一、一些函数包大汇总时间上有点过期，下面的资料供大家参考基本的R包已经实现了传统多元统计的很多功能，然而CRNA的许多其它包提供了更深入的多元统计方法，下面要综述的包主要分为以下几个部分： 1） 多元数据可视化（Visualising multivariate data）： 绘图方法： 基本画图函数（如：pairs()、coplot()）和lattice包里的画图函数
转载
2023-11-22 15:34:57
369阅读
多变量广义自回归条件异方差(MGARCH)和多变量随机波动率(MSV)模型与马尔可夫链蒙特卡罗方法的贝叶斯估计和比较可以直接和成功地在WinBUGS包中进行。经济全球化和金融市场的完整性促进了对资产定价，风险管理，投资组合选择等各个领域的多元波动建模的需求。因此，两种类型的模型 - 多变量广义自回归条件异方差(MGARCH)和多变量随机波动率(MSV)模型 - 已成为理论和实证研究的主要方法。已经
转载
2023-11-21 11:08:15
0阅读
1写在前面本期介绍一下R语言基础部分，R包的安装。? 大家肯定都觉得很简单，但往往简单的东西会有不一样的解决方案。 来See~ See~ 吧！?2基础安装我们最常使用的就是install.packages()函数，来安装CRAN上的R包。 我们可以选择将单个包作为变量传输进入，也可以通过向量的形式进行多个R包的安装。2.1 安装单个R包install.packages("tidyverse")
i
转载
2024-01-07 15:08:02
230阅读
前言 最近想试一下捣腾一个 R 包出来，故参考了一些教程。现在看到的最好的就是谢益辉大大之前写过的开发R程序包之忍者篇，以及 Hadley 大神（ggplot2 devtools 等一系列包的作者）的 教程。但是前者有一些过时，后者是全英文的，所以我这里记录一下比较简单的过程，给读者们一个参考思路。如果你有一些 R 程序，想塞到去一个自创的 R 包中，那么这篇文章就可能是你想要的。为了方
转载
2023-09-02 15:12:54
589阅读
使用readr进行数据导入导入数据的方法有很多，相信大家也已经有了自己习惯的方法，所以本节的内容只是给大家提供一个选择。所谓技多不压身！本节较多理论性的东西，大家也可以酌情跳过！7.1 简介本章将学习如何将纯文本格式的矩形文件读入 R。虽然本章内容只是数据导入的冰山一角，但其中的原则完全适用于其他类型的数据。本章末尾将提供 一些有用的 R 包，以处理其他类型的数据。7.2 入门readr 的多数函
转载
2024-08-16 10:06:18
90阅读
R包glmnet是通过惩罚最大似然法拟合广义线性和类似模型的软件包。1. 加载包和数据#install.packages("glmnet", repos = "https://cran.us.r-project.org")
library(glmnet)
ls("package:glmnet")
# x = matrix(rnorm(100 * 20), 100, 20)*10
# y = r
转载
2023-10-30 21:31:38
170阅读
决策树模型
是一种简单易用的非参数分类器。它不需要对数据有任何的先验假设，计算速度较快，结果容易解释，而且稳健性强，不怕噪声数据和缺失数据。决策树模型的基本计算步骤如下：先从n个自变量中挑选一个，寻找最佳分割点，将数据划分为两组。针对分组后数据，将上述步骤重复下去，直到满足某种条件。
在决策树建模中需要解决的重要问题有三个：
如何选择自变量 如何选择分割点 确定停止划分的条件在 R语言 中
转载
2023-08-07 10:10:14
133阅读
shiny包学习笔记（一）认识shiny第一个例子（01_hello）认识shiny APP的构成用户界面 （ui）服务器功能 （server）shinyApp函数 认识shinyshiny是一个R的软件包，它使得直接从R构建交互式web app更加简单。 shiny包中有11个例子，可以非常形象直观地解释shiny的工作方式。第一个例子（01_hello）认识shiny APP的构成shiny
转载
2023-08-06 20:02:21
174阅读
目录引言1、数据构造2、筛选2.1 dplyr::filter基本语法：案例2.2 sqldf:sqldf关键字select、from、where、where3、排序3.1 dplyr::arrange3.2 sqldf:sqldf关键字：order by4、选择列4.1dplyr::select4.2 sqldf::select5、创建新的变量5.1 dplyr::mutate5.2 sqld
转载
2023-08-18 14:48:10
139阅读
[更新~] Python网络爬虫与文本数据分析dplyr简介dplyr是R语言的数据分析包，很像python中的pandas，能对dataframe类型的数据做很方便的数据处理和分析操作。最初我也很奇怪dplyr这个奇怪的名字，我查到其中一种解释d代表dataframeplyr是英文钳子plier的谐音library(tidyverse)## ── Attaching packages ─────
转载
