用R語言進(jìn)行數(shù)據(jù)分析：一個(gè)簡(jiǎn)單的會(huì)話

下面的會(huì)話讓你在操作中對(duì) R 環(huán)境的一些特性有個(gè)簡(jiǎn)單的了解。你對(duì)系統(tǒng)的許多特性開始時(shí)可能 有點(diǎn)不熟悉和困惑，但這些迷惑會(huì)很快 消失的。

登錄，啟動(dòng)你的桌面系統(tǒng)。$ R以適當(dāng)?shù)姆绞絾?dòng) R。R 程序開始，并且有一段引導(dǎo)語。

(在 R 里面，左邊的提示符將不會(huì)被顯示防止 混淆。)

help.start()啟動(dòng) HTML 形式的在線幫助(使用你的計(jì)算機(jī)里面 可用的瀏覽器)。你可以用鼠標(biāo) 點(diǎn)擊上面的鏈接。最小化幫助窗口，進(jìn)入下一部分。x <- rnorm(50)y <- rnorm(x)產(chǎn)生兩個(gè)偽正態(tài)隨機(jī)數(shù)向量 x 和 y。plot(x, y)畫二維散點(diǎn)圖。一個(gè)圖形窗口會(huì)自動(dòng)出現(xiàn)。ls()查看當(dāng)前工作空間里面的 R 對(duì)象。rm(x, y)去掉不再需要的對(duì)象。(清空)。x <- 1:20等價(jià)于 x = (1, 2, …, 20)。w <- 1 + sqrt(x)/2標(biāo)準(zhǔn)差的`權(quán)重’向量。dummy <- data.frame(x=x, y= x + rnorm(x)*w)dummy創(chuàng)建一個(gè)由x 和 y構(gòu)成的雙列數(shù)據(jù)框， 查看它們。fm <- lm(y ~ x, data=dummy)summary(fm)擬合 y 對(duì) x 的簡(jiǎn)單線性回歸，查看 分析結(jié)果。fm1 <- lm(y ~ x, data=dummy, weight=1/w^2)summary(fm1)現(xiàn)在我們已經(jīng)知道標(biāo)準(zhǔn)差，做一個(gè)加權(quán)回歸。attach(dummy)讓數(shù)據(jù)框中的列項(xiàng)可以像一般的變量那樣使用。lrf <- lowess(x, y)做一個(gè)非參局部回歸。plot(x, y)標(biāo)準(zhǔn)散點(diǎn)圖。lines(x, lrf$y)增加局部回歸曲線。abline(0, 1, lty=3)真正的回歸曲線：(截距 0，斜率 1)。abline(coef(fm))無權(quán)重回歸曲線。abline(coef(fm1), col = "red")加權(quán)回歸曲線。detach()將數(shù)據(jù)框從搜索路徑中去除。plot(fitted(fm), resid(fm),     xlab="Fitted values",     ylab="Residuals",     main="Residuals vs Fitted")一個(gè)檢驗(yàn)異方差性（heteroscedasticity）的標(biāo)準(zhǔn)回歸診斷圖。 你可以看見嗎？qqnorm(resid(fm), main="Residuals Rankit Plot")用正態(tài)分值圖檢驗(yàn)數(shù)據(jù)的偏度（skewness），峰度（kurtosis）和異常值（outlier）。 （這里沒有多大的用途，只是演示一下而已。）rm(fm, fm1, lrf, x, dummy)再次清空。

第二部分將研究 Michaelson 和 Morley 測(cè)量光速的經(jīng)典實(shí)驗(yàn)。這個(gè)數(shù)據(jù)集可以 從對(duì)象 morley 中得到，但是我們從中讀出數(shù)據(jù)以演示 函數(shù) read.table 的作用。

