r语言图形一览_R语言：基本图形、基本统计方法

ゝ一纸荒年。 2023-01-09 12:44 153阅读 0赞

第六章：基本图形

6.1 条形图(vcd包)

barplot函数最简单的用法：

barplot(height) 其中的 height 是一个向量或一个矩阵。

6.1.1 简单条形图

height是一个向量

barplot(counts,main="Simple Bar Plot",

xlab="Improvement", ylab="Frequency") \#简单条形图

barplot(counts,main="Horizontal Bar Plot",

xlab="Frequency", ylab="Improvement",horiz=TRUE) \#水平条形图

6.1.2 堆砌条形图和分组条形图

height是一个矩阵

\#堆砌条形图，默认beside=FALSE

barplot(counts,main="Stacked Bar Plot",

xlab="Treatment", ylab="Frequency",col=c("red", "yellow","green"),

legend=rownames(counts))

\#分组条形图，并列

barplot(counts,main="Grouped Bar Plot",

xlab="Treatment", ylab="Frequency",col=c("red", "yellow", "green"),

legend=rownames(counts), beside=TRUE)

注： col 为绘制的条形添加了颜色，参数 legend.text 为图例提供了各条形的标签(仅在height 为一个矩阵时有用)

6.1.3 均值条形图

例：

means

barplot(means$x, names.arg=means$Group.1)

title("Mean Illiteracy Rate")

注：means$x 是包含各条形高度的向量，而添加选项 names.arg=means$Group.1是为了展示标签。

6.1.4 条形图的微调

par()函数

例：

par(mar=c(5,8,4,2)) \#增加Y边界额大小

par(las=2) \#旋转条形的标签

counts

barplot(counts,main="Treatment Outcome",

horiz=TRUE,

cex.names=0.8, \#缩小字体大小，让标签更合适

names.arg=c("No Improvement", "Some Improvement",\#修改标签文本

"Marked Improvement"))

注：参数 cex.names 用来减小字号，将其指定为小于1的值可以缩小标签的大小。

names.arg 允许你指定一个字符向量作为条形的标签名

6.1.5 棘状图

spine()函数

棘状图对堆砌条形图进行了重缩放，这样每个条形的高度均为1，每一段的高度即

表示比例。

6.2 饼图

pie(x, labels)

其中 x 是一个非负数值向量，表示每个扇形的面积，而 labels 则是表示各扇形标签的字符型向量。

1、将四幅图组合为一幅图

par(mfrow=c(2, 2))

slices

lbls

pie(slices, labels = lbls,

main="Simple Pie Chart")

2、为饼图添加比例数值

pct

lbls2

pie(slices, labels=lbls2, col=rainbow(length(lbls2)),

main="Pie Chart with Percentages")

注：rainbow() 函 数 定 义 了 各 扇 形 的 颜 色，rainbow(length(lbls2)) 被解析rainbow(5) ，即为图形提供了五种颜色。

3、3D饼图(用到了 plotrix包)

library(plotrix)

pie3D(slices, labels=lbls,explode=0.1,

main="3D Pie Chart ")

4、从表格创建饼图

mytable

lbls3

pie(mytable, labels = lbls3,

main="Pie Chart from a Table\\n (with sample sizes)")

\----扇形图(plotrix包中的fan.plot()函数)

例：

library(plotrix)

slices

lbls

fan.plot(slices, labels = lbls, main="Fan Plot")

6.3 直方图

hist(x) 其中的 x 是一个由数据值组成的数值向量

例子：

1、简单直方图

par(mfrow=c(2,2))

hist(mtcars$mpg)

2、指定组数和颜色

hist(mtcars$mpg,

breaks=12,

col="red",

xlab="Miles Per Gallon",

main="Colored histogram with 12 bins")

3、添加轴须图

hist(mtcars$mpg,

freq=FALSE,

breaks=12,

col="red",

xlab="Miles Per Gallon",

main="Histogram, rug plot, density curve")

rug(jitter(mtcars$mpg))

lines(density(mtcars$mpg), col="blue", lwd=2)

注：参数 freq=FALSE 表示根据概率密度而不是频数绘制图形。参数 breaks 用于控制组的数量。在定义直方图中的单元时，默认将生成等距切分。

使用 lines() 函数叠加了这条蓝色、双倍默认线条宽度的曲线，轴须图是实际数据值的一种一维呈现方式。如果数据中有许多结可以使用如下代码将轴须图的数据打散：

rug(jitter(mtcars$mpag, amount=0.01))

这样将向每个数据点添加一个小的随机值(一个 ±amount 之间的均匀分布随机数)，以避免重叠的点产生影响。

4、添加正态密度曲线和外框

breaks=12,

col="red",

xlab="Miles Per Gallon",

main="Histogram with normal curve and box")

xfit

yfit

lines(xfit, yfit, col="blue", lwd=2)

box()

6.4 核密度图

plot(density(x))

例：

par(mfrow=c(2,1))

plot(d) \#使用默认设置创建最简单图形

plot(d, main="Kernel Density of Miles Per Gallon") \#添加标题

polygon(d, col="red", border="blue") \#将曲线修改为蓝色，并使用实

心红色填充曲线下方的区域

rug(mtcars$mpg, col="brown") \#添加棕色的轴须图

引入 sm包，更好的用来比较各组差异：

sm.density.compare(x, factor) 其中的 x 是一个数值型向量， factor 是一个分组变量

6.5 箱线图

boxplot(mtcars$mpg, main="Box plot", ylab="Miles per Gallon")![Image 1][]

