R语言案例分析：多元数据的基本统计分析

来自《多元统计分析与R语言建模》第四版

数据集下载

我们利用该数据集中的Case1来完成下面的R语言操作：

options(digits = 4) #输出结果位数
par(mar=c(4, 4, 2, 1) + 0.1, cex=0.8) # 图形修饰
case1 <- read.csv("clipboard", header=T, sep = "\t") #复制表中的数据，直接创建case1
head(case1)

地区性别教育程度观点年龄月收入月支出
1 A 女中不支持 55 2299 1423
2 A 女低不支持 39 3378 2022
3 A 女中支持 33 3460 1868
4 B 男高支持 41 4564 1918
5 B 女高不支持 55 3206 1906
6 A 女中不支持 48 4043 2233

summary(case1)

地区性别教育程度观点年龄月收入月支出

A:204 男:603 低:319 不支持:628 Min. : 6.0 Min. : 637 Min. : 797

B:401 女:597 高:303 支持 :568 1st Qu.:34.0 1st Qu.:2388 1st Qu.:1722

C:384 中:578 NA's : 4 Median :40.0 Median :2978 Median :1993

D:211 Mean :40.1 Mean :3006 Mean :1997

3rd Qu.:47.0 3rd Qu.:3624 3rd Qu.:2262

Max. :72.0 Max. :6239 Max. :3385

# 定性分析

attach(case1) #绑定数据

T1 <- table(地区)

T1


A    B    C    D
204 401 384 211

barplot(T1) #绘制条形图

# 定量分析
f <- hist(月收入) #直方图

# 定性定量分析
boxplot(月收入~性别) #箱线图

t.test(月收入~性别) #t检验

Welch Two Sample t-test
data:  月收入 by 性别
t = 0.51, df = 1200, p-value = 0.6
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-75.43 128.49
sample estimates:
mean in group 男 mean in group 女
3019                      2993

# 接受男女的月收入无显著差异的假设（p>0.5）

# 二维列联表分析
T2 <- table(性别, 观点)
T2

        观点
性别 不支持 支持
男    319    282
女    309    286

barplot(T2, beside = TRUE) # 条形图

barplot(T2, beside = F) # 条形图

# beside=T表示绘制分组条形图，beside=F表示绘制堆叠条形图

# 多维列联表分析
T3 <- ftable(性别, 教育程度, 观点) # 创建一个紧凑的"平铺"式列联表
T3

                      观点     不支持 支持
性别    教育程度
男              低                81     88
  高                78     66
   中                160  128
女     低                82     68
   高                86     72
   中                141  146

barplot(T3, beside = TRUE, col = 3:4) #条形图

T4 <- ftable(教育程度, 性别, 观点)
T4

                           观点 不支持  支持
教育程度      性别
低       男           81     88
 女           82     68
高       男           78     66
 女           86     72
中       男           160  128
 女           141  146

barplot(T4, beside = TRUE, col = 3:4) #条形图

detach(case1) #解除绑定

R语言案例分析：多元数据的基本统计分析相关推荐

R语言案例分析：财政收入的多元相关与回归分析
R语言案例分析:财政收入的多元相关与回归分析数据集下载 (mvcase3.xls)中的表Case3. y:财政收入 x1:国内生产总值 x2:能源消费总量 x3:从业人员总数 x4:全社会固 ...
R语言生存分析数据分析可视化案例
目标本文的目的是对如何在R中进行生存分析进行简短而全面的评估.关于该主题的文献很广泛,仅涉及有限数量的(常见)问题.最近我们被客户要求撰写关于生存分析的研究报告,包括一些图形和统计输出. 可用的R包 ...
R语言淮河流域水库水质数据相关性分析、地理可视化、广义相加模型GAM调查报告...
采样地点:淮河流域一带,昭平台水库.白龟山水库.燕山水库.石漫滩水库.板桥水库.宿鸭湖水库.博山水库.南湾水库.石山口水库.五岳水库.泼河水库.鲶鱼山水库(点击文末"阅读原文"获取 ...
R语言生存分析寿命表（life table）实战案例：比较两种药物治疗感染患者的生存时间
R语言生存分析寿命表(life table)实战案例:比较两种药物治疗感染患者的生存时间目录
R语言生存分析COX回归分析实战：以乳腺癌数据为例
R语言生存分析COX回归分析实战:以乳腺癌数据为例目录
【视频】线性回归中的贝叶斯推断与R语言预测工人工资数据|数据分享
最近我们被客户要求撰写关于线性回归的研究报告,包括一些图形和统计输出. 在这个视频中,我们转向简单线性回归中的贝叶斯推断. 我们将使用一个参照先验分布,它提供了频率主义解决方案和贝叶斯答案之间的联系. ...
R语言生存分析可视化分析
生存分析指的是一系列用来探究所感兴趣的事件的发生的时间的统计方法. 生存分析被用于各种领域,例如: 癌症研究为患者生存时间分析, "事件历史分析"的社会学在工程的"故障 ...
r语言和python的区别-Python和R语言之分析对比
在Python中调用R或在R中调用Python,为什么是"和"而不是"或"? 在互联网中,关于"R和Python"的文章,排名前十的搜索结果 ...
r语言python对比_Python和R语言之分析对比
在Python中调用R或在R中调用Python,为什么是"和"而不是"或"? 在互联网中,关于"R和Python"的文章,排名前十的搜索结果 ...

R语言案例分析：多元数据的基本统计分析

R语言案例分析：多元数据的基本统计分析相关推荐

最新文章

热门文章