零基础学R：常用命令总结_part2

31. 单样本t检验：help(t.test)

单样本T检验是检验某个样本和一个给定均数的差别。

例如，单侧检验看某样本的年龄均数是否大于8。那么无效假设为 mu<8，备择假设为mu≥8，置信区间为95%，则命令为：

t.test(Age,mu=8,alternative="less",conf.level=0.95)

可简写为t.test(Age,mu=8,alt="less",conf=0.95)

如果无效假设是mu>8，则命令里less 改为larger。

双侧检验则命令里less改为two.sided，或者去掉alt这个分句因为R默认为双侧检验，结果应该是一致的。

可将T检验的结果另存为一个新的变量。TEST <- t.test(Age, mu=8,conf=0.99)，然后再从中只提取P值进行制表等操作。

32.两独立样本t检验：

建议在统计之前作图观察两样本的差别。

例如，双侧检验看男女的眼轴长度AL_od是否不同。无效假设是mu=0，备择假设为差异不等于0，置信区间95%，两组的变异度不等，非配对样本，则命令为：

t.test(AL_od~sex,mu=0,alt="two.sided",conf=0.95,var.eq=F, paired=F)

或t.test(AL_od[sex=="female"], AL_od[sex=="male"])

那么如何评估变异度一致性即var.eq呢？可以看boxplot，或两组分别计算变异度：var(AL_od[sex==“male”])， 

或者采用levene's test，其无效假设是两组的变异度是一致的。要用这个命令，首先得安装car packages.

install.packages("car")
library(car)

leveneTest(AL_od~sex)

如果P值小于0.05则说明两组的变异度不同。

33. Mann-Whitney U test: 两样本秩和检验：help(wilcox.test)

wilcox.test(AL_od~sex, mu=0, alt="two.sided",conf.int=T, conf=0.95, paired=F,,exact=T,correct=T)

//零假设是差异为0，双侧检验，置信区间为95%，非配对样本，计算确切P值和CI，校正连续值。

34. 配对样本t检验：

例如，看治疗前后的血压有无差异，零假设是无差异,双侧检验

t.test(Before, After, mu=0, alt="two.sided", paired=T,conf.level=0.99)

35. Wilconxon Signed Rank Test: help（wilcox.test）

两样本中位数的非参数检验，同样的先画箱型图对比。零假设是两组中位数差别为0，双侧检验

wilcox.test(Before, After, mu=0, alt="two.sided", paired=T,conf.int=T, conf.level=0.90, exact=F, correct=F)

35. ANOVA: 比较2组或以上的均数 help(aov)

boxplot(weight~diet), 零假设是所有饮食类型的体重相同。

ANOVA1 <- aov(weight~diet)

Kruskal Wallis是一个one-way变异度分析，是ANOVA的非参数形式。

kruskal.test(weight~diet)

36. 卡方检验和fisher's确切概率法：help(chisq.test)

先建立一个table看下两个变量的分布： TAB <- table(gender, smoking)

画图对比： barplot(TAB,beside=T, legend=T)

chisq.test(TAB, correct=T)

fisher.test(TAB, conf.int=T, conf.level=0.95)

37. RR,OR, attributes of risk: direction and strength of the association between two categorical variables.

 TAB <- table(gender, smoking)

barplot(TAB,beside=T, legend=T)

需要先安装一个packages: install.packages("epiR")

library (epiR)

help(packages="epiR")

假设是一个2x2的表格，epi.2by2(TAB, method="cohort.count", conf.level=0.95)可给出RR，OR值和95%CI。

38. correlation and linear regression:

先画散点图，如评估年龄和身高之间的关系：plot(age, height)

cor(age, height, method="pearson")   // pearson是R的默认设置，也可不写，或用spearman, kendall

cor.test(age, height, method="pearson")   //零假设是相关系数为0

相关系数矩阵: pairs(data1) 或pairs(data1[, 1:3])  //所有行，1-3列，其实就是1-3个变量的矩阵图

cor(data1[, 1:3]) //相关系数矩阵的数值表格

cov(age, height)  //age和height的相关系数

39. Simple linear regression:

先画散点图和计算相关系数（同上）

mod <- lm(height ~age)  //生成一个新变量，这里命名为mod，lm括号里面先写Y后写X

summary(mod)  //可以看到回归结果

可以进一步对该回归结果进行读取和更改，例如confint(mod,level=0.99)可以看到99%置信区间

coef(mod) 可以读取回归系数， anova(mod)可以看到回归表格

40. checking linear regression assumptions:

plot(age, height)之后同上生成mod，

abline(mod)  //在散点图上添加一条age和height的回归拟合曲线

plot(mod)  //可以看到评估回归的四个图，点击return键可以跳转查看

如果想同时显示四张图，则先分开屏幕，再画图

par(mfrow=c(2,2))

plot(mod)

par(mfrwo=c(1,1))  //回到原屏幕设置

41. multiple linear regression：

看身高与年龄和性别之间的关系：model1<- lm(height~age+sex)

summary(model1)

cor(age, sex,method="pearson")  //衡量自变量间的交互作用

confint(model1, conf.level=0.95)

plot(model1)

 

42. 数值型变量转成类别型变量：？cut

例如分年龄组：agegroup=cut(Age,breaks=c(0,20,40,100),labels = c("A","B","C"))  //默认区间是左开右闭，0和100是下限和上限

如果想左闭右开的话，加入一个命令right=FALSE。

agegroup=cut(Age,breaks=3,labels = c("A","B","C"), right=F) //让R自己选择cut-off分为3组

 43. 哑变量：k个分类的变量需要k-1个哑变量

如上agegroup是一个分类变量，mod<- lm(height~agegroup)  //R会自动让分类变量生成哑变量，以第一个变量为reference

summary(mod)

如果要改变reference category的话，help(relevel)

mod1<- lm(height~age+sex)  //其中sex是分类变量，参照是female

summary(mod1)

table(sex)  //假设看到的目前reference即第一列是female，如果想变成male

gender<- relevel(sex,ref="male")

table(gender)  //此时refrence变成了male

此时再mod2<-lm(height~age+gender)  //此时的性别参照就是male

44. R数据库合并

mm <- merge(data1,data2, all=T, by=c("v1"))     //data1和data2这两个数据库通过v1这个变量merge到一起，生成新数据库mm