filepath <- system.file("data", "morley.tab" , package="datasets")filepath得到文件路徑。file.show(filepath)可選。查看文件內(nèi)容。mm <- read.table(filepath)mm以數(shù)據(jù)框的形式讀取 Michaelson 和 Morley 的數(shù)據(jù)，并且查看。 數(shù)據(jù)由五次實(shí)驗(yàn)(Expt 列)，每次運(yùn)行 20 次 (Run列)的觀測(cè)得到。數(shù)據(jù)框中的 sl 是光速的記錄。 這些數(shù)據(jù)以適當(dāng)形式編碼。mm$Expt <- factor(mm$Expt)mm$Run <- factor(mm$Run)將 Expt 和 Run 改為因子。attach(mm)讓數(shù)據(jù)在位置 3 (默認(rèn)) 可見（即可以直接訪問）。plot(Expt, Speed, main="Speed of Light Data", xlab="Experiment No.")用簡(jiǎn)單的盒狀圖比較五次實(shí)驗(yàn)。fm <- aov(Speed ~ Run + Expt, data=mm)summary(fm)分析隨機(jī)區(qū)組，`runs’ 和 `experiments’ 作為因子。fm0 <- update(fm, . ~ . - Run)anova(fm0, fm)擬合忽略 `runs’ 的子模型，并且對(duì)模型更改前后 進(jìn)行方差分析。detach()rm(fm, fm0)在進(jìn)行下面工作前，清空數(shù)據(jù)。

我們現(xiàn)在查看更有趣的圖形顯示特性：等高線和影像顯示。

x <- seq(-pi, pi, len=50)y <- xx 是一個(gè)在 區(qū)間 [-pi\, pi] 內(nèi)等間距的50個(gè)元素的向量， y 類似。f <- outer(x, y, function(x, y) cos(y)/(1 + x^2))f 是一個(gè)方陣，行列分別被 x 和 y 索引，對(duì)應(yīng)的值是函數(shù) cos(y)/(1 + x^2) 的結(jié)果。oldpar <- par(no.readonly = TRUE)par(pty="s")保存圖形參數(shù)，設(shè)定圖形區(qū)域?yàn)椤罢叫巍?。contour(x, y, f)contour(x, y, f, nlevels=15, add=TRUE)繪制 f 的等高線；增加一些曲線顯示細(xì)節(jié)。fa <- (f-t(f))/2fa 是 f 的“非對(duì)稱部分”(t() 是轉(zhuǎn)置 函數(shù))。contour(x, y, fa, nlevels=15)畫等高線，…par(oldpar)… 恢復(fù)原始的圖形參數(shù)。image(x, y, f)image(x, y, fa)繪制一些高密度的影像顯示，(如果你想要，你可以保存 它的硬拷貝)， …objects(); rm(x, y, f, fa)… 在繼續(xù)下一步前，清空數(shù)據(jù)。

R 可以做復(fù)數(shù)運(yùn)算。

th <- seq(-pi, pi, len=100)z <- exp(1i*th)1i 表示復(fù)數(shù) i。par(pty="s")plot(z, type="l")圖形參數(shù)是復(fù)數(shù)時(shí)，表示虛部對(duì)實(shí)部畫圖。這可能是 一個(gè)圓。w <- rnorm(100) + rnorm(100)*1i假定我們想在這個(gè)圓里面隨機(jī)抽樣。一種方法 將讓復(fù)數(shù)的虛部和實(shí)部值是標(biāo)準(zhǔn)正態(tài)隨機(jī) 數(shù) …w <- ifelse(Mod(w) > 1, 1/w, w)… 將圓外的點(diǎn)映射成它們的倒數(shù)。plot(w, xlim=c(-1,1), ylim=c(-1,1), pch="+",xlab="x", ylab="y")lines(z)所有的點(diǎn)都在圓中，但分布不是 均勻的。w <- sqrt(runif(100))*exp(2*pi*runif(100)*1i)plot(w, xlim=c(-1,1), ylim=c(-1,1), pch="+", xlab="x", ylab="y")lines(z)第二種方法采用均勻分布?，F(xiàn)在圓盤中的點(diǎn) 看上去均勻多了。rm(th, w, z)再次清空。q()離開 R 程序。你可能被提示是否保存 R 工作空間， 不過對(duì)于一個(gè)調(diào)試性的會(huì)話，你可能不想 保存它。