列表可以包含许多对象，例如向量、矩阵、数据框、列表等。这样，我们可以同时访问所有必要的对象。如果我们想将数据框添加到列表中，我们可以使用列表的长度。例如，如果我们定义了一个名为 List 的列表，并且想将数据框 df 添加到 List 中，则可以按如下方式添加：List[[length(List)+1]]

分组线性回归是指为各个分组级别创建回归模型。例如，如果我们有一个因变量 y 和一个自变量 x，还有一个分组变量 G 将 x 和 y 的组合分成多个组，那么我们可以为每个组创建一个线性回归模型。在 R 中，我们可以将数据框转换为 data.table 对象，这将帮助我们更容易地创建回归模型。示例 在线演示考虑以下数据框：G1

要按行创建数据框值向量，我们可以在使用 t 对数据框进行转置后使用 c 函数。例如，如果我们有一个包含许多列的数据框 df，那么可以使用 c(t(df)) 将 df 值转换为向量，这将按行打印数据框的值。示例1 在线演示set.seed(798) x1

要在 R 中创建字符向量，我们可以将向量值用双引号括起来，但如果要使用数据框值创建字符向量，则可以使用 as.character 函数。例如，如果我们有一个数据框 df，则可以使用 as.character(df[]) 将 df 中的所有值形成一个字符向量。示例1 在线演示x1

线型可以非常不同，它们有助于区分不同的变量。大多数情况下，它用于绘制趋势数据，以便可以可视化不同变量的趋势，并使用唯一的线。在 R 中，我们可以使用 matplot 函数创建这种类型的多线图表。示例1 在线演示M1

多项式回归模型是一种模型，其中因变量与自变量之间没有线性关系，而是具有 n 次关系。例如，因变量 x 可以依赖于自变量 y 的平方。在 R 中创建多项式回归有两种方法，第一种是使用 polym 函数，第二种是使用 I() 函数。示例1set.seed(322) x1

相对频率是某事物相对于总数的比例。例如，如果我们有 5 个香蕉、6 个番石榴、10 个石榴，那么香蕉的相对频率就是 5 除以 5、6 和 10 的总和 21，因此它也可以称为比例频率。示例1 在线演示考虑以下数据框：set.seed(21) x%mutate(freq=n/sum(n)) `summarise()` ungrouping output (override with `.groups` argument) # A tibble: 4 x 3Outputx n freq 1 A 3 0.15 2 B 7 0.35 3 C 7 0.35 4 D 3 0.15 Warning message: `...` is not empty. We ... 阅读更多

在条形图中，每个条形代表单个分类变量的一个类别，但在堆叠条形图中，条形代表相同的分类变量，但每个都细分为子类别。如果我们希望每个条形具有相似的颜色分布，则可以使用带有 barplot 函数的 col 参数。示例1 在线演示M1

值经常重复，这会在数据中产生重复，如果这些值不太可能在分析结果中产生偏差，我们可能希望去除这些值。例如，如果我们有一列定义了一个过程，并且我们对该过程的输出进行了五次采样，但每次都得到相同的输出，那么我们可能只想使用一个输出。示例1 在线演示考虑以下数据框：ID

要提取模型方程模型对象，我们可以使用模型对象名称加美元符号并调用函数。例如，如果我们有一个模型对象名称 Model，则可以使用 Model$call 提取模型方程。这将直接显示用于创建模型的方程。示例1 在线演示x1