R語(yǔ)言統(tǒng)計(jì)分析簡(jiǎn)介課件

R語(yǔ)言統(tǒng)計(jì)分析易楠張青青R語(yǔ)言簡(jiǎn)介集數(shù)據(jù)分析與圖形顯示于一體的統(tǒng)計(jì)編程軟件。由Auckland大學(xué)統(tǒng)計(jì)系的RobertGentleman和RossIhaka于1995年創(chuàng)立的。免費(fèi)下載地址其它統(tǒng)計(jì)軟件SAS：世界上最權(quán)威的統(tǒng)計(jì)軟件，價(jià)格昂貴，支持編程，統(tǒng)計(jì)學(xué)專(zhuān)業(yè)專(zhuān)用軟件SPSS：操作容易、輸出漂亮、功能齊全、價(jià)格合理，非統(tǒng)計(jì)學(xué)專(zhuān)業(yè)首選軟件Eviews：具有強(qiáng)大的多元回歸和時(shí)間序列分析功能，計(jì)量經(jīng)濟(jì)學(xué)專(zhuān)業(yè)專(zhuān)用軟件Matlab：功能強(qiáng)大的編程軟件，統(tǒng)計(jì)分析功能較少，工程專(zhuān)業(yè)首選軟件Excel：具有簡(jiǎn)單的統(tǒng)計(jì)分析功能，商務(wù)辦公首選軟件通病：&“黑匣子”“傻的可愛(ài)”函數(shù)結(jié)構(gòu)function_name(Arguments1,Arguments2=value,…)function_name表示函數(shù)名稱(chēng)Arguments1表示需輸入的數(shù)值，可能是向量、數(shù)據(jù)框等Arguments2=value表示參數(shù)2的取值，可能是邏輯變量等例：函數(shù)read.table(file,header=F)read.table表示讀入文本數(shù)據(jù)函數(shù)名參數(shù)file表示被讀取的文本文件名“**.txt”header表示數(shù)據(jù)文件第一行是否包含變量名，如果包含則輸入header=F，否則輸入header=TR中的一些基本運(yùn)算的語(yǔ)句1、變量與賦值使用者可以用“=”或“<-”來(lái)將數(shù)值賦予給一個(gè)變量。任何英文字母、數(shù)字、“.”都可作為變量名稱(chēng)。但是第一個(gè)字母必須是英文字母。R容許變量名稱(chēng)中有空格。例如：如果要給變量x賦予數(shù)值9，只需輸入：>x=9或>x<-9>sqrt(x)[1]3>Y=(5*(x+2))-3>y[1]52運(yùn)算中是不會(huì)影響x的數(shù)值，倘若想重新給x賦值，可參考下列例子：>x=sqrt(x)>x[1]3R中的一些基本運(yùn)算的語(yǔ)句2、向量在統(tǒng)計(jì)學(xué)中，多數(shù)數(shù)據(jù)都是以一組來(lái)表達(dá)，即向量的形式。R中，使用者能以向量形式來(lái)輸入一組數(shù)字。舉例來(lái)說(shuō)，在一次重復(fù)試驗(yàn)中得出以下10個(gè)結(jié)果：2,4.6,1,3.7,5.9,4.0,6.7,2.8,1.4,3.1若想將其以一個(gè)向量的形式表示出來(lái)，可參考如下：observations=c(2,4.6,1,3.7,5.9,4.0,6.7,2.8,1.4,3.1)C()表示R中在括號(hào)中的數(shù)值是以向量形式輸入的。向量的運(yùn)算與標(biāo)量的相同，如：2.54*observations輸出結(jié)果為向量中的每一個(gè)數(shù)值均乘以2.54，然后再以向量形式輸出利用R，通過(guò)定義成向量的形式，我們可以很方便的計(jì)算出上述一列數(shù)據(jù)的均質(zhì)和方差，如：Mean(observations)Var(observations)4、矩陣矩陣和向量有點(diǎn)相似，但它是二維的。輸入矩陣如同輸入向量，只需加上它的二維數(shù)據(jù)。矩陣擁有兩個(gè)屬性：“二維數(shù)據(jù)”和“行和列的名稱(chēng)”。例如：A=atrix(c(1:9),nrow=3,ncol=3,byrow=T)[,1][,2][,3][1,]123[2,]456[3,]789上述例子中，自變量“byrow=T”提示R以一行行來(lái)排列矩陣。當(dāng)矩陣的第一行被填滿(mǎn)時(shí)，余下的數(shù)字將填補(bǔ)下一行，如此類(lèi)推，直至完成矩陣。