R中五种常用的统计分析方法
来源:互联网 发布:猎人同人知之四时蝶 编辑:程序博客网 时间:2024/06/05 20:52
1、分组分析aggregation
根据分组字段,将分析对象划分为不同的部分,以进行对比分析各组之间差异性的一种分析方法。
常用统计指标:
计数 length
求和 sum
平均值 mean
标准差 var
方差 sd
分组统计函数
aggregate(分组表达式,data=需要分组的数据框,function=统计函数)
参数说明
formula:分组表达式,格式:统计列~分组列1+分组列2+...
data=需要分组的数据框
function:统计函数
aggregate(name ~ class, data=data, FUN=length);#求和aggregate(score ~ class, data=data, FUN=sum);#均值aggregate(score ~ class, data=data, FUN=mean);#方差aggregate(score ~ class, data=data, FUN=var);#标准差aggregate(score ~ class, data=data, FUN=sd)
2、分布分析cut
根据分析目的,将数据(定量数据)进行等距或者不等距的分组,进行研究各组分布规律的一种分析方法。
分组函数
cut(data,breaks,labels,right)
参数说明
data=需要分组的一列数据
breaks=分组条件,如果是一个数字,那么将平均分组;如果是一个数组,那么将按照指定范围分组
labels:分组标签
right:指定范围是否右闭合,默认为右闭合,right参数为TRUE
用户明细 <- read.csv('data.csv', stringsAsFactors=FALSE)head(用户明细)breaks <- c(min(用户明细$年龄)-1, 20, 30, 40, max(用户明细$年龄)+1)年龄分组 <- cut(用户明细$年龄, breaks = breaks)用户明细[, '年龄分组1'] <- 年龄分组年龄分组 <- cut(用户明细$年龄, breaks = breaks, right = FALSE)用户明细[, '年龄分组2'] <- 年龄分组labels <- c('20岁以及以下', '21岁到30岁', '31岁到40岁', '41岁以上');年龄分组 <- cut(用户明细$年龄, breaks = breaks, labels = labels)用户明细[, '年龄分组'] <- 年龄分组head(用户明细)aggregate(formula=用户ID ~ 年龄分组, data=用户明细, FUN=length)
3、交叉分析tapply(相当于excel里的数据透视表)
通常用于分析两个或两个以上,分组变量之间的关系,以交叉表形式进行变量间关系的对比分析;
交叉分析的原理就是从数据的不同维度,综合进行分组细分,以进一步了解数据的构成、分布特征。
交叉分析函数:
tapply(统计向量,list(数据透视表中的行,数据透视变中的列),FUN=统计函数)
返回值说明:
一个table类型的统计量
breaks <- c(min(用户明细$年龄)-1, 20, 30, 40, max(用户明细$年龄)+1)
labels <- c('20岁以及以下', '21岁到30岁', '31岁到40岁', '41岁以上');年龄分组 <- cut(用户明细$年龄, breaks = breaks, labels = labels)用户明细[, '年龄分组'] <- 年龄分组head(用户明细)tapply(用户明细$用户ID, list(用户明细$年龄分组, 用户明细$性别), FUN=length)
4、结构分析prop.table
是在分组的基础上,计算各组成部分所占的比重,进而分析总体内部特征的一种分析方法。
for example:资产占有率就是一个非常经典的运用
统计占比函数
prop.table(table,margin=NULL)
参数说明:
table,使用tapply函数统计得到的分组计数或求和结果
margin,占比统计方式,具体参数如下:
属性 注释
1 按行统计占比
2 按列统计占比
NULL 按整体统计占比
data <- read.csv('data.csv', stringsAsFactors=FALSE);
head(data)t <- tapply(data$月消费.元., list(data$通信品牌), sum)tprop.table(t);t <- tapply(data$月消费.元., list(data$通信品牌), mean)tprop.table(t);t <- tapply(data$月消费.元., list(data$省份, data$通信品牌), sum)tprop.table(t, margin = 2)
5、相关分析prop.table
是研究现象之间是否存在某种依存关系,并对具体有依存关系的现象探讨其相关方向以及相关程度,是研究随机变量之间的相关关系的一种统计方法。
相关系数r 可以用来描述定量变量之间的关系
相关分析函数:
cor(向量1,向量2,...)返回值:table类型的统计量
data <- read.csv('data.csv', fileEncoding = "UTF-8");cor(data[, 2:7])
- R中五种常用的统计分析方法
- R语言的基本统计分析
- R中基本统计分析方法整理
- Oracle的统计分析方法
- R语言数据统计分析的基本函数
- 常用的数据统计分析软件
- R语言 | 数据挖掘中的常用统计分析知识
- 数组统计分析的另一种方法
- R--基本统计分析方法(包及函数)
- R语言基本统计分析方法(包及函数)
- R语言基本统计分析方法(包和函数)
- R语言基本统计分析方法(包及函数)
- R语言统计分析
- R语言与统计分析
- R语言统计分析篇
- R语言统计分析篇
- R与统计分析
- R语言统计分析篇
- 使用directjngine、Ext Direct调用服务器端Java方法
- 学习笔记0717-TCP/IP协议入门
- codeforces 681C. Heap Operations(优先队列+模拟)
- 使用js对链表数据结构的实现
- C++实现动态增长数组
- R中五种常用的统计分析方法
- BIBTeX制作参考文献
- UVA 11374 Airport Express(最短路+枚举)
- BFS 中国象棋中的跳马问题 (棋盘障碍)
- java class文件布局架构
- C# DataTable去重,根据列名去重保留其他列
- 重要知识点
- 东莞市仁宇光电有限公司
- 简明python教程 学习