R基本統(tǒng)計(jì)分析

一、描述性統(tǒng)計(jì)分析

基本描述性統(tǒng)計(jì)

  1. summary( ) 比fivenum 多一個(gè)均值
  2. fivenum( ) 最大最小值外加三個(gè)分位數(shù)
  3. Hmisc::describe( ) 變量和觀測(cè)的數(shù)目，缺失值、唯一值的數(shù)目，均值，分位數(shù)，5個(gè)最大值，5個(gè)最小值
  4. pastecs:: stat.desc ( x, basic=TRUE, desc=TRUE, norm=FALSE, p=0.95) 此函數(shù)非常強(qiáng)大 令norm=TRUE，返回正太分布統(tǒng)計(jì)量，包括偏度，峰度，和Shapiro-Wilk正態(tài)檢驗(yàn)結(jié)果。
  5. psych:: describe( ) 偏度，峰度等等，很全

分組描述性統(tǒng)計(jì)

  1. aggregate( data, by=list( ), fun)
  2. by(data, INDICES, fun) 其中INDICES是一個(gè)因子或y因子組成的列表
  3. doBy::summaryBy( formula, data=dataframe, fun) formula的格式為：

var1+var2+... ~ groupvar1+groupvar2+...

  1. psych::describe.by( data, 分組變量) 返回觀測(cè)數(shù)，均值，標(biāo)準(zhǔn)差，中位數(shù)，截尾均值，絕對(duì)中位差，最小值，最大值，值域，偏度，峰度
最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容