R语言之描述性统计分析练习笔记

1、R 14章笔记/*2015年9月15日10:14:47：多组数据的描述统计分析*/*先画散点图*/plot(cars$distcars$speed, xlab="Speed(mph)", ylab="Sdistance(ft)")/*添加拟合曲线*/lines(lowess(cars$speed,cars$dist),lwd=2) /*还可以使用loess()函数， 该函数适用于处理多维的情况， 而lowess只处理二维的情况*/结果如图：/*标明数据的具体位置*/rug(side=2,jitter(cars$dist,20)rug(side=1,jit

2、ter(cars$speed,5)/*添加单变量的箱形图*/op<-par()layout(matrix(c(2,1,0,3),2,2,byrow=T),c(1,6),c(4,1)par(mar=c(1,1,5,2) plot(cars$distcars$speed, xlab="", ylab="", las=1)rug(side=1,jitter(cars$speed,5)rug(side=2,jitter(cars$dist,20)title(main="cars data")par(mar=c(1,2,5,1)boxpl

3、ot(cars$dist,axes=F)title(ylab='Sdistance(ft)',line=0)par(mar=c(5,1,1,2)boxplot(cars$speed,horizontal=T,axes=F)title(xlab='Speed(mph)',line=1)par(op) 结果图如下：二维等高线图：library(MASS)z<-kde2d(x,y)contour(z,col="red",drawlabels=FALSE, /contour函数 main="二维核密度估计：等高线图")三维透

4、视图：persp(z,main="三维核密度估计：透视图") /persp函数/*2015年9月16日15:33:05 多组数据的图形描述练习*/*产生五个样本容量为10标准正态分布的样本*/n<-10d<-data.frame(y1=abs(rnorm(n), y2=abs(rnorm(n), y3=abs(rnorm(n), y4=abs(rnorm(n), y5=abs(rnorm(n) )/*画多数据的散点图*/plot(d) 或者用“pairs(d)”也可以产生/*画矩阵图*/matplot(d,type='l',ylab="

5、",main="矩阵图")/*框须图*/boxplot(d)多组数据的概述：与单组数据情形类似，直接用summary()就可以了以数据框state.x77为例，首先用summary(state.x77)得到各个变量的最小值min，1分位数1st Qu，中位数median，均值mean，三分位数3rd Qu，最大值max；进一步利用函数aggregate(state.x77,list(Region=state.region),mean)得到不同地区的均值统计结果：aggregate()函数说明：格式为：aggregate（x,by,FUN,），其中x为数据框，by指

6、定分组变量，fun用来计算的统计函数标准差与协方差阵的计算多变量的标准差仍然用函数sd()、协方差阵：函数var()相关系数的计算格式：cor(x,y=NULL,use="all.obs",method= c("pearson","kendall","spearman")，分别为：皮尔逊相关系数、肯德尔相关系数、斯皮尔曼相关系数例题：x<-c(44.4,45.9,46.0,46.5,46.7,47,48.7,49.2,60.1) 、y<-c(2.6,10.1,11.5,30,32.6,50,55.2,8

7、5.8,86.8)的三个相关系数> cor(x,y,method="pearson")1 0.769> cor(x,y,method="spearman")1 1> cor(x,y,method="kendall")1 1 2015年9月17日08:39:06 分组数据的图形概括关于杜鹃鸟蛋的例子library(DAAG)data(cuckoos)cuckoos使用条件散点图：函数coplot()格式：coplot(formula,data,.)coplot(yx | a)：表示对于因子a，变量x与y的条件散点图co

8、plot(yx | a*b)：表示对于两个因子a，b，变量x与y的条件散点图不同种类杜鹃鸟的蛋长度与宽度散点图：coplot(lengthbreadth | species)由于版本原因，上面的命令并没有得到结果，显示“找不到breadth”这个变量，因此我们将这三个变量通过如下命令：x<-cuckoos$lengthy<-cuckoos$breadthz<-cuckoos$speciescoplot(xy | z)最终得到条件散点图2015年9月29日15:21:12 分类数据的描述性统计分析1、列联表的制作方法一：通过矩阵建立列联表命令：Eye.Hair<-matrix(c(68,20,15,5,119,84,54,29, 26,17,14,14,7,94,10,16), nrow=4,byrow=T)colnames(Eye.Hair)<-c("灰色","蓝色","褐色","绿色")rownames(Eye.Hair)<-c("黑色","灰色","红色&q