R语言统计入门第四章描述性统计和图形——4.6表格的图形显示

最新推荐文章于 2024-06-18 09:31:32 发布
原创 最新推荐文章于 2024-06-18 09:31:32 发布 · 1.3k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

预处理

caff.marital<-matrix(c(625,1537,598,242,36,46,38,21,218,327,106,67),nrow = 3,byrow = T)#生成表格，需要一个作为单独向量的表格值的变量
colnames(caff.marital)<-c("0","1-150","151-300",">300")#表格列名称命名
rownames(caff.marital)<-c("Married","Prev.married","Single")#行名称命名
caff.marital

names(dimnames(caff.marital))<-c("marital","consution")#添加变量名
caff.marital

as.data.frame(as.table(caff.marital))#把表格转换为计数的数据框

4.6表格的图形显示

4.6.1条形图


total.caff<-margin.table(caff.marital,2)#计算列总和，生成为total.caff的新表
total.caff

consution
0 1-150 151-300 >300
879 1910 742 330

barplot(total.caff,col = "white")#绘制条形图

最低0.47元/天 解锁文章

200万优质内容无限畅学
R语言ggplot2可视化：使用ggpubr包的ggsummarytable函数可视化dataframe数据的描述性统计量
statistics+insight+vista+power
11-21 293
R语言ggplot2可视化：使用ggpubr包的ggsummarytable函数可视化dataframe数据的描述性统计量
R语言快速制作文献中三线表--table1表格
Mrrunsen的博客
01-20 5529
生物医学、流行病学和相关领域的标准做法是，大多数期刊文章的第一个表，即“table1”，是根据不同程度分层的研究人群基本特征的描述性统计表。想想我们之前是不是对每个变量单独进行统计然后用excel汇总？只要很耗时且容易出错，所以，R语言“table1”这个包就闪亮登场了，该包可以快速生成这个统计表格。 接下来学习下table1包生成该表格的具体用法： table1包使用时，其中要包含在表中的变量由“+”分隔，“分层”变量（创建列）出现在条件符号“|”的右侧。 #安装并加载table1包进行绘图
#R语言# 描述统计&简单做图
c_doris的博客
06-11 1024
样例数据 ID Age Gender Weight 1 12 M 34 2 24 F 55 3 34 M 65 4 45 F 60 5 66 M 76 6 88 F 56 7 77 F 49 8 98 M 78 9 23 F 48 10 89 F 62 11 6
用R绘制几个常见的统计描述图
zhouxiuli1001的博客
09-03 3392
直方图 单个直方图： mycol &amp;amp;lt;- c(&amp;quot;#377EB8&amp;quot;,&amp;quot;#FF7F00&amp;quot;,&amp;quot;#4DAF4A&amp;quot;) #定义颜色变量 p0 &amp;amp;lt;- ggplot(data=dt1,aes(x=index1))+ geom_histogram(fill = mycol[1],posit
R语言统计入门第四章描述性统计和图形——4.1单组的汇总统计量
Kilimanjaro的博客
01-19 867
4.1单组汇总统计量 x&lt;-rnorm(50) mean(x)#均值 [1] 0.152391 sd(x)#标准差 [1] 0.9543512 var(x)#方差 [1] 0.9107863 median(x)#中位数 [1] 0.2121978 quantile(x)#四分位数 0% 25% 50% 75% ...
R语言统计入门第四章描述性统计和图形——4.4分组数据作图
Kilimanjaro的博客
01-19 4022
4.4分组数据作图 4.4.1直方图 library(ISwR) attach(energy) #将expend变量根据stature因子的值分割成两个向量 expend.lean&lt;-expend[stature=="lean"] expend.obese&lt;-expend[stature=="obese"] par(mfrow=c(2,1))#按行绘制2*1图 hist(expend....
R 语言入门 —— tidyverse
最新发布
dxs18459111694的博客
06-18 6017
是 语言中专为数据科学而设计的集成包，其内所有的包具有相同的设计理念、语法以及数据结构。大名鼎鼎的画图包 便是其中之一，其管道操作让代码看起来更加简洁。既然提到了管道操作，那就让我们先来介绍一下什么是管道操作，在这之前先把包给装了我们只需一键安装 ，就可以使用其下的所有包 导入 包 默认会将上面打钩的包一并导入，其他包则需要手动导入， 下面的函数表示存在冲突，需要使用包名加函数名的方式访问管道操作，顾名思义就是让数据看起来像流水一样从管道一头流向另一头，或者说链式调用，数据没通过一层函数就进行了一次加
R语言基础入门 安装 环境搭建 装包 作图 基本操作
chenbeijun的博客
03-10 2256
R语言基础
《R语言入门与数据分析》
weixin_51463905的博客
07-06 4488
