-
獲得幫助之 郵件列表和知識庫
查看全部 -
獲得幫助之 內置函數
?mean # help(mean)的縮寫
example(mean) #查看例子
不知道自己要找的函數是什么，比如想知道如何擬合模型，通過鍵入??"fitting linear model" #help.search("fitting linear model")縮寫，
查看全部 -
write.csv()???? #逗號分隔， 點號小數點。Excel
write.csv2()?? #冒號分隔， 逗號小數點。Excel
查看全部 -
導出包foreign：SAS PASS STAT
write.table()
查看全部 -
arge（read.table（）） #查看read.table（）的參數及其默認值
header
sep #分隔符形式
dec #小數點的表示方式
na.strings #缺失值形式
nrows #需要讀取多少行（列名不包括）
skip #跳過多少行
comment.char #注釋形式
查看全部 -
Excel特殊
數據導入包
library（）
Hmisc包 #導入SPSS數據
read.table()讀取數據，文件第一行為列名時參數header = TRUE
getwd（） #顯示當前路徑
setwd（） #設定當前路徑
查看全部 -
中括號【】 #向量索引抽取
邏輯索引index
c函數的活用
查看全部 -
seq #等分構造向量
rep #重復構造向量
c #連接構造向量
rbind #已有矩陣當作行，組合
cbind #把列組合成矩陣
matrix #默認按照列合成；byrow=TRUE即變為逐行構造
查看全部 -
http://tolstoy.newcastle.edu.au/R/. 知識庫查看全部
-
數據量小可以用aggregate，如果數據量很大，tapply 和 by 的運行速度比aggregate快一個數量級，此時用tapply 更勝一籌，用$太麻煩，可以用attach函數，但是用完要記得用detach解綁。
查看全部 -
類似于EXCEL的數據透視表功能以及MySql的group by 功能，不過R的聚合分組更強大，三種方法比較下來，aggregate比較好，結構清晰，結果也一目了然。
查看全部 -
導入數據 分別為 列名 缺失值 注釋行 小數點
查看全部 -
~ 左邊是因變量 右邊是自變量?
把mean 作用到gender分的組中數據?
by()函數 得到的結果是特殊的by類型格式
查看全部 -
正則 就是 有可能的類型給規定出來
查看全部 -
na.rm= ture 計算時候 移除所有缺失值
查看全部
舉報