字符串向量的连接会创建向量中值的组合，因此我们可以将它们用于向量之间/之间的交互。在 R 中，我们可以使用 expand.grid 结合 apply 来创建这种类型的组合，如下例所示。示例 1 在线演示x1

教师/教育者通常需要向学生教授缺失值插补；因此，他们需要包含一些缺失值的数据集，或者需要创建一个数据集。我们还在 R 中提供了一些包含缺失值的数据集，例如 base R 中的 airquality 数据和 VIM 包中的 food 数据。可能还有许多其他包包含包含缺失值的数据集，但探索它们需要花费大量时间。因此，我们分享了 airquality 的示例以及 VIM 包中的一些数据集。示例 1 在线演示head(airquality, 20)输出 臭氧 太阳辐射 风速 温度 月份 日期 1 41 ... 阅读更多

如果 R 数据框中的一列只有两个值 0 和 1，则我们称之为二元列，但不一定需要仅用 0 和 1 定义二元列，但这是一种常用约定。为了检测 R 数据框中用 0 和 1 定义的二元列，我们可以使用 apply 函数，如下例所示。示例考虑以下数据框： 在线演示x1

数据框的子集可以通过多种方式完成，其中一种方式是选择存储在向量中的列。假设我们有一个包含列 x、y 和 z 的数据框 df，并且列名 y 和 z 存储在一个名为 V 的向量中，那么我们可以通过排除 V 中的列名来子集 df，例如 select(df, -all_of(V))。示例考虑以下数据框：在线演示> x1 x2 x3 x4 df1 df1输出x1 x2 x3 x4 1 3 4 0 5 2 4 1 2 6 3 4 1 2 3 4 8 1 7 ... 阅读更多

命名向量不能直接转换为列表，因为我们需要取消命名向量的名称并将这些名称转换为列表元素的名称。这可以通过使用 lapply 函数来完成。例如，假设我们有一个命名向量 x，那么它可以通过使用命令 x x1 names(x1) x1输出A B C D E F G H I J K L M N O P Q R S T U V W X Y Z 1 2 3 4 5 6 7 8 9 10 11 12 ... 阅读更多

如果 R 中的两个数据框具有相同数量的列，那么我们可以找到这些数据框列之间的相关系数，这将是相关矩阵。例如，如果我们有一个包含列 x 和 y 的数据框 df1，以及另一个包含列 a 和 b 的数据框 df2，那么 df1 和 df2 之间的相关系数可以通过 cor(df1, df2) 来找到。示例 1考虑以下数据框：在线演示> x1 x2 df1 df1输出 x1 x2 1 39.56630 38.25632 2 39.43689 44.14647 3 40.80479 37.43309 ... 阅读更多

abline 函数可以在现有绘图中给我们一条从截距 0、斜率为 1 的直线。我们需要将系数作为 abline(coef = c(0,1)) 传递到函数中。因此，我们可以使用此函数添加从左下角到右上角的线。这也称为对角线，因为它连接一侧的端点与另一侧的相对端点。示例> plot(1:10,type="n") > abline(coef=c(0,1))输出

可以通过使用 dplyr 包的 rowwise 函数以及 mutate 函数来查找行值的平均值，以在数据框中添加新的平均值列。rowwise 函数实际上帮助 R 按行读取数据框中的值，然后我们可以使用 mean 函数来查找平均值，如下例所示。示例 1考虑以下数据框：在线演示> x1 x2 df1 df1输出 x1 x2 1 0 8 2 2 3 3 2 5 4 0 5 5 3 2 6 0 10 7 3 5 8 1 7 9 0 ... 阅读更多

中心极限定理指出，随着样本量的增加，样本均值的分布趋于正态分布。因此，无论实际总体分布如何，如果我们取较大样本量的样本并找到这些样本的均值，那么这些样本均值的分布将近似于正态分布。我们可以通过创建这种均值的直方图来在 R 中显示这一点。示例 1> x y

在线性模型中，残差是观测值与拟合值之间的差值，对于一般线性模型来说，它并没有什么不同。线性模型和一般线性模型之间的区别在于我们使用概率分布来创建一般线性模型。如果我们想要找到一般线性模型的残差，那么可以使用 resid 函数，就像在线性模型中使用一样。示例 1考虑以下数据框：在线演示> x1 y1 df1 df1输出 x1 y1 1 4 2 2 3 3 3 5 3 4 4 2 ... 阅读更多