邱德勋-优快云博客

原创安装devtools包，试试这个方法

快速安装devtools包直入正题，废话少说。install.packages("devtools")结果如下，你以为成功了，其实并没有！第一次安装 devtools 失败！！！The downloaded source packages are in ‘C:\Users\Administrator\AppData\Local\Temp\RtmpIPnLDB\downloaded_packages’library("devtools")一直显示不存在叫‘devtools’这个名字的程辑包

2021-11-21 14:50:39 32278 60

原创 ggplot2入门大全（给图像加注解）

注解会在图像中添加元数据，元数据依然是数据，所以可以使用以下函数：geom_text()：可添加文本说明或者为点添加标签；geom_rect()：标注图形中你感兴趣的区域；geom_line()、geom_path()、geom_segment()：添加直线，可以在直线上绘制箭头；geom_vline()、geom_hline()、geom_abline()：在图形中添加参照线（基准线），其跨度为整张图像。一般来说，注解既可添加在前景（必要时使用alpha函数以保证能看清数据）也可添加在背景中。添

2020-08-02 16:51:25 3481 2

原创 ggplot2入门大全（实战操作1）

上一篇博客介绍了在ggplot2中绘制最基本的图像，接下来的几篇内容会继续进行实战操作加以巩固。开始之前，先来解决历史遗留问题。当数据N超过1000时，拟合时的默认平滑算法就不再是"loess"了，而是"gam"，不过要加载 mgcv 包。library(ggplot2) library(mgcv)ggplot(mpg,aes(displ,hwy))+geom_point()+ geom_smooth(method="gam",formula=y~s(x))————————————分割线

2020-07-31 11:33:37 1342

原创 ggplot2入门大全（从菜鸟到高手）

在开始ggplot2的学习之前，可以先看下我之前的一篇博客，关于快速作图——qplot在本章你将学习1、ggplot2中的mpg数据集2、ggplot图像的三个基本构成：数据、图形属性和几何对象3、如何将变量映射到图形属性中4、如何指定不同的几何对象绘制各种各样的图形No1、在图中添加平滑曲线No2、箱线图和扰动点图No3、直方图和频数多边形No4、条形图No5、时间序列中的折线图和路径图5、如何修改坐标轴6、图像文件的其他处理方式，如保存至硬盘1、ggplot2中的mpg数据集第一步当然是加载ggp

2020-07-30 13:23:03 39949 10

原创从github下载的R包安装不上？试试这个方法

安装packageR语言众多的程序包既是优点也是缺点，在数据分析领域，它们几乎涵盖了所有的分析方法，但在不熟悉代码的前提下用起来复杂繁琐。而且有时一些不常用的包下载的时候往往不是那么顺利。当你在github下载了安装包（压缩包）之后（或者在其他地方获得的），把它解压到R目录下的library（存放R包的文件夹），准备在RStudio里library()的时候，却发现包是无效的，绝望的感觉。如果你遇到了，试试下面两个方法，希望能帮到你。第一个方法如下：原文链接：R语言PCA主成分分析——从github安装

2020-07-17 22:12:42 7110 3

原创菜鸟学R语言（组间多重比较）

菜鸟学R语言（组间多重比较）经过方差分析可以说明各总体均值间的差异是否显著，即只能说明均值不全相等，但不能具体说明哪几个均值之间有显著差异。此时多重比较就派上用场了，在科研中也是比较常用的方法。具体的理论知识不再多讲，上代码之前先了解一下多重比较的类别。LSD检验（最小显著差数检验法）：这也是我最常用的方法，基本上就是T检验的简单变形，T检验是对两组，而这个可以对多组间的均数做检验；Dunnett检验：适用于多个试验组与一个对照组的比较，多对一；Turkey检验：适用于组数大于6以上（不确定）；

2020-07-09 23:10:40 20030 11

原创菜鸟学R语言（回归分析1）

学会用R做回归分析在统计学中，回归分析（regression analysis)指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。线性回归（Linear Regression）线性回归应该是最常用的回归了，其应用的原理就是最小二乘法。奔着少一点公式推导（不会推），多一点实例分析的原则，直接上代码。数据如下：

2020-06-26 22:27:45 3457 4

原创菜鸟学R语言（PCA）

主成分分析（PCA）理论介绍PCA的全拼是Principal Component Analysis，翻译成中文就是主成分分析。在探索性数据分析中应用广泛，能更好地可视化在具有许多变量的数据集中出现的变化。这在“宽”数据集的情况下特别有用，在这种情况下，每个样本有许多变量。主成分分析的目的是在于降维，其结果是把多个指标归约为少数的几个指标，这少数的几个指标的表现形式一般为原来指标体系中的某几个指标线性组合。个人认为，主成分分析就是通过降维来预测和寻找关键因子。那什么情况下可以用主成分分析呢？话说这

2020-06-17 21:40:43 11915 9

原创 R语言PCA主成分分析——从github安装ggbiplot包

ggbiplot下载失败的解决方法今天的内容本来是运用R语言进行主成分分析（PCA），结果TM第一步就卡住了，下载ggbiplot包花费了我半个下午的时间。以下是宝贵的经验，亲测有效。如果是下载其他的包，遇到相似的问题，这个方法应该也是适用的。> install.packages("devtools")> library(devtools)> install_github("vqv/ggbiplot")如果你用上面的代码成功下载了，算你厉害。而我运行的结果一直是这样的：l

2020-06-14 20:56:26 10361 13

原创菜鸟学R语言（方差分析）

方差分析"克服懒惰，坚持更新！"提到方差分析（Analysis of Variance），简写为ANOVA，相信只要接触过统计学或者有过科研经历的小伙伴们对此不会陌生。之前我更多的是使用SPSS来操作，那么怎么用R语言来实现呢？首先，我们先来看一下方差分析的前提假设：样本数据独立每组数据的总体服从正态分布每组数据方差齐性我的第一篇博客介绍了T检验，其前提假设也是以上三条，事实上，二者在某些情况下是等价的，比如独立样本T检验（两组数据）和方差分析。下面重点介绍单因素方差分析和多因素方差分析

2020-06-12 22:21:25 5169 1

原创菜鸟学R语言（ggplot2）

走进ggplot2的神奇世界ggplot2是R语言的一个经典好用的绘图包。对于初学者来说，ggplot2并不是想象中或者看起来那么容易上手，也需要花时间去练习去体会，不然的话，调整起来也很令人头疼。但ggplot2依然为我打开了新世界的大门。正式开始之前，先学习一下qplot，快速作图。散点图## ggplot2 快速作图library(ggplot2)#data(diamonds) R自带的数据集#数据准备set.seed(100)?diamondsdsmall <- diamo

2020-06-08 17:27:09 7536

原创一个菜鸟学习R语言的历程（一）

一个菜鸟学习R语言的历程（一）写在前面：本人的确是一只菜鸟，大学没学过编程，对于C语言和java也只是耳闻，R语言和Python是大学毕业后才知道（卑微）。本科只用过SPSS和EXCEL分析数据，目前马上研二，才认识到编程的重要性以及它的神奇。在Python和R之间选择了R来作为学习的主要目标，想达到的水平就是能够用R绘制论文中各种的图和进行数据分析。不知道这个学习的历程持续多久，希望我能坚持到底！不断的学习，反复的练习！不求成为高手，只求从入门的菜鸟蜕变为一个真正的R使用者。入门我也不知道我现在算不

2020-06-06 17:21:44 3031

weixin_45331620的博客