nikang3148的博客

R语言中主成分分析概念与操作（PCA）

nikang3148 — Sat, 17 Jun 2023 15:18:17 +0800

得分可分为主成分得分与因子得分，因子得分数值上等于主成分得分除以特征值的平方根，相当于标准化的主成分得分。从列上看，各变量对同一主成分的载荷的平方和等于其特征值（主成分的方差），理解为各变量对该主成分的贡献。特征值的平方根表示的是主成分得分的标准偏差（standard deviation）,即。一般定义为原始变量与主成分得分之间的相关系数，等于特征向量乘以特征值的平方根。特征向量是主成分对于原始变量的线性转换系数矩阵（主成分得分系数）。），理解为各主成分对该变量方差的解释度，其和值为1（变量的方差）。

ggplot2---绘制地图

nikang3148 — Thu, 23 Dec 2021 15:51:49 +0800

文章目录sf包介绍加载包空间数据读取数据操作gfc数据绑定gfc数据操作坐标CRS数据数据有效性数据变形可视化CRS变换效果空间数据构造及绘图图形微调局部放大南海诸岛小图 sf包介绍主要使用sf包进行空间数据分析。 sf包主要控制simple feature对象，比之前的sp包从数据结构上看更容易懂，也能对空间数据进行大量的操作。 sf包中的对象主要有： sf 数据框 sfc 列表列 sfg sfc中的任一元素 crs 坐标参考系统加载包 library(sf) library(tidyverse)

ggplot2绘图颜色

nikang3148 — Thu, 09 Dec 2021 00:16:53 +0800

文章目录离散变量scale_fill_hue(c,l)默认scale_fill_viridis_d()色盲scale_fill_grey()灰度scale_fill_manual(values)自定义scale_fill_brewer()色板色板名称连续变量scale_fill_gradient()默认，连续过渡scale_fill_steps() 离散过渡scale_fill_distiller()色板,连续过渡scale_fill_fermenter()色板，离散过渡scale_fill_viridis

遥感数据处理计算机硬件要求

nikang3148 — Fri, 25 Jun 2021 08:16:50 +0800

计算机配置在使用Pix4D处理航测内业时，有三个步骤，分别是初始化处理，点云和纹理、 DSM正射影像和指数。处理不同步骤时对电脑资源使用也不同：处理第一步时，最看重的是CPU，相对来说RAM（内存）和硬盘使用率就比较低。如果显卡与CUDA兼容（推荐NVIDIA显卡），则显卡可以对步骤1的处理速度有所改进。步骤2和步骤3的处理时间不受GPU的影响。处理第二步时，看重的是CPU和RAM，相对来说硬盘的使用率较低。处理第三步时，硬盘成了最主要的部分，硬盘的读写速度决定了第三步的处理速度。RAM

R语言偏回归 partial regression

nikang3148 — Thu, 24 Jun 2021 23:54:30 +0800

内容提要一般多元回归偏线性回归一般多元回归线性多元回归用于探讨多个自变量对因变量的影响，一般关注的有如下几个指标：因子的敏感性因子的影响重要性评价模型的解释能力因子敏感性可用标准化回归系数影响程度可用方差解释度来评价，常用方法是方差因子分解模型解释能力则用决定系数（R2）然而，自变量也很难独立，或多或少存在某种相关行，还有交互作用，自相关可用方差膨胀因子加以衡量，交互作用也可以通过散点图，或者直接看方差解释度。因此，判断一个因子的影响程度，不仅要考虑其单因子模型，还需要考虑其它变量

bruceR 简单应用

nikang3148 — Sun, 16 May 2021 21:04:03 +0800

bruceR bruceR包中函数相对基本函数提供了更多的模型输出参数，如效应值等。加载bruceR library(bruceR) ## Warning: package 'bruceR' was built under R version 4.0.5 ## ## bruceR: BRoadly Useful Convenient and Efficient R functions ## ## Loaded R packages: ## [Dat

复合饼图的地图

nikang3148 — Wed, 07 Apr 2021 22:44:46 +0800

文章目录`geom_grob::geom_grob()`元素`scatterpie::geom_scatterpie`元素 geom_grob::geom_grob()元素利用geom_grob包中的geom_grob()元素，该方法自定义行更强。 #对每个省做饼图 ppp <- dat%>% mutate(Mn_status=cut(Mn,breaks=c(-50,30,80,2000), labels=c("low","medium","h

EA-IRMS操作(以MAT253 plus为例)

nikang3148 — Wed, 31 Mar 2021 16:06:23 +0800

文章目录0. EA耗材更换主要化学品放置顺序主要耗材1. 开关机冷启动（关机状态启动）EA冷启动IRMS启动关机过夜待机完全关机IRMS关机EA关机2. IRMS稳定性检测leak testAuto Focuson-off test3. 测样样品准备EA启动IRMS启动编制sequence放入样品调用序列执行检测数据查看及导出 0. EA耗材更换主要化学品石英棉Quartz Wool隔离氧化铬Chromium Oxide 氧化剂，含碳气体氧化为CO2 镀银氧化钴 Silvered Cobaltous

