《多元统计分析及R语言》第2章多元数据的数学表达

问题：采用一些什么形式将其转换成方便程

序实现方式？

如何对数据文件进行调用？食品衣着设备医疗交通教育居住杂项北京4934.051512.88981.131294.072328.512383.961246.19649.66天津4249.311024.15760.561163.981309.941639.831417.45463.64河北2789.85975.94546.75833.511010.51895.06917.19266.16山西2600.371064.61477.74640.221027.991054.05991.77245.07内蒙古2824.891396.86561.71719.131123.821245.09941.79468.17辽宁3560.211017.65439.28879.081033.361052.941047.04400.16吉林2842.681127.09407.35854.8873.88997.751062.46394.29黑龙江2633.181021.45355.67729.55746.03938.21784.51310.67第2章多元数据的数学表达及R使用2.1如何收集和整理多元统计分析资料2.2

数据的数学表达2.3

数据矩阵及R语言表示2.4数据的R语言表示-数据框2.5多元数据的R语言调用2.6多元数据的简单R语言分析2.1如何收集和整理多元统计分析资料变量1（X1）变量2（X2）…变量n（Xn）样本15749159.53976828.891.51样本26080146.6122177507100…4528443.537353668.587.9样本n1328442.219615068.572.34（1）多元统计分析变量表示方法整理资料形式矩阵表示形式当这些变量处于同等地位时，可以进行相关分析、聚类分析、主成分分析、因子分析、对应分析、多维标度等分析；当有因变量和自变量之分时，可以进行线性回归分析、广义线性模型和非线性模型等的数据格式；

因变量是分类变量时，可以进行方差分析模型和判别分析。变量1（X1）变量2（X2）…变量n（Xn）样本157491176828.891.51样本2608012177507100…45284153668.587.9样本572.34（2）数据要求每个变量都须有数据，不能空缺，否则在计算中被忽略（3）变量类型定量变量：计量观测数据。对每个观察单位的某些标志所测到的数值（有单位）。例如，身高（cm），体重（kg），收入（元）、支出（元）等。定性变量：计数观测数据。将观察单位按属性或类别分组,清点各组的观察单位数。例如，性别数，职业数等。定性变量通常需数量化后才能进行多元统计运算。分析时定性变量常常是按1,2,…识别的。【例子】2.2数据的数学表达数学表达随机变量一个统计指标对应一个随机变量随机向量一个分量对应一个一维随机变量1、随机变量总体期望与方差：样本期望与方差：2、随机向量总体期望与方差：样本期望与方差：2.3数据矩阵及R语言表示函数名用途所在包c向量生成函数baselength向量长度函数basemode对象类型函数baserbind行合并函数basecbind列合并函数basematrix矩阵生成函数baset矩阵转置函数basediag对角阵生成函数basesolve逆矩阵计算函数baseeigen矩阵的特征值与特征向量函数basechol进行Choleskey分解basesvd进行奇异值分解baseqr进行QR分解basekroneckerkronecker积计算函数basedim矩阵维数base2.4数据的R语言表示-数据框数据框：是一种矩阵形式的数据，但数据框中各列可以是不同类型的数据。地区性别(X1)教育程度(X2)观点(X3)年龄(X4)月收入(X5)A女中不支持552299A女低不支持393378A女中支持333460B男高支持414564B女高不支持553206A女中不支持484043D女高支持363395R语言表示：data.frame（X1，X2,…）限制条件：1．分量必须是向量（数值，字符，逻辑）、因子、数值矩阵、列表或者其他数据框。2．矩阵、列表和数据框为新的数据框提供了尽可能多的变量，因为它们各自拥有列、元素或者变量。3．数值向量、逻辑值、因子保持原有格式，而字符向量会被强制转换成因子并且它的水平就是向量中出现的独立值。4．在数据框中以变量形式出现的向量长度必须一致，矩阵结构必须有一样的行数。2.5多元数据的R语言调用从剪切板读取从文本文件读取从Excel文件读取多元数据调用数学表达随机变量一个统计指标对应一个随机变量随机向量一个分量对应一个一维随机变量数据程序表达矩阵存储数据数据类型一致数据框存储数据类型可以不一致向量存储数据数据类型一致创建文本文件，第一行为数据框的各变量名，随后的行为各个变量的值。X=read.table("textdata.txt")#读取名为textdata的txt格式文档（2）从文本文件读取（1）从剪切板读取方法：（1）选择需要进行计算的数据块拷贝之。（2）dat=read.table("clipboard",header=T)clipboard为剪切板，header=T读入变量名读表格：R语言可以直接读取Excel数据，但一次只能读Excel工作薄的一个表格（将Excel数据另存为data.csv格式），X=read.table("data.csv")（3）从Excel文件读取library(RODBC)#加载RODBC软件包Rcode=odbcConnectExcel("Rcode.xls")#读取名为Rcode的Excel工作薄codedata=sqlFetch(Rcode,"codedata"))#显示Rcode中名为codata表单的数据close(Rcode)

#关闭Rcode数据文件读工作簿：2.6多元数据的简单R语言分析定量变量分析定性变量分析三因素分析多元数据分析1、定量变量分析（1）变量基本特征直方图：分析数据分布特征

hist(x,freq=NULL,...)x数值向量；freq频数还是频率（2）变量间关系分析散点图：分析两个变量间关系

plot(x,y,...)x为横坐标，y为纵坐标的二元绘图；当只有x时，表示以序号为横坐标，x值为纵坐标绘图；…为其他的绘图参数。饼图：分析单变量分布特征

pie(table(结果)）条形图：分析单变量分布特征

data=read.table("clipboard",header=T)table(年龄,性别)#二维列联表

barplot(table(年龄,性别),beside=T,

col=1:7)（2）两因素分析以性别分组的年龄条图以年龄分组的性别条图三维列链表：分析单变量分布特征

ftable(年龄,性别,结果)

#以年龄、性别排列的结果频数三维列联表（2）三因素分析第2