**前言：这是根据 B站《R语言入门与数据分析》 自学整理的学习笔记。非科班出身，之前也没接触过代码，自己理解能力也比较差，所以会显得外行又笨拙，但还是希望多交流学习，才有动力持续进步。 目前这个课程笔记还没完结，会边学边更新。 ** 文章目录 P1 课程介绍 P2 数据分析 P3 数据挖掘 P4 数据可视化 P5 R语言介绍 R语言的特点 R语言的缺点 P6 案例演示 P7 R软件的安装 P8 R软件的运行与设置 P9 Rstudio 左上脚本窗口 左下控制台窗口 右上环境和历
软件测试精华总结，入门到精通全流程（必看，知识点很全）
公众号已改名为-程序员阿沐
03-01 6691
软件测试精华总结，入门到精通全流程（必看，知识点很全）
在R中对李克特量表（likert）数据进行可视化描述性统计分析，热力图、密度图、柱状图
weixin_45733465的博客
08-06 9960
在R中对李克特量表带数据进行可视化描述性统计分析 李克特量表是一种常用的社会调查问卷模式。常规论文中对多级的李克特量表数据大多计算均值来进行描述性统计分析，但均值较难表现样本整体分布状况，R中likert package可以协助完成多种可视化图表的描述性统计分析，如下柱状图、热力图、密度图等。相对于传统表格，更清晰直观漂亮。而且likert package语法也很简单。 #安装likert package if(!require(likert)){install.packages("likert")
使用R语言生成描述统计表（DescrTab2包）
TechInk的博客
08-27 1467
描述统计是数据分析中常用的方法之一，它提供了对数据集的基本统计特征的概括性信息。在R语言中，可以使用DescrTab2包来生成描述统计表，并从中获取有关数据集的重要指标。综上所述，使用R语言中的DescrTab2包可以方便地生成描述统计表。通过计算变量的基本统计量和生成描述统计表，我们可以对数据集的特征有一个整体的了解。在上述代码中，将"Variable 1"、"Variable 2"和"Variable 3"替换为实际变量的标签。接下来，我们可以使用DescrTab2包中的函数来生成描述统计表。
python内置的常用数据类型_python中常用的数据类型
weixin_39575212的博客
11-25 160
Python 基本数据类型一.数字型：int 整型 一般用来标识 人数，年龄等long 长整型 在python2中会存在长整型，而python3中是没有长整型的float 浮点型 一般用来标识薪资，身高等id相等，其值一定是相等的。id不同，其值也可能相等。二.字符串：单引号或双引号或三引号来表示字符串：name = 'andy'name1= '' ken''name2= '''jaso...
R语言入门基础
06-01
本课程旨在帮助学习者快速入门R语言：课程系统详细地介绍了使用R语言进行数据处理的基本思路和方法。课程能够帮助初学者快速入门数据处理。课程通过大量的案例详细地介绍了如何使用R语言进行数据分析和处理课程操作实际案例教学，通过编写代码演示R语言的基本使用方法和技巧
R语言使用epiDisplay包的tableStack函数制作统计汇总表格（基于目标变量分组的描述性统计、假设检验等）、设置by参数为性别变量、分析两种性别在暴露因素下的反应的差异
statistics+insight+vista+power
06-19 375
R语言使用epiDisplay包的tableStack函数制作统计汇总表格（基于目标变量分组的描述性统计、假设检验等）、设置by参数为性别变量、分析两种性别在暴露因素下的反应的差异
R语言 描述性统计
数据分析、数据挖掘、大数据开发
01-31 1万+
基本统计分析，又叫描述性统计分析，它是指运用制表、分类、图形及概括性数据来描述数据特征的各项活动，以发现其内在规律的统计分析方法。 描述性统计分析主要包括数据的集中趋势分析、数据的离散程度分析、数据的频数分布分析等，常用的统计指标有计数、求和、平均值、方差、标准差等。 在R语言中，使用summary函数进行描述性统计分析，该函数的常用参数： summary(object, digits) 参数 说明 object 被统计的对象，可以是向量或数据框 digits 结果保留的
R语言之描述性统计量
zhf1234abc的博客
08-18 7741
1.导入pastecs包 stat.desc(mtcars[vars])                      mpg           hp          wt nbr.val       32.0000000   32.0000000  32.0000000 nbr.null       0.0000000    0.0000000   0.0000000 nbr.na
R语言的基本图形
qq_24138061的博客
06-20 539
1）条形图 barplot（）函数，水平条形图则添加（horiz=TRUE） 2)堆砌条形图 barolot(, legend=rownames(counts)) 3)分组条形图 （beside=TRUE） 4）均值条形图 先利用mean=means（order（means$x）,） 5)棘状图 vcd包中的函数spine()绘制 6)饼图 pie(x,labels) a....
R语言中描述统计量的多种方法summary()、describe()、str()等
热门推荐
昵称字符数
07-11 11万+
1. summary()函数可以获取描述性统计量 可以提供最小值、最大值、四分位数和数值型变量的均值，以及因子向量和逻辑型向量的频数统计 2. misc包中的describe()函数 可返回变量和观测的数量、缺失值和唯一值的数目、平均值、分位数，以及五个最大的值和五个最小的值 3.psych包中的describe()函数 psych包也拥有一个名为describe()的函数，它可以计算非
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值