byrow默認(rèn)值是“F”，因此，若不輸入自變量“byrow=T”，則會(huì)被視為以下列方式組成矩陣：[,1][,2][,3][1,]147[2,]258[3,]369>dim(A)函數(shù)dim能顯示矩陣的二維數(shù)據(jù)[1]334、矩陣的合并5、數(shù)據(jù)框矩陣和向量一樣，只能擁有一種數(shù)據(jù)類(lèi)型，而數(shù)據(jù)框卻能同時(shí)擁有多種。若數(shù)據(jù)框內(nèi)同時(shí)含有文字，當(dāng)數(shù)據(jù)框被轉(zhuǎn)化成矩陣時(shí)，所有元素都會(huì)被轉(zhuǎn)化成文字。利用指令as.frame，可將矩陣轉(zhuǎn)化為數(shù)據(jù)框。例如：數(shù)據(jù)框的引用數(shù)據(jù)框數(shù)據(jù)的調(diào)用用attach命令有興趣的同學(xué)可以試著做：高一成績(jī)與收入水平的kendall相關(guān)系數(shù)，并思考為什么不能使用pearson相關(guān)系數(shù)分析？相關(guān)分析R與SPSS對(duì)比R輸出結(jié)果SPSS輸出結(jié)果回歸分析描述變量之間具體的變動(dòng)關(guān)系，通過(guò)控制或給定自變量的數(shù)值來(lái)估計(jì)或預(yù)測(cè)因變量可能的數(shù)值。函數(shù)名：lm(formula,data)數(shù)據(jù)文件：earnings.txt程序命令：earnings=read.table("earnings.txt",header=T)lm1=lm(income~industry+service,data=earnings)summary(lm1)回歸分析R與SPSS對(duì)比R輸出結(jié)果SPSS輸出結(jié)果殘差檢驗(yàn)正態(tài)性檢驗(yàn)程序命令：shapiro.test(lm1$res)t.test(lm1$res)殘差序列滿(mǎn)足εt~N(0,σ2)序列相關(guān)檢驗(yàn)（D.W.）程序命令：library(car)durbin.watson(lm1)殘差檢驗(yàn)自相關(guān)系數(shù)（ACF）程序命令：acf(lm1$res)偏自相關(guān)系數(shù)（PACF）程序命令：pacf(lm1$res)殘差序列滿(mǎn)足0均值、同方差、無(wú)自相關(guān)，即白噪聲序列判別分析根據(jù)觀(guān)察或測(cè)量到若干變量值，判斷研究對(duì)象屬于哪一類(lèi)函數(shù)名：lda(x,grouping)數(shù)據(jù)文件名：disc.sav分析方法：距離判別法library(MASS)library(foreign)disc=read.spss("disc.sav",to.data.frame=T)lda1=lda(disc[,-1],disc$GROUP)table(predict(lda1,disc[,-1])$class,disc$GROUP)plot(predict(lda1,disc[,-1])$x,col=as.numeric(disc$GROUP))判別分析R與SPSS對(duì)比R輸出結(jié)果SPSS輸出結(jié)果主成分分析利用降維的思想，把多個(gè)指標(biāo)轉(zhuǎn)換成較少的幾個(gè)互不相關(guān)的綜合指標(biāo)的統(tǒng)計(jì)方法函數(shù)名：prcomp(x,

scale=F)

數(shù)據(jù)文件名：company.txt分析方法：從相關(guān)矩陣出發(fā)程序命令：company=read.table("company.txt",header=T)prc=prcomp(company[,-1],scale=T)summary(prc)prc$rotationprc$x[,1:2]主成分分析R與SPSS比較R輸出結(jié)果SPSS輸出結(jié)果因子分析探討存在相關(guān)關(guān)系的變量之間，是否存在不能直接觀(guān)察到但對(duì)可觀(guān)測(cè)變量變化起支配作用的潛在因子的分析方法函數(shù)名：factanal(x,factors,rotation="varimax")數(shù)據(jù)文件名：student.sav分析方法：極大似然法、方差最大正交旋轉(zhuǎn)、回歸法程序命令：library(foreign)student=read.spss("student.sav",to.data.frame=T)factanal(student,2,rotation="varimax",scores="regression")因子分析R與SPSS對(duì)比R使用mle方法估計(jì)參數(shù)，默認(rèn)因子旋轉(zhuǎn)方法為方差最大化R輸出結(jié)果