-
编辑 删除
R语言初级教程(12): NA、Inf、NaN、NULL 特殊值
这几个都是R语言里面的特殊值，都是R的保留字(reservedwords)。它们的意义分别为：NA：表示缺失值(Missingvalue)，是“NotAvailable”的缩写Inf：表示无穷大，是“Infinite”的缩写NaN：表示非数值，是“NotaNumber”的缩写NULL：表示空值，即没
-
编辑 删除
R语言初级教程(13): 矩阵（上篇）
R中有5种基本数据结构，分别是向量(vector)、矩阵(matrix)、数组(array)、数据框(dataframe)和列表(list)。它们的结构如下图：R中的数据结构其中向量、矩阵和数组中的数据类型必须是相同的；而数据框和列表中的数据类型可以是不一样的。其中的向量已经介绍过了，向量是一维数组
-
编辑 删除
R语言初级教程(14): 矩阵（中篇）
这篇博客将介绍有关矩阵的一些操作，主要包括矩阵的基本运算、转置、内积、行列式、对角元素操作、逆、提取矩阵的上下三角部分以及如何将矩阵转化为向量。1.矩阵的基本运算1.1矩阵间的四则运算当矩阵的维度相同时，矩阵间的四则运算只不过是对应元素的运算，这一点跟向量的运算非常像。来看些例子：>A<
-
编辑 删除
R语言初级教程(15): 矩阵（下篇）
这是最后一篇讲解有关矩阵操作的博客，介绍有关矩阵的函数，主要有rowSums(),colSums(),rowMeans(),colMeans(),apply(),rbind(),cbind(),row(),col(),rowsum(),aggregate(),sweep(),max.col()。下面
-
编辑 删除
R语言初级教程(16): 数组
在R中，向量(vector)是一维数据，矩阵(matrix)是二维数据。数组(array)是向量和矩阵的推广，是多维（三维或三维以上）数据。前面提到过，与向量和矩阵一样，数组的元素必须也是同一类型的数据。下面将以三维数组为例，来了解一下在R中如何创建数组，最后介绍一个数组维度调换函数：aperm()
-
编辑 删除
R语言初级教程(17): 随机数、随机抽样
在很多统计分析中，随机化是一个非常重要的环节。对于从各种概率分布（离散和连续分布）产生随机数的方法将在《R统计学》专题详细介绍。这篇博客只是简要地介绍R中的随机化，主要介绍两个非常重要的函数：set.seed()和sample()函数。1.set.seed()函数在调试(debugging)程序时，
-
编辑 删除
R语言初级教程(18): 列表
在这篇博客，你将学习如何在R中使用列表(list)。之前我们提过，列表可包含不同类型的元素，比如数字、字符串、向量、矩阵，甚至列表中也可包含另一个列表。后面你将会知道，数据框(dataframe)也是一种列表，只是比较特殊而已。接下来，你将学习如何创建、访问、修改以及删除列表中的元素。1.创建列表在
-
编辑 删除
R语言绘图：28个实用程序包
郑连虎，在数学学院取得理学学位的文科生，中国人民大学硕博连读生在读，山东大学管理学学士、理学学士R语言中文社区专栏作者个人公众号：阿虎定量笔记全文注释#示例参考帮助文档#我用Rstudio重现了所有示例#初识R语言，请戳我的原创推文“R语言入门”与“一起来学R”#使用Stata绘图，请戳我的原创推文
-
编辑 删除
初接触R语言的学习收获
既然是一门科学，我相信肯定一定是有规律的，对于我这种没学过高数，也没接触过统计学的小白来说，我要做的第一步：首先就是构建各种概念，然后具体的进程我就跟着猴子先生的建议来做就好了，所以我主要就是以《R语言实战》这本书为主，来构建我整个R语言数据分析的框架，然后中途什么不懂就紧跟着来弥补其他统计学的知识
-
编辑 删除
R语言知识体系概览
前言最近遇到很多的程序员都想转行到数据分析，于是就开始学习R语言。总以为有了其他语言的编程背景，学习R语言就是一件很简单的事情，一味地追求速度，但不求甚解，有些同学说2周就能掌握R语言，但掌握的仅仅是R语言的语法，其实这只能算是入门。R语言的知识体系并非语法这么简单，如果都不了R的全貌，何谈学好R语