2024-08-02 22:36:37
42阅读
（课程视频链接：https://www.bilibili.com/video/BV19x411X7C6?p=1）1.R语言 R语言是S语言的一种实现。R是一个全面的统计研究平台，提供了各式各样的数据分析技术，拥有顶尖的绘图功能。 R
转载
2023-10-30 21:30:41
444阅读
DESeq2和EdgeR都可用于做基因差异表达分析，主要也是用于RNA-Seq数据，同样也可以处理类似的ChIP-Seq,shRNA以及质谱数据。这两个都属于R包，其相同点在于都是对count data数据进行处理，都是基于负二项分布模型。因此会发现，用两者处理同一组数据，最后在相同阈值下筛选出的大部分基因都是一样的，但是有一部分不同应该是由于其估计离散度的不同方法所导致的。 ### DESeq2
转载
2023-12-11 12:46:12
204阅读
上一篇博客（R中两种常用并行方法——1. parallel）中已经介绍了R中常见的一种并行包：parallel，其有着简单便捷等优势，其实缺点也是非常明显，就是很不稳定。很多时候我们将大量的计算任务挂到服务器上进行运行时，更看重的是其稳定性。这时就要介绍R中的另一个并行利器——snowfall，这也是在平时做模拟时用的最多的一种方法。针对上篇中的简单例子首先是一个最简单的并行的例子，这个例子不需要
转载
2023-11-29 09:55:27
112阅读
文章目录包检查可用R语言的包1. 获取包含R包的库位置2. 获取已安装的所有软件包列表3. 获取当前在R环境中加载的所有包4. 安装一个新的软件包有两种方法安装：5. 加载包到当前R环境6. 卸载包包R语言的包是R函数，编译代码和样本数据的集合。 它们存储在R语言环境中名为“library”的目录下。默认情况下，R语言在安装期间安装一组软件包。 随后添加更多包，当它们用于某些特定目的时。 当我们启
转载
2023-05-18 22:26:36
204阅读
注：以下内容是我个人翻译自Rstudio官网的Shiny教程http://shiny.rstudio.com/articles/basics.html水平有限，敬请谅解在开始之前，先简单介绍一下Shiny框架，以下内容引用于百度百科：‘Shiny是R中的一种Web开发框架，使得R的使用者不必太了解css、js只需要了解一些html的知识就可以快速完成web开发，且shiny包集成了bo
转载
2023-10-30 21:34:27
102阅读
R包的安装R语言的特点就是有众多的第三方扩展包，扩展包涉及到各行各业的数据分析内容。包是R函数、数据、预编译代码以一种定义完善的格式组成的集合，包括R程序，运行该程序的其他语言(例如C语言)，解释这个程序功能、方法的帮助文档，例子、测试数据等。R自带了一系列默认包，包括base、datasets、utils、graDevices、graphics、stats以及methods。这些包提供了很多的默
转载
2023-06-20 14:26:00
358阅读
1. stringr介绍stringr包被定义为一致的、简单易用的字符串工具集。所有的函数和参数定义都具有一致性，比如，用相同的方法进行NA处理和0长度的向量处理。字符串处理虽然不是R语言中最主要的功能，却也是必不可少的，数据清洗、可视化等的操作都会用到。对于R语言本身的base包提供的字符串基础函数，随着时间的积累，已经变得很多地方不一致，不规范的命名，不标准的参数定义，很难看一眼就上手使用。字
转载
2023-10-17 08:48:18
186阅读
本文集锦了R语言学习中需要用到的知识。可以作为入门了解之用，细节部分本文不做详解R语言介绍2、Rstools及package管理目前常用安装包的方式用三种：分为CRAN中的包/生物信息学相关包/GitHub里面的包#CRAN中的包
#install.packages() 安装包
#生物信息学相关Bioconductor
#install.packages('BiocManger')
#BiocMa
转载
2023-08-12 15:04:31
223阅读
KNN 算法是 Cover 和 Hart 于1968 年提出一种基于统计的学习方法。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。等于就是把先数据通过特征空间属性，主要就是计算欧式距离，分为K个相近类别，后面的数据根据自己的属性划分到和自己属性最相似的类别上。我们通过R语言来演示一下近邻分析（KNN），先导入我们的R包和数据，library(class)
转载
2023-11-24 21:21:11
126阅读
R语言数据处理学习记录–使用linkET包完成mental test注：本文仅作为自己的学习记录以备复习查阅一 简单介绍一下这个包依旧是来自于GitHub上，作者给出的介绍：linkET的目标是简单而直接地可视化基于’ ggplot2 '的矩阵热图。其实作者已经给出了非常详细的包的使用方法，从Data processing到后面各种图形的绘制都有详细的代码和图片展示，所以这里just给一些无法很方
转载
2023-11-16 19:33:58
530阅读
