一、reshape2包数据:氮肥和磷肥的用量对植物生长的影响将上图数据做成txt文件1.melt() 函数,将宽数据转换为长数据转换NP数据集2.dcast() 函数,将长数据转换为宽数据二、tidyr包处理整洁的数据:每一列代表一个变量
每一行代表一个观测
一个观测值对应的一个变量1.宽数据变为长数据2.长数据变为宽数据三、dplyr包1.filter() 函数,截取满足条件的数据2.disti            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-01-17 12:01:21
                            
                                106阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            R语言,统计学的门槛,虽然进工业届以后用R的机会略微变少了,但是考虑到这玩意是以后的吃饭工具,所以重新捧起了R语言实战R in Action,且算完成了不少这本书的阅读和操作。接下来就是要将有用的内容和以后需要用到的内容做成笔记保存起来。前言为什么使用R,因为是统计学的门槛,当然还有其它各种原因,比如R是开源的,跨平台的etc。 R中最常见的基础操作包括:获取帮助、工作空间和工作路径、输入和输出、            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-02-19 19:44:12
                            
                                117阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            1、基本统计summary函数:R中的summary函数根据输入的类提供输入的摘要。该函数根据输入对象的类调用各种函数。返回值也取决于输入对象。例如,如果输入是一个由数字数据组成的向量,它将为数据提供平均值、中值、最小值、最大值和四分位数,而如果输入是表格(数字)数据,它将为每一列提供类似的计算。cov:用来计算相关性,通过为函数中的方法参数指定apt值,我们可以计算不同类型的相关系数,即Pear            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-10-11 08:16:05
                            
                                1451阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            数据基本信息获取获取数据的基本情况: summary() 函数。 任何 R 对象都可作为summary() 函数的参数,返回对象的统计和概要信息,日常常用且实用的函数。获取数据维度:dim() 函数 对于高维数据,如矩阵和数据框,dim() 函数可返回对象的维度:行数,列数。获取数据长度: **length()**函数 用于计算向量、矩阵中元素的个数。 对于一个数据框,length() 则返回列(            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-06-25 15:19:27
                            
                                730阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            本篇来谈一个比较基础的问题:如何正确使用R语言的函数?R的函数和数学上的函数类似——函数名后跟着圆括号,圆括号内是参数,参数可以赋值——因此用户能很容易理解。但也会有些读者对“数据结构”没有概念,对函数的使用也只是一知半解。首先提出两个问题:R环境中存在同名函数,R环境对此如何区分?同名函数意味着只是名称相同,实际不是一个函数,那判断同一函数和同名函数的依据是什么?反过来看,什么时候R环境会把同名            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-08-10 18:04:54
                            
                                595阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            总结数据集## Skim summary statistics##  n obs: 150 ##  n variables: 5 ## ## Variable type: factor ##   variable missing complete   n n_unique                    ...            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2021-05-19 23:43:01
                            
                                632阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            原文链接:http://tecdat.cn/?p = 6481总结数据集## Skim summary statistics##  n obs: 150 ##  n variables: 5 ## ## Variable type: factor ##   variable missing complete   n n_unique                    ...            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2021-05-12 14:19:11
                            
                                721阅读
                            
                                                                             
                 
                
                             
         
            
            
            
                        
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-07-12 12:30:36
                            
                                120阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            玩转数据可视化之R语言ggplot2本系列主要介绍R语言ggplot2数据可视化的使用参考资料:ggplot2: Elegant Graphics for Data Analysis文章目录玩转数据可视化之R语言ggplot2?1.ggplot2基础介绍?1.1案例数据说明?1.2 主要组成部分?1.3 颜色、形状、大小和一些其他的美学变量?1.4 主要的集合图形绘制✏️1.4.1 在图形上增加一            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-12-26 16:55:08
                            
                                58阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            本文以2*2的实验设计为例,利用lmerTest包在R中进行混合线性模型分析,采用sum的因子编码方式,简单介绍一下在summary的结果中,交互作用的beta值的含义。数据准备:library(tidyverse);	
library(lmertest)	
DF = read_csv('https://raw.githubusercontent.com/usplos/Eye-movement-r            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-09-14 09:35:43
                            
                                831阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            学习了R语言,网上找了一组数据,尝试使用RStudio进行线性回归分析。            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-05-31 07:47:31
                            
