卡方拟合优度检验是一种非参数检验，用于检验落入两个或多个类别中的观察值是否遵循特定分布。我们可以说它比较了观察比例与预期概率。在 R 中，我们可以使用 chisq.test 函数执行此检验。查看以下示例以了解如何操作。示例 1 实时演示> x1 x1 输出[1] 9 4 1 9 6 6 1 6 0 0 5 8 8 3 7 8 0 3 3 9 6 0 3 8 2 0 8 5 9 1 3 ... 阅读更多

base R 中的 chartr 函数帮助我们用新字符串替换旧字符串，因此它也可以用于用子字符串的反转替换子字符串。例如，如果我们有一个包含 tutorialpsoint 的向量 x，并且我们想将其转换为 tutorialspoint，则可以将其作为 chartr("tutorialpsoint ", " tutorialspoint ", x) 完成。示例 1 实时演示> x1 x1 输出[1] "IDNIA" 示例> chartr("DN", "ND", x1) 输出[1] "INDIA" 示例 2 实时演示> x2 x2 输出[1] "IDNIA" "IDNIA" "IDNIA" "IDNONESIA" "IDNIA" "IDNONESIA" [7] "IDNONESIA" "IDNIA" "IDNONESIA" "IDNIA" "IDNIA" "IDNONESIA" [13] "IDNONESIA" "IDNONESIA" "IDNIA" "IDNONESIA" "IDNIA" "IDNIA" [19] "IDNONESIA" "IDNONESIA" "IDNIA" ... 阅读更多

如果我们有很多列表，但我们想将列表中的值用作向量，那么我们首先需要组合这些列表并创建一个向量。这可以通过使用 unlist 函数以及组合函数 c 来创建向量来完成。例如，如果我们有两个定义为 List1 和 List2 的列表，并且我们想使用这些列表创建向量 V，则可以创建如下：V x1 x1 输出$a [1] -0.6972237 -1.5013768 -0.2451809 -0.2365569 -1.6304919 -1.1704378 [7] 1.1617054 -0.2349498 -1.2582229 0.4112065 $b [1] 2 0 2 6 0 0 ... 阅读更多

base R 中直方图的主标题可以通过使用 title 函数插入，如果我们希望将其放在外边距中，则必须将 outer 参数设置为 TRUE。如果 outer 参数不能满足我们的要求，那么我们可以使用 par 函数调整外边距区域并创建直方图。查看以下示例以了解其工作原理。示例> x hist(x) > title('正态分布',outer=TRUE) 输出示例> par(oma=c(0,0,2,0)) > hist(x) > title('正态分布',outer=TRUE) 输出

当参数分析的假设不满足时，我们转向非参数分析，非参数分析通常涉及中位数的计算，因为数据不是正态分布的。如果我们想找到按组的中位数，并且数据存储在 data.table 对象中，则可以使用 lapply 函数，如下面的示例所示。示例加载 data.table 包：> library(data.table) 考虑以下 data.table 对象：示例> Group x1 x2 x3 x4 dt1 dt1 输出 Group x1 x2 x3 x4 1: B 0.515370827 6.174187 542.9350 50.28300 2: B 0.522858146 6.976872 510.5568 49.71331 3: A 1.055456751 3.192242 476.7693 48.88280 4: A ... 阅读更多

如果我们有一个矩阵，那么我们可能希望将其转换为单列矩阵以用于某些分析目的，例如与长度等于矩阵中元素总数的向量相乘。因此，可以使用 matrix 函数本身将矩阵转换为单列矩阵，但为此我们需要将列名和行名清零。示例 1 实时演示> M1 M1 输出 [, 1] [, 2] [, ... 阅读更多

可以使用 ggplot2 包的 stat_density 函数创建密度曲线，但它会用密度填充曲线，因此很难识别曲线。我们可以通过在 stat_density 函数中使用 geom="line" 来删除这些密度，以便仅绘制密度曲线。示例考虑以下数据框：实时演示> G Response df df 输出 G Response 1 C 1.0229016 2 C 1.0058160 3 B 0.8831558 4 B 0.7729167 5 C 0.9130468 6 D 0.8431893 7 B 1.5003581 8 A 0.9687335 9 B 1.1139661 10 A 0.9211660 11 A 1.1790619 12 D 0.6349671 13 A 1.2616918 14 A ... 阅读更多

如果我们在数据框中有很多数据，并且我们怀疑某些数据列是重复的或某些数据列等于特定列，那么我们可以使用 base R 中的 sapply 函数来找出它。这样，我们可以删除不应帮助我们实现数据分析目标的重复列。示例 1 考虑以下数据框：实时演示> set.seed(354) > x1 x2 x3 x4 x5 df1 df1 输出 x1 x2 x3 x4 x5 1 4 5 4 4 6 2 6 4 8 7 5 3 5 6 4 7 ... 阅读更多

要将日期或日期向量转换为 POSIXct，我们可以使用 as.POSIXct 函数，但我们还需要在函数中传递适当的日期格式。例如，如果我们有一个日期“2020-11-14”，则可以通过使用 as.POSIXct("2020-11-14", format="%Y-%m-%d") 将其转换为 POSIXct。示例 1 实时演示> date1 as.POSIXct(date1, format="%Y-%m-%d") 输出[1] "2020-04-01 IST" 示例 2 实时演示> date2 date2 输出[1] "2020-02-12" "2020-06-01" "2020-04-01" "2020-05-01" "2020-01-21" [6] "2020-01-21" "2020-06-01" "2020-04-27" "2020-05-11" "2020-06-01" [11] "2020-01-21" "2020-03-31" "2020-05-01" "2020-02-12" "2020-01-21" [16] "2020-05-01" "2020-03-31" "2020-04-01" "2020-05-01" "2020-01-21" [21] "2020-05-01" "2020-04-11" "2020-05-11" "2020-04-01" "2020-03-31" [26] "2020-04-11" "2020-04-01" "2020-03-31" "2020-04-01" "2020-04-11" [31] "2020-05-11" "2020-06-01" "2020-03-31" "2020-04-27" "2020-01-21" [36] "2020-01-21" "2020-04-01" "2020-06-01" ... 阅读更多

要在 base R 中创建条形图，我们可以直接使用 barplot 函数，但应将频率表传递到此函数中。如果我们想以水平方式创建条形图，则必须添加 horiz=TRUE 参数。例如，如果我们有一个包含重复值的向量 x，则可以通过使用 barplot(table(x),horiz=TRUE) 创建 x 的水平条形图。示例 1 > x barplot(table(x),horiz=TRUE) 输出示例 2 > y barplot(table(y),horiz=TRUE) 输出示例 3 > z barplot(table(z),horiz=TRUE) 输出