《基础03（非参数统计新）课件》由会员分享，可在线阅读，更多相关《基础03（非参数统计新）课件（34页珍藏版）》请在金锄头文库上搜索。
1、,1.6 基本统计计算 在进行数据分析的时候，通常会用到统计分布和抽样，以下是一些基本的命令。 1.6.1 抽样 常用的是sample(x, size, replace=FALSE, prob=NULL) （总体，样本数，是否有放回，抽中的概率） sample(1:10,10) x=sample(1:10,10,replace=T);x unique(x)#去重复的 sample(c(0,1),10,replace=T,c(1/4,3/4)#0,1的概率为,n - 1000 sample (c(-1 ,1), n, replace=T),1.6.2 统计分布 dnorm(x,mean=1,sd
2、=2) #xN(1,4) dnorm(0,0,1)#xN(0,1),x=0 x=seq(-2,-1,0,1,2)#五点的概率： dnorm(x,0,1) 常用函数：pnorm()#正态分布的累积分布函数 qnorm()#分位数 rnorm()#伪随机数,pnorm(0,0,1) qnorm(0.5,0,1) rnorm(10,0,1) 其他分布命名规则和正态分布相似，d,p,q,r表示 概率密度，累积分布，分位数，伪随机数,图,描述性统计,位置的度量: 均值、顺序统计量、中位数、百分位数。 均值计算：,若x是向量、矩阵，则mean(x)返回其全部元素均值。 若要返回数组某一维的均值：apply
3、(x,dim,mean); dim=1计算行均值，dim=2计算列均值。 若x是数据框，则mean(x)返回各列的均值 Mean的一般用法： mean(x,trim=0,na.rm=FALSE) trim指定去掉x两端数的比例；na.rm=TRUE允许有缺失值。 类似又sum(x)函数可求x的和。,顺序统计量,将n个数据(观测值)按从小到大的顺序排列后,称其为顺序统计量. 函数sort(x)给出了样本x的顺序统计量 order ( )给出排序后的下标 rank( )给出了样本x的秩次统计量 x-c(75,64,47.4,66.9,62.2,62.2,58.7,63.5) sort(x) ord
4、er(x),中位数,中位数描述数据中心位置的数字特征.大体上比中位数大或小的数据个数为整个数据的一半.对于对称分布的数据，均值与中位数比较接近;对于偏态分布的数据，均值与中位数不同.中位数的又一显著特点是不受异常值的影响，具有稳健性，因此它是数据分析中相当重要的统计量. 在R软件中，函数median()给观测量的中位数.如 x-c(75,64,47.4,66.9,62.2,62.2,58.7,63.5) median(x) median(x,na.rm=TRUE) #若数据中有缺失值,百分位数,百分位数(percentile)是中位数的推广.将数据按从小到大的排列后，0p1，它的p分位点定义为
5、：,在R软件中,quantile()函数计算观测量的百分位数.如 w-c(75.0,64.0,47.4,66.9,62.2,62.2,58.7,63.5, 66.6,64.0,57.0,69.0,56.9,50.0,72.0) quantile(w) 一般用法： quantile(x,probs=seq(0,1,0.25),na.rm=FALSE),分散程度的度量,表示数据分散(或变异)程度的特征量有方差、标准差、极差、四分位极差、变异系数和标准误等. 在R软件中，用var()和sd()计算方差、标准差： var(x, na.rm=FALSE,) sd(x,na.rm=FALSE),极差与标准
6、误,样本极差(记为R)的计算: R=max(x)-min(x) 样本上、下四分位数之差称为四分位差(或半极差)，记为R1.它也是度量样本分散性的重要数字特征，特别对于具有异常值的数据，它作为分散性具有稳健性，因此在稳健性数据分析中具有重要作用. 半极差计算：R1= quantile(x,0.75)- quantile(x,0.25) 样本标准误(记为sm)定义为s/sqrt(n) 样本标准误计算：sm=sd(x)/sqrt(length(x),1.7 R的图形功能 R提供了非常多样的绘图功能，可以通过R提供的两组演示例子进行了解： demo(graphics) demo(persp) 注：不能
