素乘以常数2*pi/100的结果。,从第三个语句可看到函数可以以向量为输入，并可以输出一个向量，结果向量y的每一个分量是自变量x2的每一个分量的正弦函数值。从最后一个语句可以看出函数的调用也很自由，可以按位置给出自变量，也可以用“自变量名”的形式指定自变量值，这样可以使用缺省值。,数学函数 abs，sqrt：绝对值，平方根 log, log10, log2 , exp：对数与指数函数 sin，cos，tan，asin，acos，atan，atan2：三

5、角函数 sinh，cosh，tanh，asinh，acosh，atanh：双曲函数,简单统计量,sum, mean, var, sd, min, max, range, median, IQR（四分位间距）等统计量， sort，order，rank与排序有关， 其它还有ave，fivenum，mad，quantile， stem等。,下面我们看一看S的简单统计功能:, marks mean(marks) sd(marks) median(marks) min(marks) max(marks) boxplot(marks),第一个语句输入若干数据到一个向量，函数c()用来把数据组合为一个向量。

6、 后面用了几个函数来计算数据的均值、标准差、中位数、最小值、最大值。 最后的函数绘制数据的盒形图。 例中sd()是R中才有的函数，在S-PLUS中要用sqrt(var()来计算。 在S命令方式中要显示一个表达式的值只要键入它。,中位数(median),排序后处于中间位置上的值,不受极端值的影响 主要用于顺序数据，也可用数值型数据，但不能用于分类数据 各变量值与中位数的离差绝对值之和最小，即,四分位数(quartile),排序后处于25%和75%位置上的值,不受极端值的影响 主要用于顺序数据，也可用于数值型数据，但不能用于分类数据,四分位差(quartile deviation),对顺序数据离散

7、程度的测度 也称为内距或四分间距 上四分位数与下四分位数之差 QD = QU QL 反映了中间50%数据的离散程度 不受极端值的影响 用于衡量中位数的代表性,未分组数据箱线图(box plot),用于显示未分组的原始数据的分布 箱线图由一组数据的5个特征值绘制而成，它由一个箱子和两条线段组成 其绘制方法是： 首先找出一组数据的5个特征值，即最大值、最小值、中位数Me 和两个四分位数(下四分位数QL和上四分位数QU） 连接两个四分（位）数画出箱子，再将两个极值点与箱子相连接。另外注意 两边的竖线也称为胡须，分别离箱子边的距离为1.5倍的四分位差(IQR)，在其外被认为离群点,未分组数据单批数据箱

8、线图(箱线图的构成),可以把若干行命令保存在一个文本文件（比如E:/WORK/MYPROG.S）中，然后用source 函数来运行整个文件： source(E:/lian.R),注意字符串中的反斜杠。用sink()函数可以把以后的输出从屏幕窗口转向到一个外部文本文件，例如： sink(“E:/WORK/MYPROG.txt) 要恢复输出到屏幕窗口，使用： sink(),在S中还可以用“?”号后面跟要查询的函数来显示帮助信息，例如: ?c ?=,例2:计算6, 4, 7, 8，10的均值和标准差，把若干行命令保存在一个文本文件（比如E:lian1.R）中，然后用source 函数来运行整个文件。

9、,a - c(10, 6, 4, 7, 8) b-mean(a) c-sd(a),source(F:/lian1.R) a b c,要退出S-PLUS或R，可以用q()函数，也可以用菜单命令。,R在退出时提问是否保存当前工作空间，它可以把当前定义的所有对象（有名字的向量、矩阵、列表、函数等）保存到一个文件。 ls()/ objects()查看当前空间的对象,例3:查询函数fivenum的帮助信息，并用帮助文件中的示例进一步学习., ?fivenum, fivenum(0:100), fivenum(1:100),fivenum(c(rnorm(100), fivenum(c(rnorm(100

10、),-1:1/0),实验作业,1、查询stem的函数帮助信息，并用帮助文件 中的案例进一步学习. 然后 绘制 12 12 11 10 9 10 12 的茎叶图。 2、绘制y=x3 +sin(x)*cos(x)的函数图，并加注 图例“自变量X”、“函数Y”、“示意图”.,要求：需给出程序、结果，存成word文档 星期日前发送到 ftp:/10.1.70.33 用户名：Sryy 密码： ryy,一个R的演示会话,见相应文件 作为阅读材料,附录一 S常用函数参考,一、数据管理 vector：向量 numeric：数值型向量 logical：逻辑型向量 character；字符型向量 list：列表

11、data.frame：数据框 c：连接为向量或列表 length：求长度 subset：求子集 rep：重复 NA：缺失值 seq，from:to，sequence：等差序列 NULL：空对象 sort，order，unique，rev：排序 unlist：展平列表 attr，attributes：对象属性 mode，typeof：对象存储模式与类型 names：对象的名字属性,二、字符串处理,character：字符型向量 nchar：字符数substr：取子串 format，formatC：把对象用格式转换为字符串 paste，strsplit：连接或拆分 charmatch，pmatch

12、：字符串匹配 grep，sub，gsub：模式匹配与替换,三、复数,complex，Re，Im， Mod，Arg，Conj：复数函数,四、因子,factor：因子 codes：因子的编码 levels：因子的各水平的名字 nlevels：因子的水平个数 cut：把数值型对象分区间转换为因子 table：交叉频数表 split：按因子分组 aggregate：计算各数据子集的概括统计量 tapply：对“不规则”数组应用函数,数学,一、计算,+, -, *, /, , %, %/%：四则运算 ceiling，floor，round，signif，trunc，zapsmall：舍入 max，min

