R语言基本统计分析

“ 本章节是数据预处理的第一步：了解数据（集）。只有充分了解了数据，我们才能对数据做进一步的预处理和后续深入的分析。”

1 数据结构

str()

dim()

head()

2 描述性统计分析

summary()

psych::describe()

分组计算doBy::summaryBy

分组计算psych::describeBy

3 频数和列联表

table 一维计数

xtabs 多维（交叉）计数

gmodels::CrossTable #列联表

—

数据结构

严格来讲“数据结构”不是基本统计分析的内容，但是这是了解数据的第一步，因此这里做简单普及！推荐使用str()函数

class() # 数据类型

image

图1 View(mtcars)

> data(mtcars)

> str(mtcars)

—

描述性统计分析

描述性统计分析主要是认识数据的整体状况，例如是否缺失、均值、方差、中位数等描述性统计变量。推荐使用****summary()、psych::describe()

## 描述统计

summary()函数提供了最小值、最大值、四分位数、均值，另外还可以因子向量和逻辑型向量的频数统计。

> summary(mtcars)

psych::describe(mtcars) #推荐使用

> psych::describe(mtcars)

分组计算的扩展，doBy包和psych包提供了分组计算的描述性统计量的函数，doBy包中的summaryBy()函数使用的基本格式：

# doBy()包中summaryBy()函数的使用格式：

library(psych)

—

频数和列联表

推荐学习使用table****、xtabs、gmodels::CrossTable

## 2.频数和列联表

示例

> ## 2.频数和列联表

“ 获取源代码请至”数据驱动实践“公众号后台回复：20200524”

【往期回顾推荐】

R 语言逻辑运算：TRUE/FALSE

《R数据科学》是一本专门讲解tidyverse相关包的书籍，主要涉及dplyr、tidyr、ggplot2、purrr等，非常值得学习，基本上此一本书可以解答数据处理的大部分问题

R语言 基本统计分析