7、把绘图结果赋值给一个对象，其结果将直接输出到一个“绘图设备”上，绘图设备是一个绘图的窗口或一个文件。,14,图 R绘制的图形,R绘图功能,R具备卓越的绘图功能，通过参数设置对图形进行精确控制。绘制的图形能满足出版印刷的要求，可以输出Jpg、tiff、eps、emf、pdf、png等各种格式。 通过与GhostScript软件的结合，可以生成600dpi，1200dpi的等各种分辨率和尺寸的图形。 绘图是通过绘图函数结合相应的选项完成的。 绘图函数包括高级绘图函数和低级绘图函数。,16,高级绘图函数,1.7.1 plot函数 #散点图 plot(x,y,)函数 x:图形中点的坐标，或者也可以表示
8、一个单独的作图结构、函数或任何一个R语言对象 y:着是一个可选的参数，如果x表示x轴坐标的话，则y表示图形中点的y轴坐标 ：其他图形参数,18,图 散点图与箱线图,19,低级绘图函数,20,绘图参数,参数用在函数内部，在没有设定值时使用默认值。 font = 字体,lty = 线类型,lwd = 线宽度,pch = 点的类型, xlab = 横坐标,ylab = 纵坐标, xlim = 横坐标范围, ylim = 纵坐标范围, 也可以对整个要绘制图形的各种参数进行设定 参见 par(),举例：绘图,x=seq(0,10,.5) y=2*sin(0.2*x)+log(x2+3*x+1) plot
9、(x,y,xlab=“X is across”, ylab=“Y is Up”) points(x0.5,y,pch=3) points(x,8-0.7*y,pch=“m”)#use a “m” symbol points(rev(x),y,pch=5) lines(x,y,lwd=2) title(“Titles are Tops”) #见下图,分步绘图,1.打开绘图窗口，不绘制任何对象 plot(x, y, type=“n“, xlab=“, ylab=“, axes=F) 2.添加坐标点 points(x,y) 3.添加坐标轴 axis(1); axis(at=seq(0.2,1.8,0
10、.2), side=2) 4.补齐散点图的边框 box() 5.添加标题、副标题、横轴说明、纵轴说明 title(main=“Main title“, sub=“subtitle“, xlab=“x-label“, ylab=“y-label“),24,图 分步绘图,25,举例：绘图,生成0到2之间的50个随机数，分别命名为x,y x - runif(50,0,2) y - runif(50,0,2) 绘图：将主标题命名为“散点图”， 横轴命名为”横坐标”， 纵轴命名为“纵坐标” plot(x, y, main=“散点图“, xlab=“横坐标“, ylab=“纵坐标“) text(0.6,0
11、.6,“text at (0.6,0.6)“) abline(h=.6,v=.6),26,图 绘图举例,1.7.2 多图显示 par() par(mfrow=c(2,2) x=rnorm(100,2,3) y=7:1 pie(y,col=rainbow(7),radius=1) hist(x,col=3) boxplot(x) barplot(c(1,2,3)#如下图,29,在原有图形上添加元素,举例： x - rnorm(100) # 生成随机数 hist(x,freq=F) # 绘制直方图 curve(dnorm(x),add=T) # 添加曲线 h - hist(x, plot=F) #
12、 绘制直方图 ylim - range(0, h$density, dnorm(0) #设定纵轴的取值范围 hist(x, freq=F, ylim=ylim) #绘制直方图 curve(dnorm(x),add=T,col=“red“) #添加曲线,30,图27 在原有直方图上添加曲线,1.8 R帮助和包 1.8.1 R帮助 help(abs)#绝对值函数 help(np) ?np,1.8.2 R包 install.packages(“np”)#安装非参包 library(np)#使用非参包,34,输入历史 history,输入的命令，在R中作为历史history保存，可输入函数 history() # 查看输入历史 history(Inf) # 查看打开R之后所有的输入 可用向上或向下的箭头切换输入的行。,
