R教材5 統計

DIck Whitman發表於2018-10-26
  1. 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
    1. Hmisc包中的describe()
    2. pastecs包中的stat.desc()
    3. psych包中的describe()
    4. 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
  2. 分組計算描述性統計量
    1. aggregate(x,by,FUN)，單返回值函式
    2. by(x,indices,FUN)，indices分組因子列表list，可以返回多個值
    3. 分組計算的擴充
      1. 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
      2. 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
  3. 頻數表和列聯表：類別型變數，交叉的分類
    1. 頻數統計表table()、prop.table()（其中的margins=1為按行計算、=2為按列計算）
      1. 二維列聯表table(row,col)
      2. 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
      3. 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
      4. 前面複雜的方法可以用addmargins()來為表格新增邊際和
      5. table()預設忽略缺失值NA
    2. 多維列聯表ftable()
    3. 獨立性檢驗
      1. 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
      2. 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
      3. 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
    4. 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
      1. vcd包中的assocstats
  4. 相關
    1. 相關的型別
      1. Pearson相關：兩個定量變數之間的線性相關程度
      2. Spearman相關：分級定序變數間的相關程度
      3. Kendall's Tau相關：非引數的等級相關度量
    2. 相關函式cor()，協方差cov()
      1. cor(x,use=,method=)
        1. use=：
          1. all.obs遇到缺失資料時報錯
          2. everything遇到缺失資料時將結果設為missing，預設
          3. complete.obs行刪除
          4. pairwise.complete.obs成對刪除
        2. method=：
          1. pearson，預設
          2. spearman
          3. kendall
    3. 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)
      1. 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
    4. 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
      1. alternative=
        1. two.sided雙側，預設
        2. less或greater單側
      2. method=pearson，……
      3. psych包中的corr.test(x,use="",method=“”)，多個變數的檢驗
        1. use=
          1. pairwise成對刪除
          2. complete行刪除
  5. 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：=
    1. 獨立樣本t.test(y~x,data)，y是數值型變數，x是二分變數
      1. t.test(y1,y2)，y1、y2是數值型向量
    2. 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)
    3. 多於兩個組之間的比較用ANOVA方差分析
  6. 組間差異的非引數檢驗，當資料不能確定分佈時，用非引數
    1. 兩組比較
      1. 資料獨立wilcox.test(y~x,data)、wilcox.test(y1,y2)
      2. 資料不獨立wilcox.test(……,paired=T)
    2. 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
      1. 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
      2. 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

相關文章