标签：
5.6 多组数据分析及R实现
5.6.1 多组数据的统计分析
> group=read.csv("C:/Program Files/RStudio/002582.csv")
> group=na.omit(group) #忽略缺失样本
> summary(group)
时间 开盘 最高
2013/08/26: 1 Min. :13.6 Min. :13.9
2013/08/27: 1 1st Qu.:18.2 1st Qu.:18.5
2013/08/28: 1 Median :19.6 Median :19.9
2013/08/29: 1 Mean :20.2 Mean :20.6
2013/08/30: 1 3rd Qu.:21.6 3rd Qu.:22.0
2013/09/02: 1 Max. :35.0 Max. :37.0
(Other) :414
最低 收盘
Min. :13.5 Min. :13.6
1st Qu.:18.0 1st Qu.:18.2
Median :19.3 Median :19.6
Mean :19.8 Mean :20.2
3rd Qu.:21.3 3rd Qu.:21.6
Max. :34.0 Max. :34.6
函数var()应用在多组数据上，得到的计算结果是一个协方差阵，其每个元素是各个向量之间的协方差。使用指令cor(group)也得到相同结果。
> options(digits=3)
> var(group)
时间 开盘 最高 最低 收盘
时间 NA NA NA NA NA
开盘 NA 13.2 13.8 12.6 13.3
最高 NA 13.8 14.6 13.2 14.0
最低 NA 12.6 13.2 12.1 12.8
收盘 NA 13.3 14.0 12.8 13.6
协方差的大小在一定程度上反映了变量之间的相互关系，但它还受变量本身度量单位的影响，因此我们还要计算相关系数来度量变量之间的线性相关程度。在R中使用函数cor()计算相关系数矩阵。
cor(x, y = NULL, use = "everything",method = c("pearson", "kendall", "spearman"))
其中，x,y是计算的对象，当x是一个数据框或列表时Y可以省略:use指定如何处理缺失样本:method给出计算i哪一种相关系数:默认的皮尔逊(Pearson )系数度量线性相关性，如果数据呈现的不是线性关系，而是单调的，则可以用肯德尔(Kendall )或斯皮尔曼( Spearman)相关系数，它们描述的是秩相关性。
5.6.2多组数据的图形分析
R中的函数lowess（）通过加权多项式回归对散点图进行平滑，拟合一条非线性的曲线，但其只能适用于二维情况。与之类似的loess()用于处理多维情况。
lowess(x, y = NULL, f = 2/3, iter = 3, delta = 0.01 * diff(range(x)))
x,y指定两个向量:f是平滑的跨度，值越大，曲线的平滑程度越高;iter控制应执行的迭代数，值越高平滑越精确，但使用较小的值会使程序跑得比较快。
> attach(group) > plot(最高~最低) > lines(lowess(最低,最高),col="red",lwd=2)
(2)等高线图
有时候数据量很大，散点图上的数据点就会非常集中，不容易看出变量的关系或趋势，这就需要借助二维等高线图来描述。首先利用程序包MASS中的函数kde2d()来估计出二维数据的密度函数，再利用函数contour()画出密度的等高线图。如果不想画出图上的数据标签，可以将参数drawlabels=FALSE去掉。函数kde2d()的使用方法：
kde2d(x, y, h, n = 25, lims = c(range(x), range(y)))
其中x,y分别为横轴和纵轴的数据;n指定每个方向上的网格点数量，可以是标量或长度为2的一个正数向量:参数lims表示横纵轴的范围。
> library(MASS) > ?kde2d > a=kde2d(最低,最高) > contour(a,col="blue",main="contour plot")
(3)矩阵散点图
多组数据的图形也可以用散点图来展示，不同在于这里是矩阵散点图。对于一个数据框，R中可以直接使用plot()命令或pairs()绘制矩阵散点图。
> pairs(group)
(4)矩阵图
在处理多组数据时，常将各组数据放在一起进行比较，matplot()可将各变量的散点图放在同一个绘图区域中。
> matplot(group,type="l",main="matplot")
(5)箱线图
> boxplot(group,cex.axis=.6)
(6)星图(雷达图)
stars(x, full = TRUE, scale = TRUE, radius = TRUE,labels = dimnames(x)[[1]], locations = NULL,nrow = NULL, ncol = NULL, len = 1,key.loc = NULL, key.labels = dimnames(x)[[2]],key.xpd = TRUE,xlim = NULL, ylim = NULL, flip.labels = NULL,draw.segments = FALSE,col.segments = 1:n.seg, col.stars = NA, col.lines = NA,axes = FALSE, frame.plot = axes,main = NULL, sub = NULL, xlab = "", ylab = "",cex = 0.8, lwd = 0.25, lty = par("lty"), xpd = FALSE,mar = pmin(par("mar"),1.1+ c(2*axes+ (xlab != ""),2*axes+ (ylab != ""), 1, 0)),add = FALSE, plot = TRUE, ...)
(7)折线图
需要自定义函数
(8)调和曲线图
需要自定义函数
【数据分析 R语言实战】学习笔记 第五章 数据的描述性分析（下）
标签：
原文地址：http://www.cnblogs.com/jpld/p/4514214.html