13、，pmax，pmin：最大最小值 range：最大值和最小值 sum，prod：向量元素和，积 cumsum，cumprod，cummax，cummin：累加、累乘 sort：排序 approx和approx fun：插值 diff：差分 sign：符号函数,二、数学函数(I),abs，sqrt：绝对值，平方根 log, exp, log10, log2：对数与指数函数 sin，cos，tan，asin，acos，atan：三角函数 sinh，cosh，tanh，asinh，acosh：双曲函数,beta，lbeta，gamma，lgamma，digamma，trigamma，tetragam

14、ma，pentagamma，choose ，lchoose：与贝塔函数、伽玛函数、组合数有关的特殊函数,fft，mvfft，convolve：富利叶变换及卷积 polyroot：多项式求根 poly：正交多项式 spline，splinefun：样条差值 besselI，besselK，besselJ，besselY，gammaCody：Bessel函数 deriv：简单表达式的符号微分或算法微分,二、数学函数(II),三、数组,array：建立数组 matrix：生成矩阵 data.matrix：把数据框转换为数值型矩阵 lower.tri：矩阵的下三角部分 mat.or.vec：生成矩阵或

15、向量 t：矩阵转置 cbind：把列合并为矩阵 rbind：把行合并为矩阵 diag：矩阵对角元素向量或生成对角矩阵 aperm：数组转置 nrow, ncol：计算数组的行数和列数 dim：对象的维向量 dimnames：对象的维名 row/colnames：行名或列名 %*%：矩阵乘法 crossprod：矩阵交叉乘积（内积）,三、数组,crossprod：矩阵交叉乘积（内积） outer：数组外积 kronecker：数组的Kronecker积 apply：对数组的某些维应用函数 tapply：对“不规则”数组应用函数 sweep：计算数组的概括统计量 aggregate：计算数据子集的

16、概括统计量 scale：矩阵标准化 matplot：对矩阵各列绘图 cor：相关阵或协差阵 Contrast：对照矩阵 row：矩阵的行下标集 col：求列下标集,四、线性代数,solve：解线性方程组或求逆 eigen：矩阵的特征值分解 svd：矩阵的奇异值分解 backsolve：解上三角或下三角方程组 chol：Choleski分解 qr：矩阵的QR分解 chol2inv：由Choleski分解求逆,五、逻辑运算,，=，=，!=：比较运算符 !，&，&，|，|，xor()：逻辑运算符 logical：生成逻辑向量 all，any：逻辑向量都为真或存在真 ifelse()：二者择一 mat

17、ch，%in%：查找 unique：找出互不相同的元素 which：找到真值下标集合 duplicated：找到重复元素,六、优化及求根,optimize，uniroot，polyroot：一维优化与求根,程序设计,一、控制结构,if，else，ifelse，switch：分支 for，while，repeat，break，next：循环 apply，lapply，sapply，tapply，sweep：替代循环的函数。,二、函数,function：函数定义 source：调用文件 call：函数调用 .C，.Fortran：调用C或者Fortran子程序的动态链接库。 Recall：递归调用

18、 browser，debug，trace，traceback：程序调试 options：指定系统参数 missing：判断虚参是否有对应实参 nargs：参数个数 stop：终止函数执行,二、函数,on.exit：指定退出时执行 eval，expression：表达式计算 system.time：表达式计算计时 invisible：使变量不显示 menu：选择菜单（字符列表菜单）,其它与函数有关的还有：delay，environment ，formals，format.info，interactive，is.finite，is.function，is.language，is.recursive

19、 ，match.arg，match.call，match.fun，model.extract，name，parse，substitute，sys.parent ，warning，machine。,三、输入输出,cat，print：显示对象 sink：输出转向到指定文件 dump，save，dput，write：输出对象 scan，read.table，load，dget：读入,四、工作环境,ls，objects：显示对象列表 rm, remove：删除对象 q，quit：退出系统 .First，.Last：初始运行函数与退出运行函数。 options：系统选项 ?，help，help.star

20、t，apropos：帮助功能 data：列出数据集,统计计算 一、统计分布,每一种分布有四个函数： ddensity（密度函数），p分布函数， q分位数函数，r随机数函数。 比如，正态分布dnorm，pnorm，qnorm，rnorm,下列各分布前面加前缀d、p、q或r就构成函数名： norm：正态， t：t分布， f：F分布，chisq：卡方（包括非中心） unif：均匀，,统计计算 一、统计分布,下列各分布前面加前缀d、p、q或r就构成函数名： exp：指数， weibull：威布尔， gamma：伽玛， beta：贝塔 lnorm：对数正态， logis：逻辑分布， cauchy：柯西，

21、 binom：二项分布， geom：几何分布， hyper：超几何， nbinom：负二项， pois：泊松 signrank：符号秩， wilcox：秩和， tukey：学生化极差,二、简单统计量,sum, mean, var, sd, min, max, range, median, IQR（四分位间距）等为统计量， sort，order，rank与排序有关， 其它还有ave，fivenum，mad，quantile，stem等。,三、统计检验,R中已实现的有chisq.test，prop.test，t.test。,四、多元分析,cor，cov.wt，var：协方差阵及相关阵计算 biplot，biplot.princomp：多元数据biplot图 cancor：典则相关 princomp：主成分分析 hclust：谱系聚类 kmeans：k-均值聚类 cmdscale：经典多维标度 其它有dist，mahalanobis，cov.rob。,五、时间序列,ts：时间序列对象 diff：计算差分 time：时间序列的采样时间 window：时间窗,六、统计模型,lm：线性模型,glm：广义线性模型,aov：方差分析,附录二 R运行平台介绍,参见 R运行平台.ppt,转到第三节部分内容,