r语言spineplot

实验五数据结构（向量、因子、列表）

实验目的：

1.熟悉R中数据基本结构特点及使用方法 2.熟悉R中向量的编辑方法 3.熟悉R中因子的设置方法 4.熟悉R中列表的编辑方法

实验要求：完成每个实验内容的同时，在每题后面附上程序代码。要求独立完成。

实验内容：

一、编写一个函数，具有如下功能： 1.输入参数为一个向量或者数据框

2.计算向量（或数据框中的列向量）的均值、方差、标准差、中位数 3.计算向量（或数据框中的列向量）的标准化得分

4.将2与3中的计算结果存储到一个列表中作为函数返回对象 > f<-function(x){ + mean<-mean(x) + var<-var(x) + sd<-sd(x)

+ median<-median(x) + m<-(x-mean(x))/sd(x)

+ j<-list(f.mean=mean,f.var=var,f.sd=sd,f.median=median,f.m=m) + j + }

二、有三组学生使用了不同的数学辅导教材，期末考试成绩如下。问这三组学生的成绩有无显著差异？（使用stack函数将三组向量合并成一个向量以及一个平行因子，然后使用aov函数或者oneway.test函数进行方差分析。）

99 88 99 89 94 90 第一组

55 50 67 67 56 56 第二组

79 56 89 99 70 89 第三组

> x1<-c(99,88,99,89,94,90) > x2<-c(55,50,67,67,56,56) > x3<-c(79,56,89,99,70,89) > f<-stac

Stata如何做cubic spine图横轴：Number of nodes examined；纵轴：Log hazard ratio Number of nodes examined Survival months Sensored Age Gender 18 11 6 16 12 11 8 12 2 3 2 5 4 1 4

13 8 5 6 4 16 30 26 11 3 5 15 68 16 46 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 33 63 73 63 68 65 51 74 72 72 69 66 59 54 54 Male Female Male `Male Male Male Male Male Female Male Male Male Male Female Male

rcspline.plot(x,y,model=c(\\\xrange, event, nk=5,knots=NULL, show=c(\adj=NULL, xlab, ylab,ylim, plim=c(0,1), plotcl=TRUE, showknots=TRUE, add=FALSE,subset, lty=1, nop

R语言：常用函数

数据结构

一、数据管理 vector：向量 numeric：数值型向量 logical：逻辑型向量 character；字符型向量 list：列表

data.frame：数据框 c：连接为向量或列表 length：求长度 subset：求子集

seq，from:to，sequence：等差序列 rep：重复 NA：缺失值 NULL：空对象

sort，order，unique，rev：排序 unlist：展平列表

attr，attributes：对象属性

mode，typeof：对象存储模式与类型 names：对象的名字属性

二、字符串处理 character：字符型向量 nchar：字符数 substr：取子串

format，format C：把对象用格式转换为字符串 paste，strsplit：连接或拆分 charmatch，pmatch：字符串匹配 grep，sub，gsub：模式匹配与替换

三、复数

complex，Re，Im，Mod，Arg，Conj：复数函数

四、因子 factor：因子 codes：因子的编码 levels：因子的各水平的名字 nlevels：因子的水

###1.R introduction #### #语言历史和特点 #1.1 R语言历史####

#R是S语言的一种实现。S语言是由AT&T贝尔实验室开发的一种用来进行数据探索、 #统计分析、作图的解释型语言。最初S语言的实现版本主要是S-PLUS.

#S-PLUS是一个商业软件，它基于S语言，并由MathSoft公司的统计科学部进一步完善。 #后来Auckland大学的Robert Gentleman和Ross Ihaka及其他志愿人员开发了一个R系统 #R的使用与S-PLUS有很多类似之处，两个软件有一定的兼容性

#1.2 R的特点####

#1.有效地数据处理和保存机制 #2.拥有一整套数组和矩阵的操作运算符 #3.一系列连贯而又完整的数据分析中间工具

#4.图形统计可以对数据直接进行分析和显示，可用于多种图形设备。

#5.一种相当完善、简洁和高效的程序设计语言。包括条件语句、循环语句、用户自定义的递归函数以及输入输出接口。

#6.R语言是彻底面向对象的统计编程语言

#7.R语言和其他编程语言、数据库之间有很好的接口

#8.R语言是自由软件，可以放心大胆地使用，但其功能却不必任何其他同类软件差 #9.R语言具有丰富的网上资源

###

实验4 R绘图（一）

一、实验目的：

1. 掌握描述性统计分析中常用的统计量；

2. 掌握R语言绘制直方图、密度估计曲线、经验分布图和QQ图的方法； 3. 掌握R语言绘制茎叶图、箱线图的方法；

4. 掌握W检验方法和K-S检验方法完成数据的正态分布检验。

二、实验内容：

练习： 要求：①完成练习并粘贴运行截图到文档相应位置(截图方法见下)，并将所有自己输入文字的字体颜色设为红色（包括后面的思考及小结），②回答思考题，③简要书写实验小结。④修改本文档名为“本人完整学号姓名1”，其中1表示第1次实验，以后更改为2,3,...。如文件名为“1305543109张立1”，表示学号为1305543109的张立同学的第1次实验，注意文件名中没有空格及任何其它字符。最后连同数据文件、源程序文件等（如果有的话，本次实验没有），一起压缩打包发给课代表，压缩包的文件名同上。 截图方法：

