建站
咨詢
售后
建站咨詢
新聞中心
如何進行大數(shù)據(jù)中R語言的描述性統(tǒng)計，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學(xué)習(xí)下，希望你能有所收獲。
創(chuàng)新互聯(lián)專注于友誼網(wǎng)站建設(shè)服務(wù)及定制，我們擁有豐富的企業(yè)做網(wǎng)站經(jīng)驗。 熱誠為您提供友誼營銷型網(wǎng)站建設(shè)，友誼網(wǎng)站制作、友誼網(wǎng)頁設(shè)計、友誼網(wǎng)站官網(wǎng)定制、微信小程序開發(fā)服務(wù)，打造友誼網(wǎng)絡(luò)公司原創(chuàng)品牌,更為您提供友誼網(wǎng)站排名全網(wǎng)營銷落地服務(wù)。
常見描述性統(tǒng)計可以通過最小值、下四分位數(shù)、中位數(shù)、上四分位數(shù)和最大值，均值、眾數(shù)、標準差、極差等查看數(shù)據(jù)的分布和離散程度；通過偏度（數(shù)據(jù)分布形態(tài)呈現(xiàn)左偏或右偏）和峰度（分布形態(tài)呈現(xiàn)尖瘦或矮胖）等查看數(shù)據(jù)的正態(tài)與否。
下面簡單的介紹如何使用R實現(xiàn)數(shù)值型變量的上述統(tǒng)計量。
1 基礎(chǔ)包中summary()函數(shù)
可得到數(shù)值型變量的最小值、下四分位數(shù)、中位數(shù)、上四分位數(shù)和最大值。
#使用自帶的mtcars數(shù)據(jù)集，選擇mpg,disp和hp三個數(shù)值型變量進行分析。head(mtcars)data <- mtcars[c("mpg","disp","hp")]summary(data) mpg disp hp Min. :10.40 Min. : 71.1 Min. : 52.0 1st Qu.:15.43 1st Qu.:120.8 1st Qu.: 96.5 Median :19.20 Median :196.3 Median :123.0 Mean :20.09 Mean :230.7 Mean :146.7 3rd Qu.:22.80 3rd Qu.:326.0 3rd Qu.:180.0 Max. :33.90 Max. :472.0 Max. :335.0 2 psych包中describe()函數(shù)
可得到非缺失值的個數(shù)、均值、標準差、中位數(shù)、截尾平均數(shù)、絕對中位差、最小值、最大值、極差、偏度、豐度和平均值的標準誤
#install.packages("psych")library(psych)describe(data) vars n mean sd median trimmed mad min max range skew kurtosis sempg 1 32 20.1 6.03 19.2 19.7 5.41 10.4 33.9 23.5 0.61 -0.37 1.07disp 2 32 230.7 123.94 196.3 222.5 140.48 71.1 472.0 400.9 0.38 -1.21 21.91hp 3 32 146.7 68.56 123.0 141.2 77.10 52.0 335.0 283.0 0.73 -0.14 12.12 3 pastecs包中stat.desc()函數(shù)
當設(shè)置norm=TRUE（非默認）時，可以返回偏度和豐度（統(tǒng)計顯著程度）和Shapiro-Wilk正態(tài)檢驗的結(jié)果。
其中p=0.05表示計算平均數(shù)的置信區(qū)間默認置信度為0.95.
#install.packages("pastecs")library(pastecs)options(digits=3) #設(shè)定三位小數(shù)stat.desc(data,norm = TRUE) mpg disp hpnbr.val 32.000 3.20e+01 32.0000nbr.null 0.000 0.00e+00 0.0000nbr.na 0.000 0.00e+00 0.0000min 10.400 7.11e+01 52.0000max 33.900 4.72e+02 335.0000range 23.500 4.01e+02 283.0000sum 642.900 7.38e+03 4694.0000median 19.200 1.96e+02 123.0000mean 20.091 2.31e+02 146.6875SE.mean 1.065 2.19e+01 12.1203CI.mean.0.95 2.173 4.47e+01 24.7196var 36.324 1.54e+04 4700.8669std.dev 6.027 1.24e+02 68.5629coef.var 0.300 5.37e-01 0.4674skewness 0.611 3.82e-01 0.7260skew.2SE 0.737 4.60e-01 0.8759kurtosis -0.373 -1.21e+00 -0.1356kurt.2SE -0.230 -7.46e-01 -0.0837normtest.W 0.948 9.20e-01 0.9334normtest.p 0.123 2.08e-02 0.0488 4 自定義函數(shù)
除了上述函數(shù)包外，還可以自定義函數(shù)可以只返回需要的值。
my_describe <- function(x){ options(digits = 3) N = length(x); Nmiss = sum(is.na(x)); Min = min(x, na.rm = TRUE); Q1 = quantile(x, probs = 0.25, na.rm = TRUE); Median = median(x, na.rm = TRUE); Q3 = quantile(x, probs = 0.75, na.rm = TRUE); Max = max(x, na.rm = TRUE); Mean = mean(x, na.rm = TRUE); Sd = sd(x, na.rm = TRUE); Range = abs(diff(range(x))); skew <- sum((x-Mean)^3/Sd^3)/N kurt <- sum((x-Mean)^4/Sd^4)/N-3 #返回結(jié)果 return(data.frame(N = N, Nmiss = Nmiss, Min = Min, Q1 = Q1, Median = Median, Q3 = Q3, Max = Max, Mean = Mean, Sd = Sd, Range = Range, Skewness = skew, Kurtosis = kurt))}sapply(data, my_describe) mpg disp hp N 32 32 32 Nmiss 0 0 0 Min 10.4 71.1 52 Q1 15.4 121 96.5 Median 19.2 196 123 Q3 22.8 326 180 Max 33.9 472 335 Mean 20.1 231 147 Sd 6.03 124 68.6 Range 23.5 401 283 Skewness 0.611 0.382 0.726 Kurtosis -0.373 -1.21 -0.136 可以看出自定義函數(shù)的結(jié)果與上述R包的結(jié)果一致，而且可以根據(jù)自己的需求選擇返回值。
看完上述內(nèi)容是否對您有幫助呢？如果還想對相關(guān)知識有進一步的了解或閱讀更多相關(guān)文章，請關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝您對創(chuàng)新互聯(lián)的支持。
新聞標題：如何進行大數(shù)據(jù)中R語言的描述性統(tǒng)計
轉(zhuǎn)載來源：http://fisionsoft.com.cn/article/ggpsed.html