默认情况下，两条须的延伸极限不会超过盒型各端加1.5倍四分位距的范围。此范围以外的值将以点来表示。

1、使用并列箱线图进行跨组比较

boxplot(formula, data=dataframe)

(1)其中的 formula 是一个公式， dataframe 代表提供数据的数据框(或列表)

\--------一个示例公式为 y ~A ，这将为类别型变量 A 的每个值并列地生成数值型变量 y 的箱线图。

公式 y ~ A\*B 则将为类别型变量 A 和 B 所有水平的两两组合生成数值型变量 y 的箱线图。

添加参数 varwidth=TRUE 将使箱线图的宽度与其样本大小的平方根成正比。 参数horizontal=TRUE 可以反转坐标轴的方向。

(2)箱线图灵活多变，通过添加 notch=TRUE ，可以得到含凹槽的箱线图

6.6 点图

dotchart(x, labels=)其中的 x 是一个数值向量，而 labels 则是由每个点的标签组成的向量

例子：

dotchart(mtcars$mpg, labels=row.names(mtcars), cex=.7,

main="Gas Mileage for Car Models",

xlab="Miles Per Gallon")

第七章 基本统计分析

7.1 描述性统计分析

(1) summary()函数

提供了最小值、最大值、四分位数和数值型变量的均值，以及因子向量和逻

辑型向量的频数统计。

(2)sapply() 函数

sapply(x, FUN, options)

其中的 x 是数据框(或矩阵)， FUN 为一个任意的函数。如果指定了 options ，它们将被传递给 FUN。它可以用来计算所选择的任意描述性统计量

sapply(x, FUN, options,na.omit=TRUE) 忽略了缺失值

(3)describe()函数 Hmisc包

可返回变量和观测的数量、缺失值和唯一值的数目、平均值、分位数，以及五个最大的值和五个最小的值

(4) stat.desc()函数 pastecs包

stat.desc(x, basic=TRUE, desc=TRUE, norm=FALSE, p=0.95)

用法介绍：其中的 x 是一个数据框或时间序列。

若 basic=TRUE (默认值)，则计算其中所有值、空值、缺失值的数量，以及最小值、最大值、值域，还有总和。

若 desc=TRUE (同样也是默认值)，则计算中位数、平均数、平均数的标准误、平均数置信度为95%的置信区间、方差、标准差以及变异系数。

若 norm=TRUE (不是默认的)，则返回正态分布统计量，包括偏度和峰度(以及它们的统计显著程度)和Shapiro-Wilk正态检验结果。这里使用了p值来计算平均数的置信区间(默认置信度为0.95)。

(5)describe()函数 psych包

用法：可以计算非缺失值的数量、平均数、标准差、中位数、截尾均值、绝对中位差、最小值、最大值、值域、偏度、峰度和平均值的标准误。

下面介绍分组计算描述性统计量：

(6)aggregate() 函数

用法：aggregate(mtcars\[myvars\], by=list(am=mtcars$am), mean)

注：如果使用的是 list(mtcars$am) ，则 am 列将被标注为Group.1 而不是 am，

如果要 一次返回若干个统计量一次返回若干个统计量，则需要用到：

(7)by()函数

用法：by(data, INDICES, FUN)

其中 data 是一个数据框或矩阵， INDICES 是一个因子或因子组成的列表，定义了分组， FUN 是任意函数

7.2 频数表和列联表

7.2.1 生成频数表![Image 1][]![Image 1][]

一维列联表：

例：

mytable

prop.table(mytable) \#将频数转换为比例值

prop.table(mytable)\*100 \#转换为百分比

二维列联表：

mytable

7.2.2 独立性检验

1、卡方独立性检验(vcd包)

用法：chisq.test() 函数

2、Fisher精确检验

用法： fisher.test() 函数

注：可以在任意行列数大于等于2的二维列联表上使用，但不能用于2×2的列联表

3、Cochran-Mantel-Haenszel检验

用法：mantelhaen.test() 函数

7.2.3 相关性的度量

用法：assocstats() 函数

注：以用来计算二维列联表的phi系数、列联系数和Cramer’s V系数

7.3 相关

7.3.1 相关的类型

R中的相关类型很多，主要是有： Pearson相关系数、Spearman相关系数、Kendall相关系数、偏相关系数、多分格(polychoric)相关系数和多系列(polyserial)相关系数。

(1)Pearson、Spearman和Kendall相关Pearson积差相关系数衡量了两个定量变量之间的线性相关程度

Spearman等级相关系数则衡量分级定序变量之间的相关程度

Kendall’s Tau相关系数也是一种非参数的等级相关度量

cor() 函数 cor(x, use= , method= )

注：x：矩阵或者数据框

use:指定缺失数据的处理方式。可选的方式为 all.obs (假设不存在缺失数据——遇到缺失数据时将报错)、 everything (遇到缺失数据时，相关系数的计算结果将被设为missing)、 complete.obs (行删除)以及 pairwise.complete.obs (成对删除，pairwise deletion)

method：指定相关系数的类型。可选类型为 pearson 、 spearman 或 kendall

cov() 函数可用来计算协方差

(2)偏相关 ggm包

pcor(u, S)

例：

pcor(c(1,5,2,3,6), cov(states))

其中的 u 是一个数值向量，前两个数值表示要计算相关系数的变量下标，其余的数值为条件变量(即要排除影响的变量)的下标。 S 为变量的协方差阵。

7.3.2 相关性的显著性检验 psych包

corr.test() 函数可以为Pearson、Spearman或Kendall相关计算相关矩阵和显著性水平

7.4 t检验

7.4.1 独立样本的t检验

用法：t.test(y ~ x, data) 或者 t.test(y1, y2)