[精彩]r措辞卡方考验

[精彩]r措辞卡方考验[精彩]r措辞卡方考验 R语言使用简介(转载) 这篇介绍写得挺好，请选了应用统计学课的同学看一看。 R模拟著名的统计软件:S,PLUS。两者语法基本相同，有些功能R少一些，例如:S,PLUS有菜单而R没有，不过，R也正在开发菜单系统。对于windows系统，下载R的安装程序:setupR.exe。安装后，运行安装目录的bin子目录下的Rgui.exe，即运行R。 R打开后界面简洁，它没有做数据分析用的菜单系统，我们所有的分析工作都是在程序窗口中输入程序来完成。你会看到有一个红色的:>?，就在这里输入程序...

[精彩]r措辞卡方考验 R语言使用简介(转载) 这篇介绍写得挺好，请选了应用统计学课的同学看一看。 R模拟著名的统计软件:S,PLUS。两者语法基本相同，有些功能R少一些，例如:S,PLUS有菜单而R没有，不过，R也正在开发菜单系统。对于windows系统，下载R的安装程序:setupR.exe。安装后，运行安装目录的bin子目录下的Rgui.exe，即运行R。 R打开后界面简洁，它没有做数据分析用的菜单系统，我们所有的分析工作都是在程序窗口中输入程序来完成。你会看到有一个红色的:>?，就在这里输入程序。普通模式中，每输入一条语句，回车后就执行。也可以把程序输入在一个文件中，用source函数来调用执行，例如:source("C:\\work\\pro.txt")，表示调用c盘work目录下的pro.txt文件同时执行其中的R程序，请注意文件路径的写法。基本语法: R的变量名一般是由字母开头的，其后可有数字，下划线不可以，请注意:R的变量名和命令是区分大小写的。 R中用 -> 和 <- 来进行赋值，这两个符号功能一样，只是方向不同。例如:15->x 表示把值15赋值给变量 x ，用x<-15 ，效果是一样的。例如:10->x ，表示把10赋值于x，数值变量;“www”->y ，表示把字符串”www”赋值于y，字符变量。数据输入: c(12,14,16,33)->x 表示把一个向量(12,14,16,33)赋予变量x。简单的就可以理解为x是一个数值变量，目前有数据12,14,16,33。用求均值函数mean()就可以求其平均数:mean(x)，系统会输出 18.75。类似的，sd(x)输出标准差9.64，median(x)则输出中位数 15。 c(''tr'',''tsed'',''ddd'')->y 此时y是一个字符串的向量，可以理解为y是一个字符变量。采用data.frame(x,y)可以把x和y这两个变量组合为一个二维数据集。如:data.frame(x,y)->z 表示z包含了x和y变量，类似一个数据集。你键入 z 回车，就可以看到它的内容。可以用 $ 符号来引用数据集中的变量，例如:mean(z$x) ，即计算z中的x的均数，得到18.75。如果有一个输好数据的数据文件，则可以用read.table()函数来读入数据。比如有一个文件c:/test.txt包含了数据。用read.table(''c:/test.txt'',header=T,sep=",")->t。表示读入此文件并保存为t，文件的第一行是变量名(header=T);分隔符是逗号(sep=",")。如果数据集中有一个变量为dd,用t$dd就可以引用dd，如:sd(t$dd)表示计算其标准差。类似的，用read.epi()函数可以读入epi info数据库，也还有类似函数可以读入stata等常用数据库文件。统计描述: 采用R函数可以计算描述性统计指标。算术均数:mean() 例:mean(x)或mean(data$x) 几何均数:exp(mean(log(x))) 采用了函数嵌套，即先取对数log()，然后求平均mean()，再求反对数exp() 中位数:median() 方差:var() 标准差:sd() 假设检验: T检验:R中采用t.test()函数。用法:1、t.test(x) 表示对x做总体均数为0的t检验 2、t.test(x,mu=10) 表示做总体均数为10的t检验 3、t.test(x,y) 表示对两个变量x，y做两样本均数的成组t检验 4、t.test(x~group) 表示group为分组变量，x为数值变量，做t检验，此时x和y应该在同一个数据集中。 5、 t.test(x[group==1],x[group==2]) 表示对group,1和2时的x做t检验方差分析:利用lm()函数如果一个数据集dd中，x是数值变量，g是分组变量，运行:lm(dd$x~dd$g) ，这样实际是拟合一个线性模型，x为应变量，g为自变量。缺省的输出很少，只有g和截据的系数，采用summary()函数可以输出较多信息。即:summary(lm(dd$x~dd$g)) 这样将会输出常见方差分析所需要输出的全部信息，诸位一试便知。这里提示了R的一个特性:缺省的输出往往是很少的，其实有很多的结果被保存在背后，需要用语句提取出来的。秩和检验: wilcox.test()函数和kruskal.test()函数 wilcox.test(x) 表示对x做均数为0的符号秩和检验 kruskal.test(x,g) 表示x为数值变量而g为分组变量，做秩和检验卡方检验:chisq.test() 对于如下四格表资料:12 5 24 11 首先建立四格表:matrix(c(12,24,5,11),crow=2)->data 说明 :data中存储了四格表资料，也就是一个矩阵。c(12,24,5,11)是一个向量，crow=2表示有两行，请注意行列的顺序:即先排“列”数据，再排“行”数据。然后进行卡方检验:chisq.test(data) 对于四格表卡方，缺省的用Yates连续性校正。如果用:chisq.test(data,correct=FLASE)，则不进行Yates校正。如果理论数过小，则输出时会提示卡方检验可能不正确，此时就需要用fisher精确概率法:fisher.test(data)。线性相关采用cor()函数可以计算两变量的线性相关系数;采用cor.test()函数可以计算相关系数比进行假设检验、提供相关系数可信区间。例如:c(12,15,13,16,21,22,14)->x c(25,56,45,15,32,16,45)->y cor.test(x,y) 即可对x和y进行线性相关分析，计算两者的相关系数并进行假设检验。线性回归: lm()函数可以拟合一般线性模型。例如:lm(y~x+z) 便是拟合应变量为y，自变量为x和z的回归方程。直接使用lm(y~x+z) 只能输出x和z的回归系数，用summary(lm(y~x+z))，即外部套上summary函数，可以输出线性回归分析的大部分内容。summary(lm(y~x+z+x*z)) 则是考虑了x和z的交互作用了。结 R中能够实现各种常用统计分析，这，一般成熟的统计软件都是具有的。 R，作为s+的一个克隆，其实是S语言的一个编程环境。 R中一切都是对象。 R中的功能主要是以函数的形式实现。使用者可以修改(重载)这些函数，也可以开发新的函数。 R有很多package，实现各种功能，可以在R的站点cran中下载安装各种package以扩展功能。

                    本文档为【[精彩]r措辞 卡方考验】，请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑，
                    图片更改请在作品中右键图片并更换，文字修改请直接点击文字进行修改，也可以新增和删除文档中的内容。 
 该文档来自用户分享，如有侵权行为请发邮件ishare@vip.sina.com联系网站客服，我们会及时删除。

                    [版权声明] 本站所有资料为用户分享产生，若发现您的权利被侵害，请联系客服邮件isharekefu@iask.cn，我们尽快处理。

                    本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用。

                    网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
                

下载需要：免费已有0 人下载

立即下载

[精彩]r措辞 卡方考验

你可能还喜欢

[精彩]r措辞卡方考验