法1：调整需要截图的窗口至合适的大小，并使该窗口为当前激活窗口（即该窗口在屏幕最前方），按住键盘Alt键（空格键两侧各有一个）不放，再按键盘右上角的截图键（通常印有“印屏幕”或“Pr Scrn”等字符），即完成截图。再粘贴到word文档的相应位置即可。 法2：利用QQ输入法的

统计软件及应用课程设计

-----虫情危害预测

学 院： 班 级： 学 号： 姓 名： 指导老师：

目录

一．背景与意义.................................................................................................... 2 二．问题重述......................................................................................................... 2 三．方法简介......................................................................................................... 2

(一).判别分析................................................................................................ 2 (二)

统计软件实验1

每题需注意1命令代码2结果或图形3自己的错误

(?0.3?42)1 y =sin(10?)?e?log423

y <- sin(10*pi)*exp(-0.3+4^2)+log(23)/log(4)

2 x = sin(223/3)， y = x^2，z = y*10 ；求x+2y-5z x <- sin(223/3);y <- x^2;x+2*y-5*z

3 建立起始值=3,增量值=5.5,终止值=44的一维数组x x <- seq(3.47,by=5.5)

4 建立等差一维数组x：首项为0,末项为?,项数为15 x <- seq(0,pi,length=15)

5 将100,200,200,200,400,600,600,600,800 输入R中，保存到numeric变量中 numeric <- c(100,200,200,200,400,600,600,600,800)

6 将numeric转换为factor存入变量factor.numeric，并用class（）确认。 factor.numeric <- as.factor(numeric) 7 查看factor.numeric的内容 factor.numeric

8 创建一个2到50的向量,形式为 2, 4, 6, 8, ..., 48, 50并名为为vector1 vector1 <- seq(from=2,to=50,by=2) 9 选取vector1中的第20个元素 vector1[20]

10 选取vector1中的第10，15，20个元素 vector1[c(10,15,20)]

11 选取vector1中的第10到20个元素 vector[10:20]

12 选取vector1中值大于40的元素 vector1[vector1>40]

13创建向量1 2 3 4 5

R语言DESeq包介绍

分析RNA序列数据的一个主要任务是探测基因的差异表达，DESeq包提供了测试差异表达的方法，应用负二项分布和收缩的分布方程估计。

1. 包的安装

输入如下命令，DESeq和相关的包就可以自动下载和安装。 > source(\> biocLite(\

相关的包会自动下载安装，安装的包如下：

中间会有个选择需要更新相关的包，选择更新全部，更新的包有：

另外还要安装一个数据包，供下面介绍包中的方法时使用，包名为pasilla.

2. 输入数据和准备

2.1 计数表

数据表的第i行第j列元素表示第j个样本的第i个基因有多少个reads。本文使用的数据来

自于pasilla数据包，函数system.file告诉我们数据文件保存的路径。 > datafile = system.file( \> datafile

[1] \在R中读取这个文件，使用read.table函数。

> pasillaCountTable = read.table( datafile, header=TRUE, row.names=1 ) > head( pasillaCountTable )

2.2 元数据

没有元数据的数据是没有用的，元数据可以分为三组，分别

计算描述性统计量:

1、summary():

例： summary(mtcars[vars])

summary()函数提供了最小值、最大值、四分位数和数值型变量的均值，以及因子向量和逻 辑型向量的频数统计。

2、apply()函数或sapply()函数

计算所选择的任意描述性统计量。mean、 sd、 var、 min、 max、 median、 length、 range 和quantile。函数fivenum()可返回图基五数总括（Tukey’s five-number summary，即最小值、 下四分位数、中位数、上四分位数和最大值）。 sapply()

例： mystats <- function(x, na.omit = FALSE) { if (na.omit) x <- x[!is.na(x)] m <- mean(x) n <- length(x) s <- sd(x) skew <- sum((x - m)^3/s^3)/n kurt <- sum((x - m)^4/s^4)/n - 3 return(c(n = n, mean = m, stdev = s, skew = skew, kurtosis = kurt)) }

sapply(mtcars[vars], mystats)

3、describe()：

Hmisc包：返回变量和观测的数量、缺失值和唯一值的数目、平均值、 分位数，以及五个最大的值和五个最小的值。 例： library(Hmisc)

describe(mtcars[vars])

4、stat.desc()：pastecs包

若basic=TRUE（默认值），则计算其中所有值、空值、缺失值的数量，以及

01. R语言的安装与使用

R是统计分析软件，在数据分析、数据挖掘领域有优势；与SAS比最大的好处就是免费，其次是有各种现成的程序包可用，再次是具有极好的制图功能（数据可视化）。

一、下载安装

到R语言官网或镜像站：

https://www.r-project.org/

https://mirrors.tuna.tsinghua.edu.cn/CRAN/ 下载最新版R-3.3.1安装即可，安装时可选择32位或64位版本。

建议再接着安装相应版本的R语言集成开发环境Rstudio，地址：

https://www.rstudio.com/products/rstudio/download/

升级R：

在其它目录安装R，再将旧版本保留的library目录下的文件（程序包packages）拷贝到新版本library目录下，然后update.packages()

二、操作界面

图1R-3.3.1操作界面

类似Matlab的命令窗口，输入命令，按回车得到运行结果。 【程序包】菜单可以实现载入程序包、设定CRAN镜像、安装及更新程序包等功能。

图2 RStudio操作界面

代码编辑窗口：新建或打开脚本可调出，用来编写代码，打开R脚本，单击Run运行代码