多元统计分析及R语言建模|R语言基础语法|今天是记录自己学习的第一天呀！加油！

/***
Author:Jiang Zhiying
Data:2017.11.8
Emial:[email protected]
Description:practise
***/
**

部分知识点：

**
1.绑定数据：attach();接触绑定数据：detach()
2.剪切板：clipboard
3.barplot():柱状图
4.mean函数:求算术平均值
5.median函数：求中位数
6.apply()函数:apply(X,MARGIN,FUN,…)#apply(矩阵，行或列，函数）#行用1表示，列用2表示，函数：例如求和、求均值等等
7.pie():饼图
8.垂直箱尾图：boxplot(X)
9.水平箱尾图：boxplot(X,horizontal=T)
10.星象图：stars(X)
11.脸谱图：faces(X) 做脸谱图之前要加载一个包：library(aplpack)
12.调和曲线图:plot.andrews(X)
**

代码部分：

**
x1=c(171,175,159,15## 5,152,158,154,164,168,166,159,164)
x1#导入x1身高

x2=c(57,64,41,38,35,44,41,51,57,49,47,46);x2#导入x2体重

rbind(x1,x2)#按行合并
cbind(x1,x2)#按列和并
matrix(x1,nrow=3,ncol=4)#利用x1数据创建矩阵
matrix(x1,nrow=4,ncol=3)#创建行数列数发生变化的矩阵
#创建两个相同的矩阵
A=B=matrix(1:12,nrow=3,ncol=4)
A+B#矩阵加法
A-B#矩阵减法

A=matrix(1:9,nrow=3,ncol=3)
B=matrix(1:9,nrow=3,ncol=3)
AB#矩阵对应元素的乘积
A%%B#矩阵的乘积

A=matrix(1:16,nrow=4,ncol=4)
diag(A)#获得矩阵对角线元素

diag(diag(A))#利用对角线元素创建对角矩阵

A=matrix(rnorm(16),4,4)
solve(A)#求矩阵的逆

A=diag(4)+1
A.e=eigen(A,symmetric=T)
A.e#求特征根和特征向量

A=matrix(1:12,3,4)
dim(A)#矩阵得维数
nrow(A)#矩阵的行数
ncol(A)#矩阵的列数
rowSums(A)#矩阵按行求和
rowMeans(A)#矩阵按行求均值
colSums(A)#矩阵按列求和
colMeans(A)#矩阵按列求均值

apply(A,1,sum)#矩阵按列求和
apply(A,1,mean)#矩阵按行求均值
A=matrix(rnorm(100),20,5)
apply(A,2,var)

B=matrix(1:12,3,4)
#矩阵按列求函数结果
apply(B,2,function(x,a)x*a,a=2)

X=data.frame(x1,x2);X#产生由X1和X2构建的数据框
X=data.frame(‘身高’=x1,‘体重’=x2);X

dat = read.table(“clipboard”,header=TURE)#剪切板

dat = read.table(“clipboard”)

#从文本文件读取
dat = read.table(“textdata.txt”,header=TURE)
dat = read.table(“textdata.txt”)

#读取csv格式和excel格式
#1.1，读取excel格式：下载读取exel文件的包“readxl”
#2，调用包：library(readxl)
#3.读取文件：X=read_excel(“data.xlsx”)
#2，读取csv格式，X=read.csv(“textdata.csv”)

#定性变量分析
#将剪切板数据读入数据框d2.1中
d2.1=read.table(“clipboard”,header = T)
head(d2.1)
attach(d2.1)#绑定数据
table(年龄)#一维列联表

#单因素分析
#条形图
barplot(table(年龄)，col=1:7)
#饼图
pie(table(结果))

#两因素分析
#以性别分组的年龄条图
barplot(table(年龄,性别)，beside=T，col=1:7)
#以年龄分组的性别条图
barplot(table(性别,年龄),beside=T,col=1:2)

#三因素分析
#以年龄、性别排列的结果频数三维列联表
ftable(年龄,性别,结果)
#以性别、年龄排列的结果频数三维列联表
ftable(性别,年龄,结果)

#当数据不使用时，请解除绑定
detach(d2.1)

X=read.table(‘clipboard’,header = T);X
#按行做均值条形图
barplot(apply(X,1,mean))
#修改横坐标位置
barplot(apply(X,1,mean),las=3)
#按列做均值图条形
barplot(apply(X,2,mean))
#按列做色彩均值条形图
barplot(apply(X,2,mean),col=1:8)
#按列做中位数条形图
barplot(apply(X,2,median),col=1:8)
#按列做均值饼图
pie(apply(X,2,mean))
#垂直箱尾图
boxplot(X)
#水平箱尾图
boxplot(X,horizontal = T)
#简单星象图
stars(X)
#带图例的星象图
stars(X,key.loc=c(17,7))
#带图例的色彩星象图
stars(X,key.loc = c(17,7),draw.segments = T)
#脸谱图
#加载aplpack包
library(aplpack)

#去掉变量1做脸谱图
faces(X[,-1])
#选择第1，9，19，28，29，30个观测的多源数据做脸谱图
face(X[c(1，9，19，28，29，30),])

#调和曲线图
library(mvstats)
plot.andrews(X)
plot.andrews(X[c(1，9，19，28，29，30),])