北京电商网站排行,做网站 用什么做数据库最好,怎么做网站代理商,wordpress 播放大视频播放在“R与生物统计专题”中#xff0c;我们会从介绍R的基本知识展开到生物统计原理及其在R中的实现。以从浅入深#xff0c;层层递进的形式在投必得医学公众号更新。在上一讲中#xff0c;我们介绍了第三讲 R编程基础-矩阵和数据框 (戳这里即可跳转)。到现在为止#xff0c;大… 在“R与生物统计专题”中我们会从介绍R的基本知识展开到生物统计原理及其在R中的实现。以从浅入深层层递进的形式在投必得医学公众号更新。在上一讲中我们介绍了第三讲 R编程基础-矩阵和数据框 (戳这里即可跳转)。到现在为止大家已经学完了R语言的基础知识马上就开始进阶地学习一些R语言相关的统计学技能了。今天的更新我们会带您学习R的基本统计学技能描述性统计分析。1. 将数据导入R1.1 准备好你的数据命名约定避免名称带有空格。 好的列名patient_age或patient.age。 列名错误patient age。避免使用带有特殊符号的名称$*()-/}{|避免以数字开头的变量名。请改用字母。好的列名称patient_1st_meal或x1st_meal。列名错误1st_male列名必须是唯一的。不允许重复的名称。R区分大小写。这意味着名称不同于名称或名称。避免数据中出现空白行。删除文件中的任何评论。用NA替换缺少的值(不可用)。如果你有包含日期的列请使用四位数格式。格式良好20160101。格式错误01/01/161.2 将数据保存在外部.txt标签或.csv文件中1.3 如下将数据导入R# 对于.txt文件my_data # 对于.csv文件my_data 在这里我们将使用名为iris的内置R数据集。# 导入R内自带的iris数据集library(datasets)data(iris)# 将数据存储在变量my_data中my_data 1.3 检查数据你可以使用head()和tails()函数检查数据这将分别显示数据的第一部分和最后一部分。# 显示前六行内容head(my_data, 6)输出结果如下Sepal.Length Sepal.Width Petal.Length Petal.Width Species1 5.1 3.5 1.4 0.2 setosa2 4.9 3.0 1.4 0.2 setosa3 4.7 3.2 1.3 0.2 setosa4 4.6 3.1 1.5 0.2 setosa5 5.0 3.6 1.4 0.2 setosa6 5.4 3.9 1.7 0.4 setosa2. 常用的描述性统计的R函数一些用于计算描述性统计量的R函数✎ R函数 3. 单个组的描述性统计3.1 集中趋势的度量均值中位数众数粗略地说集中趋势衡量的是数据的“平均”或“中间”。最常用的衡量指标包括集中趋势平均值平均值。它对异常值很敏感。中位数中间值。这是一个强有力的替代手段。众数最频繁出现的值在R中函数mean()和median()可以分别计算平均值和中位数# 计算平均值mean(my_data$Sepal.Length)[1] 5.843333# 计算中位数median(my_data$Sepal.Length)[1] 5.83.2 可变性的度量可变性度量给出了数据“分散”的程度。范围极值最小值和最大值范围最大值减去最小值# 计算最小值min(my_data$Sepal.Length)[1] 4.3# 计算最大值max(my_data$Sepal.Length)[1] 7.9# 范围range(my_data$Sepal.Length)[1] 4.3 7.9四分位间距四分位数将数据均匀分为4部分。四分位数间距(IQR)对应于第一和第三四分位数之间的差异-有时被用作标准偏差的可靠替代方案。R功能quantile(x, probs seq(0, 1, 0.25))x需要样本分位数的数值向量。probs在[0,1]之间的概率数值向量。例quantile(my_data$Sepal.Length)0% 25% 50% 75% 100%4.3 5.1 5.8 6.4 7.9# 计算十分位数(0.10.20.3…0.9)quantile(my_data$Sepal.Length, seq(0, 1, 0.1))# 计算四分位间距IQR(my_data$Sepal.Length)[1] 1.3方差和标准差方差表示与均值的平均平方差之和。标准差是方差的平方根。它测量数据中数值与平均值的平均偏差。# 计算方差var(my_data$Sepal.Length)# 计算标准差sd(my_data$Sepal.Length)绝对中位数绝对中位数(Median absolute deviation,MAD)数据中值与中值的偏差即先计算出数据与它们的中位数之间的残差(偏差)MAD就是这些偏差的绝对值的中位数。# 计算中位数median(my_data$Sepal.Length)# 计算绝对中位数mad(my_data$Sepal.Length)统计描述方式的选择范围。它不经常使用因为它对异常值非常敏感。四分位间距。对于异常值它非常强大。它多与中位数结合使用。方差。完全无法解释的因为它不使用与数据相同的单位。除了用作数学工具外很少被使用。标准偏差。方差的平方根。它以与数据相同的单位表示。在均值是集中趋势的分布(多指正态分布)的情况下通常使用标准偏差。绝对中位数。对于具有离群值的数据这是一种估算标准偏差的可靠方法。但是不经常使用。总而言之四分位间距和标准差是用于报告数据变异性的两种最常用的度量。3.3 计算变量和整个数据框的整体摘要summary()函数函数summary()可用于显示一个变量或整个数据框的多个统计变量概况。单个变量的概况。返回六个值平均值中位数第25和75四分位数最小值和最大值。summary(my_data$Sepal.Length)输出结果如下:Min. 1st Qu. Median Mean 3rd Qu. Max.4.300 5.100 5.800 5.843 6.400 7.900数据框概况。在这种情况下函数summary()将自动应用于每列。结果的格式取决于列中包含的数据类型。例如如果列是数字变量则返回均值中位数最小值最大值和四分位数。如果该列是一个因素变量(factor)则返回每个组中的观察数。summary(my_data, digits 1)输出结果如下:Sepal.Length Sepal.Width Petal.Length Petal.Width SpeciesMin. :4 Min. :2 Min. :1 Min. :0.1 setosa :501st Qu.:5 1st Qu.:3 1st Qu.:2 1st Qu.:0.3 versicolor:50Median :6 Median :3 Median :4 Median :1.3 virginica :50Mean :6 Mean :3 Mean :4 Mean :1.23rd Qu.:6 3rd Qu.:3 3rd Qu.:5 3rd Qu.:1.8Max. :8 Max. :4 Max. :7 Max. :2.53.4 缺失值的情况Tips当数据包含缺失值时即使仅缺少一个值某些R函数也会返回错误或NA。例如即使向量中仅丢失一个值mean()函数也将返回NA。使用参数na.rm TRUE可以避免这种情况该参数告诉函数在计算之前删除所有NA。使用均值函数的示例如下mean(my_data$Sepal.Length, na.rm TRUE)好了本期讲解就先到这里。在之后的更新中我们会进一步为您介绍R的入门以及常用生物统计方法和R实现。欢迎关注投必得医学手把手带您走入R和生物统计的世界。提前打个预告接下来我们要正式开始学习R语言的统计学技能啦下一期将会更新“R的描述性统计分析”。喜欢的同学们快快关注起来吧。第一讲 R-基本介绍及安装第二讲 R-编程基础-运算、数据类型和向量等基本介绍第三讲 R编程基础-矩阵和数据框当然啦R语言的掌握是在长期训练中慢慢积累的。一个人学习太累不妨加入“R与统计交流群”和数百位硕博一起学习。快扫二维码撩客服带你进入投必得医学交流群让我们共同进步↓↓- END -长按二维码关注「投必得医学」更多科研干货在等你麻烦点一下在看再走呗