-
编辑 删除
多元回归理论及R语言实现
作者：吴数，金融学在读研究生，R语言爱好者回归分析是研究两个变量之间的不确定性关系，考察变量之间的数量变化规律，通过回归方程的形式描述和反映这种关系，帮助人们挖掘出变量之间隐藏的规律。建立回归模型的一般过程为：1）建立理论回归模型2）估计模型参数3）回归模型检验4）模型诊断5）利用回归方程进行预测以
-
编辑 删除
【R语言】：数据结构入门（2）
《从零学会数据分析：数据结构入门》学习笔记，参考《R语言实战（第2版）》R语言的数据结构一、数据结构的类型向量、矩阵、数组、数据框、列表、因子。其中，因子这种类型最为特殊，之后会有涉及，本文将主要讲述前五种数据结构，如题图或下图。主要把握两点：第一，如果定义一种数据结构？第二，如何使用一种数据结构？
-
编辑 删除
【R语言】：数据结构入门（1）
《从零学会数据分析：数据结构入门》学习笔记，参考《R语言实战（第2版）》什么是数据结构？即存储数据的结构，以何种形式存储不同的数据。下表有助于理解：如同盖房子需要将材料合理组合让房子拥有不同的功能供人使用，搭建数据分析系统需要运用合适的算法处理数据结构来实现不同功能用于分析数据。RStudio使用R
-
编辑 删除
【R语言】：导入Excel数据
写在最开始：我目前苹果OS系统和Windows系统都在用，办公室用Windows系统的电脑，家里的目前用MacBookAir。本文主要说明使用苹果OS系统RStudio导入Excel数据的情况。OS系统跟Windows系统有很多不同，先在控制台（Console）输入函数getwd()找到Mac的桌面
-
编辑 删除
【R语言】：程序和IDE的下载安装
常常看到有人问数据统计、数据分析、数据挖掘用R语言还是用Python，其实高手们都是两者都用。各类工具都各有各的优劣势，所以现实中老司机都会根据实际问题选择最适合的工具。以下关于R语言的基本情况摘录自Wikipedia中文版R语言，一种自由软件编程语言与操作环境，主要用于统计分析、绘图、数据挖掘。R
-
编辑 删除
【R语言】：图形初阶（1）
发现数据的模式。检查数据的异常值。人类非常善于从视觉呈现中洞察关系。数据初步可视化：图形的创建和保存；自定义符号、线条、颜色和坐标轴；标注文本和标题；图形的维度；多个图形的组合。参考书籍：《R语言实战（第2版）》第三章。本文代码运行环境为Windows版RStudio。使用图形R语言最常用的画图函数
-
编辑 删除
【R语言】：图形初阶（2）
发现数据的模式。检查数据的异常值。人类非常善于从视觉呈现中洞察关系。数据初步可视化：图形的创建和保存；自定义符号、线条、颜色和坐标轴；标注文本和标题；图形的维度；多个图形的组合。参考书籍：《R语言实战（第2版）》第三章。本文代码运行环境为Windows版RStudio。简单的例子看下面这张Excel
-
编辑 删除
【R语言】：图形初阶（3）
发现数据的模式。检查数据的异常值。人类非常善于从视觉呈现中洞察关系。数据初步可视化：图形的创建和保存；自定义符号、线条、颜色和坐标轴；标注文本和标题；图形的维度；多个图形的组合。参考书籍：《R语言实战（第2版）》第三章。本文代码运行环境为Windows版RStudio。添加文本、自定义坐标轴和图例高
-
编辑 删除
【R语言】：transform函数与with/within函数
R语言的知识点非常多，并且有许多功能和用法相似的函数，稍微不注意就容易混淆，直接的表现是在运行代码的时候不断报错，特别令人感到郁闷。但这类问题绝对不能抱着“差不多得了”的心态糊弄过去，必须花时间搞清楚，否则在未来往往是当初你抱着侥幸心理放过去的问题不断地给你挖坑。在学习基本数据管理这部分内容的时候我
-
编辑 删除
【R语言】：基本数据管理（1）
操纵日期和缺失值熟悉数据类型的转换变量的创建和重编码数据集和排序，合并与取子集选入和丢弃变量参考书籍：《R语言实战（第2版）》第四章本文代码运行环境为Windows版RStudio创建新变量无论是创建新变量或者对现有的变量进行变换，都可以通过表达式给给新变量赋值，表达式可以包含多种运算符和函数，可用
