R教材5 統計
阿新 • • 發佈：2018-11-26
- summary()，統計描述，因子向量和邏輯向量的頻數統計，包括缺失值統計，同樣作用的有
- Hmisc包中的describe()
- pastecs包中的stat.desc()
- psych包中的describe()
- 多個包中有相同名的函式，執行最後載入的，可用包名::函式()來使用
- 分組計算描述性統計量
- aggregate(x,by,FUN)，單返回值函式
- by(x,indices,FUN)，indices分組因子列表list，可以返回多個值
- 分組計算的拓展
- doBy包中的summaryBy(formula,data=dataframe,FUN)，其中formula可以是y~x，y是數值型變數，x是類別型分組變數
- psych包中的describeBy(dataframe,list(x))，不允許指定任意函式，適普性較低，且分組變數交叉後不出現空白單元格時才有效
- 頻數表和列聯表：類別型變數，交叉的分類
- 頻數統計表table()、prop.table()（其中的margins=1為按行計算、=2為按列計算）
- 二維列聯表table(row,col)
- xtabs(formula,data)，公式風格建立列聯表，formula是~A+B，交叉分類變數在~右邊
- margin.table()其中的margins=1代表按行新增邊際列表，=2為按列新增邊際列表
- 前面複雜的方法可以用addmargins()來為表格新增邊際和
- table()預設忽略缺失值NA
- 多維列聯表ftable()
- 獨立性檢驗
- 卡方獨立性檢驗：chisq.test()對二維表的行列進行獨立性檢驗，用卡方，H0：獨立
- Fisher精確檢驗：fisher.test()，H0：邊界固定的列聯表中的行列是相互獨立的，R中的Fisher檢驗必須用於行列數>=2，但不能2*2
- mantelhaen.test()，H0：兩個名義變數在第三個變數的每一個水平下都是條件獨立的
- 相關性度量：獨立性的檢驗後，必須要相關性的檢驗檢視相關性
- vcd包中的assocstats
- 頻數統計表table()、prop.table()（其中的margins=1為按行計算、=2為按列計算）
- 相關
- 相關的型別
- Pearson相關：兩個定量變數之間的線性相關程度
- Spearman相關：分級定序變數間的相關程度
- Kendall's Tau相關：非引數的等級相關度量
- 相關函式cor()，協方差cov()
- cor(x,use=,method=)
- use=：
- all.obs遇到缺失資料時報錯
- everything遇到缺失資料時將結果設為missing，預設
- complete.obs行刪除
- pairwise.complete.obs成對刪除
- method=：
- pearson，預設
- spearman
- kendall
- use=：
- cor(x,use=,method=)
- 偏相關ggm包中的pcor(u,S)，u是數值向量，前兩個數值是計算相關係數的變數下標，其他為排除影響的變數，S為變數的協方差矩陣cov(dataframe)
- psych包中的pcor.test(r,q,n)偏相關檢驗，r是由pcor()計算得到的偏相關係數，q是控制的變數數值位置，n為樣本大小
- 相關性的顯著性檢驗cor.test(x,y,alternative=,method=)，H0：不相關，只能檢驗一對
- alternative=
- two.sided雙側，預設
- less或greater單側
- method=pearson，……
- psych包中的corr.test(x,use="",method=“”)，多個變數的檢驗
- use=
- pairwise成對刪除
- complete行刪除
- use=
- alternative=
- 相關的型別
- t檢驗：樣本間是否有差別，R中的t檢驗預設方差不相等，var.equal=T假定方差相等且可用合併方差估計，預設雙側檢驗，H0：=
- 獨立樣本t.test(y~x,data)，y是數值型變數，x是二分變數
- t.test(y1,y2)，y1、y2是數值型向量
- 非獨立樣本t檢驗，假定組間的差異呈正態分佈t.test(y1,y2,paired=T)
- 多於兩個組之間的比較用ANOVA方差分析
- 獨立樣本t.test(y~x,data)，y是數值型變數，x是二分變數
- 組間差異的非引數檢驗，當資料不能確定分佈時，用非引數
- 兩組比較
- 資料獨立wilcox.test(y~x,data)、wilcox.test(y1,y2)
- 資料不獨立wilcox.test(……,paired=T)
- 多於兩組的比較，均值的多重比較，控制第1類錯誤的重複疊加
- 資料獨立kruskal.test(y~A,data)，y是數值結果變數，A是一個擁有多個水平的分組變數
- 資料不獨立friedman.test(y~A|B,data)，y是數值型結果變數，A是分組變數，B是區組變數
- 兩組比較