Lesson4- 描述性统计与概率函数

科技前沿 • 2025-03-21 10:35 • 阅读 8

大家好，我是讯享网，很高兴认识大家。

1、统计函数

均值	mean
方差	var
中位数	median
开平方	sqrt
绝对值	abs
最大值	max
最小值	min
分位数	quantile(w, probs=0.25)
标准化	scale(x)

2、计算符号

x除以y求余数	2%%3(输出2)
整除求商	2%/%3(输出0)
不小于3.8的最小整数	ceiling(3.8),输出4
不大于3.8的最大整数	floor(3.8), 输出3
保留几位小数	round(3.,digits=3)
滞后差分，lag 指定滞后几阶，默认1	diff(x, lag=n)
等差数列	seq(0,1,0.25)

例1、max()与min()

max(df2$EXPENDOP,na.rm=TRUE)

讯享网

na.rm=TRUE 去掉缺失值后找最大值

例2、ceiling() 与 floor()

讯享网x<-c(4.1, 3.2, 2.8) ceiling(x) floor(x)

例3、diff()

x<- c(1, 5, 23, 29) diff(x)

例4、分位数

讯享网df$AGE_0.25 <- quantile(df$AGE, probs=0.25) df$AGE_0.75 <- quantile(df$AGE, probs=c(0.25,0.5,0.75))[3]

probs=c(0.25,0.5,0.75)又可以写为probs=seq(0,1,0.25)，区别在于后者生成的是c(0,0.25,0.5,0.75.1)

例5、标准化

df$AGE1 <- scale(df$AGE)

3、把描述性统计整理到数据框中

讯享网detall<-data.frame("age", mean_age,var_age,min_age) Row2<- c("COUNTOP", mean_COUNTOP,var_COUNTOP,min_COUNTOP) detall <- rbind(detall, Row2) Row3<- c("EXPENDO",mean_EXPENDOP,var_EXPENDOP,min_EXPENDOP) detall <- rbind(detall, Row3) colnames(detall)<-c("variables","mean","var","min")

4、概率函数

1）dnorm( )

x<- seq(-3,3,0.2) y <- qnorm(x) plot(x, y, type = "l", xlab = "Normal Deviate", ylab = "Density", yaxs = "i")

2）pnorm( )

位于 z=1.96左侧的标准正态曲线下方面积是多少？

讯享网

讯享网pnorm(1.96) # 累积分布率

3）qnorm( )

均值为 500，标准差为 100的正态分布的 0.9分位点值为多少？

qnorm(.9, mean=500, sd=100)

4）rnorm( )

生成 50个均值为 50，标准差为 10的正态随机数

讯享网rnorm(50, mean=50, sd=10)

5）runif( )

set.seed(1234) runif(5)

生成0到1区间上服从均匀分布的5个伪随机数，设定随机数种子。

5、生成多元正态数据

讯享网library(MASS) # 三维变量 options(digits=3) set.seed(1234) # 设定均值和方差 mean <- c(230.7, 146.7, 3.6) sigma <- matrix(c(15360.8, 6721.2, -47.1, 6721.2, 4700.9, -16.5, -47.1, -16.5, 0.3), nrow=3, ncol=3) # 生成满足正态条件的随机数组 mydata <- mvrnorm(500, mean, sigma) # 重命名列 names(mydata) <- c("y","x1","x2")