                                378阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            在数据分析与建模中,`predict` 函数在 R 语言中被广泛使用,用于基于已训练的模型进行预测。在本篇博客中,我将详细阐述如何在 R 语言中使用 `predict` 函数,包括环境准备、分步指南、配置详解、验证测试、排错指南和扩展应用等内容,以帮助你快速上手并解决相关问题。
## 环境准备
在开始之前,确保你的环境中安装了一些必要的依赖包。以下是前置依赖的安装步骤,我们需要安装 `care            
                
         
            
            
            
             文章目录1. 属性数据的描述性分析1)属性数据形式的转化2)属性数据的描述性统计图3)属性数据的基本统计量2. 单一属性分类数据1)分类数据的概率检验3. 四格表1)四格表的独立性检验2)四格表的边缘齐性(对称性)检验4. 二维列联表1)二维列联表的独立性检验2)二维列联表的相合性度量和检验3)方表的一致性度量和检验5. 三维列联表1)三维列联表的独立性检验2)三维列联表的相合性检验3)三维列联            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-07-11 16:22:50
                            
                                673阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            在R语言中绘制表格的包我们介绍了非常多,除了专门绘制基线资料表的compareGroups/tableone/table1,还介绍了绘制普通表格的gt,以及扩展包gtExtra。gtsummary包是专门用来画表格的,高度自定义的多种选项,快速绘制发表级表格。可用于总结汇总数据集、多种模型等。
     快速绘制 
    描述性统计表格、基线资料表(例如医学期刊常见的表1!) 。自动检测数据集中            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-10-30 21:30:21
                            
                                1165阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            # 如何实现R语言summary函数
## 概述
在R语言中,summary函数是一个非常常用的函数,它能够提供有关数据集的各种统计摘要信息。对于刚入行的小白来说,学会实现summary函数是一个很好的起点,因为它能够让我们更好地了解和理解数据集。
在本文中,我将介绍如何逐步实现R语言的summary函数,并提供代码示例和注释,帮助小白理解每一步的操作。
## 实现流程
首先,让我们来看一下            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2023-12-06 05:51:49
                            
                                205阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            基本操作工作路径 getwd() setwd() .Rprofile 默认设置文件赋值 <-(Alt±) <<- 强赋值给一个全局变量 而不是局部变量(写函数时用到)R包安装R Package Documentation 在线安装 、源代码安装 在线安装可以自动解决包之间的依赖关系 少部分需要源代码安装 install.package() 包名加引号 安装多个install.pa            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-08-09 20:36:07
                            
                                513阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            # 如何实现分组summary in R语言
## 摘要
在R语言中,我们可以使用dplyr包中的group_by()和summarize()函数来实现分组summary的功能。本文将详细介绍如何利用这两个函数来对数据进行分组汇总。
## 整体流程
在进行分组summary之前,我们需要先加载dplyr包,并准备好需要分组summary的数据集。接下来,我们将按照以下流程逐步实现分组sum            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2024-03-03 05:35:53
                            
                                342阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            error_log函数是PHP内置的一个函数,主要是用来写错误日志的函数,我们在多人开发,或者在比较复杂,并且没有单元测试的开发项目中,完全可以使用它来记录我们程序中的错误,特别是数据库查询语句执行的错误。我们来大致了解一下error_log()函数。我们看下手册的解释:error_log(PHP 3, PHP 4, PHP 5)bool error_log ( string message [,            
                
         
            
            
            
            1. read.table()read.table(file, header = FALSE, sep = "", quote = "\"'",
           dec = ".", numerals = c("allow.loss", "warn.loss", "no.loss"),
           row.names, col.names, as.is = !stringsAsFa            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-11-14 10:59:51
                            
                                69阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            本文对应《R语言实战》第15章:处理缺失数据的高级方法 本文仅在书的基础上进行简单阐述,更加详细的缺失数据问题研究将会单独写一篇文章。 处理缺失值的一般步骤:识别缺失数据;检查导致数据缺失的原因;删除包含缺失值的实例或用合理的数值代替(插补)缺失值。  缺失数据的分类:完全随机缺失(MCAR):某变量的缺失数据与其他任何观测或未观测的变量都不相关;随机缺失(            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-08-07 22:02:37
                            
                                343阅读
                            
                                                                             
                 
                
                                
                    