FAQ: ggplot2常见问题

nikang3148 — Sun, 31 Jan 2021 19:00:00 +0800

Q1：分组条形图 width参数控制柱子宽度选择position_dodge2控制柱子分布样式误差线宽度较大，需要通过增加padding参数 preserve要选择single，实现每个柱子参数一致 # 默认输出的柱子大小不一，误差线宽度过大 mtcars%>%as_tibble(rownames="model_name")%>% group_by(am,carb)%>% summarize(sd=sd(wt),wt=mean(wt))%>%na.exclude()%

我的函数代码

nikang3148 — Sun, 31 Jan 2021 18:56:16 +0800

文章目录theme_sciduncan_testDuncan_test theme_sci theme_sci<-function(){ theme( # 作图区底色 plot.background = element_rect(fill="NA",color="NA"), # 图形内颜色 panel.background = element_rect(fill="white",colour = "black",size = 1.2), # 去除

theme设定ggplot2图形格式

nikang3148 — Sun, 31 Jan 2021 16:10:20 +0800

theme函数文章目录theme函数theme函数定义内容theme中使用的元素FAQ坐标轴坐标轴线格式坐标刻度线格式坐标刻度线方向刻度线标签文本坐标轴标题文本图例legend图例位置图列内元素方向分布多组图例方向分布图例中文本格式图例中标签格式面板区panel网格线边框面板间距plot区格式定义标题文本格式及位置strip面板标签实例 theme函数定义内容 plot区域 panel区域 axis坐标轴 legend图例 strip分面栏 theme中使用的元素 rect line text

Rstudio安装tinytex

nikang3148 — Mon, 28 Dec 2020 16:50:44 +0800

文章目录1. 下载与安装2. tex文件测试 1. 下载与安装 require(tinytex) # tinytex::install_tinytex() #主要是获取下载地址后，离线下载好 #离线安装tinytex程序 tinytex:::install_prebuilt( "D:/my files/download/TinyTeX-1.zip") #设置包安装位置，参数 dir 可自定义安装路径 tinytex::tinytex_root() #查看已有包 tl_pkgs() #设置包的地址

基于R语言的方差分析及多重比较

nikang3148 — Wed, 23 Dec 2020 14:41:22 +0800

#方差分析 dat2<-data.frame(Nrate=rep(rep(c(30,60,90),each=10),10), Ntype=rep(rep(c("CK","NI"),each=10),15), plots=rep(1:30,each=10), days=rep(1:10,30), flux=runif(300,10,100))

多重比较中LSD/HSD的计算方法

nikang3148 — Sun, 11 Oct 2020 22:01:11 +0800

文章目录LSDLSD校正Turkey agricolae包中的相关函数可以实现大多数多重比较的分组标记。 LSD LSD方法采用了t检验的方式。 # model<-aov(Sepal.Length~Species, data=iris) summary(model) # 方差分析模型 #LSD.test结果 out <- LSD.test(model,"Species", p.adj="none",console=T) > out$statistics$LSD 0.2034688 #

R语言绘图的中文字体处理

nikang3148 — Mon, 31 Aug 2020 15:09:27 +0800

Rstudio预览绘图可以显示中文，但输出为pdf中经常无法识别，如下图的x轴标签：经验证，可通过添加export包实现中文字体图形输出，比较方便。 #安装export包 devtools::install_github("tomwenseleers/export") library(ggplot2) #生成ggplot图 p1<-ggplot(iris)+ geom_point(aes(x=Sepal.Length,y=Sepal.Width))+ labs(x="中国") #基本图形

ggplot2 绘制相关矩阵图

nikang3148 — Fri, 10 Jul 2020 08:20:00 +0800

文章目录雷达图 ggradar相关图ggcorr()ggcorrplot()ggpairs()ggcor()相关系数矩阵Mantel检验环形热图一般热图热图pheatmap ggplot除了常见的散点图、柱形图，还可以通过扩展包快速生成复杂的统计图形。雷达图 ggradar devtools::install_github("ricardo-bion/ggradar", dependencies = TRUE) library(ggradar) library(tidyverse) library(sc

R语言中的PCA分析与可视化

nikang3148 — Tue, 25 Dec 2018 13:36:59 +0800

R语言中的PCA分析函数 R语言常用PCA分析函数有prcomp与princomp, 二者主要是计算方法的差别，建议采用prcomp(SVD方法) prcomp函数 prcomp函数使用较为简单，但是不同于常规的求取特征值和特征向量的方法，prcomp函数是对变量矩阵采用SVD方法计算其奇异值（原理上是特征值的平方根），函数帮助中描述为函数结果中的sdev。 prcomp函数输入参数为变量矩阵（x...