R語言統(tǒng)計(jì)分析簡介課件

R語言統(tǒng)計(jì)分析易楠張青青R語言簡介集數(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)專業(yè)專用軟件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)專業(yè)專用軟件Matlab：功能強(qiáng)大的編程軟件，統(tǒng)計(jì)分析功能較少，工程專業(yè)首選軟件Excel：具有簡單的統(tǒng)計(jì)分析功能，商務(wù)辦公首選軟件通?。?“黑匣子”“傻的可愛”函數(shù)結(jié)構(gòu)function_name(Arguments1,Arguments2=value,…)function_name表示函數(shù)名稱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)算的語句1、變量與賦值使用者可以用“=”或“<-”來將數(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。但是第一個(gè)字母必須是英文字母。R容許變量名稱中有空格。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)都是以一組來表達(dá)，即向量的形式。R中，使用者能以向量形式來輸入一組數(shù)字。舉例來說，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，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”。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以一行行來排列矩陣。當(dāng)矩陣的第一行被填滿時(shí)，余下的數(shù)字將填補(bǔ)下一行，如此類推，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，通過控制或給定自變量的數(shù)值來估計(jì)或預(yù)測因變量可能的數(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)殘差序列滿足0均值、同方差、無自相關(guān)，即白噪聲序列判別分析根據(jù)觀察或測量到若干變量值，判斷研究對象屬于哪一類函數(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察到但對可觀測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