《R语言基础知识ppt课件》由会员分享，可在线阅读，更多相关《R语言基础知识ppt课件（12页珍藏版）》请在金锄头文库上搜索。
1、1.基础篇 2.画图篇 3.参数估计 4.回归分析 5.方差分析,R语言基础知识,1.基础篇,赋值：x;assign(x,c(2,3,1) c()函数构造向量，array()函数构造数组，matrix()函数构造矩阵。 用法： c(1:12);array(1:12,dim=c(3,4);array(1:12,dim=c(2,3,4) matrix(1:12,nrow=3);matrix(1:12,nrow=3,byrow=TRUE) 运算： 2*x+1 ;x*y ;x/y ;xy ;x2,%/%表示整数除法,%表示求余数 5%/%3=1,5%3=2 t()函数求转置，det()函数求行列式，d
2、iag()生成对角阵和取对角 crossprod(A,B)=t(A)%*%B,tcrossprod(A,B)=A%*%t(B)（求内积） outer(x,y)=x%o%y（求外积） solve()解线性方程组和求矩阵的逆 若求解线性方程组Ax=b，则solve(A,b),返回值即为方程组的解 若求矩阵A的逆，则solve(A) eigen()函数求矩阵的特征值和特征向量,svd()函数是对矩阵作奇异值分解 即svd(A)可将矩阵A分解为A=UDt(V),其中U,V均为正交阵，D为对角阵 seq()函数产生等距间隔的数列 如：seq(2,10,2) rep()为重复函数，可将某一向量重复若干次再
3、放入新的变量中 如：rep(x,times=3) factor()把向量编码成一个因子， gl()产生因子,gl(n,k,length=n*k),apply()函数可对数组（矩阵）进行某种计算 apply(x,1,sum)对x每行进行求和； apply(x,2,mean)对x每列求均值 runif()产生均匀分布的随机数 rnorm()产生正态分布随机数 round()取四舍五入 x=round(rnorm(100,mean=80,sd=7) y=round(runif(100,min=80,max=100),2.画图篇,hist() 直方图 plot() 散点图 pie() 饼图 boxpl
4、ot() 箱线图 stem() 茎叶图 barplot() 柱状图 stars() 星相图 faces() 脸谱图 qqnorm() QQ图 qqline() QQ图 abline() 加直线 lines() 加线函数 polygon() 加多边形,3.参数估计,uniroot()函数用于对方程求根 如：uniroot(f,c(0,5) optimize()函数求一维变量函数的极小值点 如：optimize(f,c(0,5) nlm()函数求多变量函数的极小值点 如：nlm(f,x0) t.test()进行区间估计,4.回归分析,lm()函数为线性模型函数 其中： lm(y1+x)和lm(yx
5、)表示有截距的线性模型； lm(yx-1)，lm(yx+0)和lm(y0+x)表示过原点的线性模型 summary()提取模型的计算结果 anova()函数用于计算方差分析表 coefficients()提取模型系数，formula()提取模型公式 deviance()计算残差平方和，residuals()计算残差 predict()函数用于预测,5.方差分析,aov()函数提供了方差分析表的计算 进行方差分析的步骤： a.用数据框的格式输入数据 如：lamp-data.frame(X=c(),A=factor() b.调用aov()函数计算方差分析 lamp.aov-aov(XA,data=
6、lamp) c.用summary()提取方差分析的信息 summary(lamp.aov)(anova.tab(lamp.aov),由于summary()无法给出总行和，用自编函数anova.tab()得到方差分析表 anova.tab-function(fm) tab-summary(fm) k-length(tab1)-2 temp-c(sum(tab1,1),sum(tab1,2),rep(NA,k) tab1Total,-temp tab ,不考虑交互作用的双因素方差分析 a.用数据框形式输入数据 agriculture-data.frame(X=c(),A=gl(),B=gl() b.做双因素方差分析 agriculture.aov-aov(XA+B,data=agriculture) c.调用自编函数anova.tab(),显示计算结果 source(anova.tab.R);anova.tab(agriculture.aov),考虑交互作用的双因素方差分析 a.以数据框的形式输入数据 tree-data.frame(X=c(),A=gl(),B=gl() b.做双因素方差分析 tree.aov-aov(XA*B,data=tree) c.调用自编函数anova.tab(),显示计算结果 source(anova.tab.R);anova.tab(tree.aov),
