Math_is_hard的博客

R语言实战之描述性统计分析 下面展示一些 描述性统计分析的R代码语言。 vars <- c("mpg","hp","wt") head(mtcars[vars]) #创造一个统计的函数列表 #通过sapply()计算描述性统计变量（包括偏度和峰度） mystats <- function(x,na.omit = FALSE){ if(na.omit) x <- x[!is.na(x)] m <- mean(x) n <- length(x) s &lt

R语言实战之如何对数据进行缺失值处理 以下是对于数据中含有部分缺失值的处理方式，代码十分详尽基础： 下面展示一些 基础代码。 manager <- c(1,2,3,4,5) date <- c("10/24/08","10/28/08","10/1/08","10/12/08","5/1/09") country <- c("US","US","UK","UK","UK") gender <- c("M","F","F","M","F") age <- c(32,45,25,3

下面展示一些关于R中的控制流语句的具体运用。 #if函数 a <- -1 if(a<0)result = 0 else if (a<1)result = 1 else result = 2 result #switch函数 switch(2, mean(1:10),1:5,1:10) #输出后三个列表或值中的第二个，超过则输出空值 y <- "fruit" switch(y, fruit = "apple", vegetable = "brocolli", meat =

R语言实战之如何绘制线性回归图表 线性回归是统计学中最简单的模型之一，此章节主要讲述如何利用R语言来绘制线性图表，尽可能用最简单的语句写出所需的图表，适合帮助没有R语言编程基础的同学写出好看的论文~ 下面展示一个依剂量对比药物A和药物B的响应情况的例子。 pdf("drug analyse.png") #将之后数据生成的图表保存为当前工作路径下的名为drug analyse的png格式图片 dose <- c(20,30,40,45,60) drugA <- c(16,20,27,40,60)