用R进行统计学分析

标签：apt   缺失值   数据   统计   向量   方法   之间   相关   分析   

1、基本统计

summary函数:R中的summary函数根据输入的类提供输入的摘要。该函数根据输入对象的类调用各种函数。返回值也取决于输入对象。例如，如果输入是一个由数字数据组成的向量，它将为数据提供平均值、中值、最小值、最大值和四分位数，而如果输入是表格(数字)数据，它将为每一列提供类似的计算。

cov:用来计算相关性，通过为函数中的方法参数指定apt值，我们可以计算不同类型的相关系数，即Pearson、Spearman、Kendall等。

data(iris)
summary(iris) 
mean(iris[,1]) 
sd(iris[,1])
cor(iris[,1],iris[,2])    #两个向量之间的相关性
cor(iris[,1],iris[,3])
Cov.mat <- cov(iris[,1:4])
View(Cov.mat)

2、缺失值处理

对于大多数这些函数，我们有可能使用na.rm参数。这使用户能够处理丢失的数据。如果我们的数据中缺少值(在R中称为NA)，我们可以设置na.rm参数为真，计算只基于非na值。

a <- c(1:4, NA, 6)
mean(a) # returns NA，R不知道如何处理缺失值NA
mean(a, na.rm=TRUE)  #3.2

用R进行统计学分析

标签：apt   缺失值   数据   统计   向量   方法   之间   相关   分析   

原文地址：https://www.cnblogs.com/djx571/p/10200571.html