计算平均值
R mean() 函数用来计算样本的平均值，该函数的第二个参数可以设置去掉部分异常分数据。
mean() 函数语法格式如下：
mean(x, trim = 0, na.rm = FALSE, ...)
参数说明：
x 输入向量
trim 在首尾分别去除异常值，取值范围为 0 到 0.5 之间，表示在计算均值前需要去掉的异常值的比例。
na.rm 布尔值，默认为 FALSE，设置是否删除输入的向量中的缺失值 NA，设置 TRUE 删除 NA。
# 创建向量
x <- c(12,27,3,4.2,2,2,54,-21,4,-2)
# 计算平均值
result.mean <- mean(x)
print(result.mean)
执行以上代码输入结果为：
8.52
接下来我们使用 trim 参数来说去掉一些异常值，以下实例中我们设置了 trim = 0.3，就会在向量的首尾去除 20*0.3=6 个数据 ，左侧的 (1, 2, 3) 与右侧的 (18, 19, 20) 会被删除。
# 创建向量
x <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20)
# 计算平均值
result.mean <- mean(x,trim = 0.3)
result.mean2 <- mean(c(4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17))
print(result.mean)
print(result.mean2)
在上面的实例中 mean(x,trim = 0.3) 去掉首尾各 3 个元素，就是等于 mean(c(4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17))。
执行以上代码输出结果为：
[1] 10.5
[1] 10.5
mean 函数的输入向量中，如果元素没有值，则默认为 NA，我们可以通过第三个参数来设置是否删除默认的 NA 值，如果没有删除 NA 返回结果为 NA：
# 创建向量
x <- c(1,2,3,4.5,6,NA)
# 计算平均值
result.mean <- mean(x)
print(result.mean)
# 删除 NA
result.mean <- mean(x,na.rm = TRUE)
print(result.mean)
执行以上代码输出结果为：
执行以上代码输出结果为：
[1] NA
[1] 3.3
R median() 计算中位数
R median() 函数用来计算样本的中位数。
中位数（Median）又称中值，统计学中的专有名词，是按顺序排列的一组数据中居于中间位置的数，代表一个样本、种群或概率分布中的一个数值，其可将数值集合划分为相等的上下两部分。
median() 函数语法格式如下：
median(x, na.rm = FALSE)
参数说明：
x 输入向量
na.rm 布尔值，默认为 FALSE，设置是否删除输入的向量中的缺失值 NA，设置 TRUE 删除 NA。
# 创建向量
x <- c(1, 2, 3, 4, 5, 6, 7)
# 计算中位数
result.median <- median(x)
print(result.median)
执行以上代码输出结果为：
[1] 4
median 函数的输入向量中，如果元素没有值，则默认为 NA，我们可以通过第三个参数来设置是否删除默认的 NA 值，如果没有删除 NA 返回结果为 NA：
创建向量
x <- c(1,2,3,4.5,6,NA)
计算平均值
result.median <- median(x)
print(result.median)
删除 NA
result.median <- median(x,na.rm = TRUE)
print(result.median)
执行以上代码输出结果为：
[1] NA
[1] 3
线性回归
在统计学中，线性回归(Linear Regression)是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。
简单对来说就是用来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。
回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。
一元线性回归分析法的数学方程：
y = ax + b
y 是因变量的值。
x 是自变量的值。
a 与 b 为一元线性回归方程的参数。
接下来我们可以创建一个人体身高与体重的预测模型：
1、收集样本数据：身高与体重。
2、使用 lm() 函数来创建一个关系模型。
3、从创建的模型中找到系数，并创建数学方程式。
4、获取关系模型的概要，了解平均误差即残差（估计值与真实值之差）。
5、使用 predict() 函数来预测人的体重。
准备数据
以下是人的身高与体重数据：
# 身高，单位 cm
151, 174, 138, 186, 128, 136, 179, 163, 152, 131
# 体重，单位 kg
63, 81, 56, 91, 47, 57, 76, 72, 62, 48
lm() 函数
在 R 中，你可以通过函数 lm() 进行线性回归。
lm() 函数用于创建自变量与因变量之间的关系模型。
lm() 函数语法格式如下：
lm(formula,data)
参数说明
formula - 一个符号公式，表示 x 和 y 之间的关系。
data - 应用数据。
创建关系模型，并获取系数：
# 样本数据
x <- c(151, 174, 138, 186, 128, 136, 179, 163, 152, 131)
y <- c(63, 81, 56, 91, 47, 57, 76, 72, 62, 48)
# 提交给 lm() 函数
relation <- lm(y~x)
print(relation)
执行以上代码的输出结果为：
Call:
lm(formula = y ~ x)
Residuals:
Min 1Q Median 3Q Max
-6.3002 -1.6629 0.0412 1.8944 3.9775
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -38.45509 8.04901 -4.778 0.00139 **
x 0.67461 0.05191 12.997 1.16e-06 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 3.253 on 8 degrees of freedom
Multiple R-squared: 0.9548, Adjusted R-squared: 0.9491
F-statistic: 168.9 on 1 and 8 DF, p-value: 1.164e-06
predict() 函数
predict() 函数用于根据我们建立的模型来预测数值。
predict() 函数语法格式如下:
predict(object, newdata)
参数说明：
object - lm() 函数创建的公式。
newdata - 要预测的值。
以下实例我们预测一个新的体重值：
# 样本数据
x <- c(151, 174, 138, 186, 128, 136, 179, 163, 152, 131)
y <- c(63, 81, 56, 91, 47, 57, 76, 72, 62, 48)
# 提交给 lm() 函数
relation <- lm(y~x)
# 判断身高为 170cm 的体重
a <- data.frame(x = 170)
result <- predict(relation,a)
print(result)
执行以上代码输出结果为：
1
76.22869
我们也可以生存一个图表：
# 样本数据
x <- c(151, 174, 138, 186, 128, 136, 179, 163, 152, 131)
y <- c(63, 81, 56, 91, 47, 57, 76, 72, 62, 48)
relation <- lm(y~x)
# 生存 png 图片
png(file = "linearregression.png")
# 生成图表
plot(y,x,col = "blue",main = "Height & Weight Regression",
abline(lm(x~y)),cex = 1.3,pch = 16,xlab = "Weight in Kg",ylab = "Height in cm")
