R数据分析常用包与函数
【收藏】R数据分析常用包与函数
2016-09-26
R语言作为入门槛较低的解释性编程语言，受到从事数据分析，数据挖掘工作人员的喜爱，在行业排名中一直保持较高的名次（经常排名第一），下面列出了可用于数据分析、挖掘的R包和函数的集合。
1、聚类
常用的包：fpc，cluster，pvclust，mclust
基于划分的方法: kmeans, pam, pamk, clara
基于层次的方法: hclust, pvclust, agnes, diana
基于模型的方法: mclust
基于密度的方法: dbscan
基于画图的方法: plotcluster, plot.hclust
基于验证的方法: cluster.stats
2、分类
常用的包：
rpart，party，randomForest，rpartOrdinal，tree，marginTree，
maptree，survival
决策树: rpart, ctree
随机森林: cforest, randomForest
回归, Logistic回归, Poisson回归: glm, predict, residuals
生存分析: survfit, survdiff, coxph
3、关联规则与频繁项集
常用的包：
arules：支持挖掘频繁项集，最大频繁项集，频繁闭项目集和关联规则
DRM：回归和分类数据的重复关联模型
APRIORI算法，广度RST算法：apriori, drm
ECLAT算法：采用等价类，RST深度搜索和集合的交集：eclat
4、序列模式
常用的包：arulesSequences
SPADE算法：cSPADE
5、时间序列
常用的包：timsac
时间序列构建函数：ts
成分分解: decomp, decompose, stl, tsr
6、统计
常用的包：Base R, nlme
方差分析: aov, anova
假设检验: t.test, prop.test, anova, aov
线性混合模型：lme
主成分分析和因子分析：princomp
7、图表
条形图: barplot
饼图: pie
散点图: dotchart
直方图: hist
箱线图boxplot
QQ图: qqnorm, qqplot, qqline
Bi-variate plot: coplot
树图: rpart
Parallel coordinates: parallel, paracoor, parcoord
热图, contour: contour, filled.contour
其他图: stripplot, sunflowerplot, interaction.plot, matplot, fourfoldplot, assocplot, mosaicplot
8、数据操作
缺失值：na.omit
变量标准化：scale
变量转置：t
抽样：sample
其他：aggregate, merge, reshape。
常用包和函数总结总结
基本包和函数R语音里面不同模型，参数type取值也不同。
例如，可能取值有prob、posterior、raw（朴素贝叶斯）、probability（请参考使用包的帮助文档确定），type="class"表示结果为分类。
mice包中的mice(data, m)函数：通过链式方程产生多个虚值。
data为数据框或包含不完整数据的矩阵，缺省值为NA；m为多重插补数，默认为5。
（随机森林）R语言plyr等包合并、排序、分析数据并编制香农-威纳指数常用包:1、caret包中的train(formula, data, method, metirc, trControl, tuneGrid, preProcess)函数（不同调谐参数的预测模型）：设置一个网格的调整参数的一些分类和回归例程，适合每个模型，并计算基于重采样的性能测量。
method指定分类或回归模型的字符串；metric指定将用于选择的最佳模型的概要度量的字符串；trControl定义该函数行为值的列表；tuneGrid可能调整值的数据框;preProcess为指定的预处理参数。
caret包中的trianControl(method, number, repeats, selectionFunction)函数：训练控制参数。
method为重采样方法，有boot/boot632/cv/repeatedcv/LOOCV/LGOCV/none/oob/adaptive_cv/adaptive_boot/adaptive_L GOCV；number为重采样的迭代次数；repeats为几重交叉验证；selectionFunction选择最佳调整参数的函数。
caret包中的findCorrelation(x, cutoff)函数：确定高度相关变量。
x为相关系数矩阵；cutoff 成对相关系数绝对值的截止值。
caret包中的rfeControl(functions, method, number)函数：控制特征选择算法。
可用于主成分分析R型因子分析简单相应分析的R语言函数总结
可用于主成分分析R型因子分析简单相应分析的R语言
函数总结
主成分分析、R型因子分析和简单相应分析是三种常用的数据分析方法。
在R语言中，有许多函数可以用于实现这些分析。
以下是一些常用的
R语言函数总结：
2. R型因子分析（R-mode Factor Analysis）：
- fa(：用于进行因子分析，主要用于解析观测变量之间的关系。
- factanal(：也用于进行因子分析，和fa(函数功能类似。
3. 简单相应分析（Simple Correspondence Analysis）：
- ca(：用于进行简单对应分析，可以用于探索两个离散变量之间的
关系。
- dudi.coa(：也用于进行简单对应分析，支持对多个离散变量进行
分析。
除了上述函数，R语言还有许多其他函数和包可以用于不同类型的数
据分析，如下所示：
- FactoMineR包：提供了一系列用于因子分析和主成分分析的函数。
- ade4包：提供了多种多样的单变量和多变量分析方法，包括PCA
和R型因子分析。
- caTools包：包含了用于进行简单对应分析的函数和工具。
- factoextra包：用于展示和解释因子分析和主成分分析的结果。
- psych包：提供了一系列用于心理学研究的统计分析方法，包括因子分析和主成分分析。
-MASS包：提供了一些经典的统计分析方法，包括主成分分析和简单对应分析。
总的来说，R语言提供了丰富的函数和包，可以用于主成分分析、R 型因子分析和简单相应分析等多种数据分析方法。
通过合理选择和组合这些函数和包，可以对不同类型的数据进行有效的分析和解释。
R语言常用计量分析包
R语言常用计量分析包R语言在数据分析领域非常受欢迎，拥有许多功能强大的计量分析包。
以下是一些常用的R语言计量分析包：1. Statistics（统计学）包：这是R语言的核心包，提供了许多基本的统计分析函数，如均值、方差、相关系数、回归分析等。
2. ggplot2包：ggplot2是一个强大的绘图包，基于"Grammar of Graphics"理念。
它可以用来绘制各种类型的图表，包括散点图、折线图、柱状图、箱线图等，具有高度的可定制性。
3. dplyr包：dplyr是一个数据处理包，提供了一套简洁、一致并且高效的函数，可以进行数据的筛选、汇总、变换等操作。
它的功能十分强大，使得数据清洗和整理更加简单。
4. tidyr包：tidyr是另一个数据处理包，专用于数据的整理和重构。
它可以将数据从"宽"格式转换成"长"格式，或者反之。
tidyr与dplyr可以很好地结合使用，帮助用户进行数据清洗和整理。
5. car包：car是一个用于进行统计分析和线性回归建模的包。
它提供了许多有用的函数和工具，如偏回归图、影响统计量、残差图等。
car包还包含了许多统计量和假设检验的函数。
6.MASS包：MASS是一个在统计学中广泛使用的包，提供了大量的统计分析和数据建模函数。
这些函数包括线性回归、主成分分析、广义线性模型、聚类分析等。
7. forecast包：forecast包是一个用于时间序列分析和预测的包。
它提供了许多方法和函数，如ARIMA模型、指数平滑、动态回归等。
forecast包非常适用于需要分析和预测时间序列数据的用户。
8. lme4包：lme4是一个用于拟合线性混合效应模型的包。
它可以处理具有随机和固定效应的数据，提供了高度灵活的模型拟合方法。
9. survival包：survival是用于生存分析的包，可用于评估与时间相关的事件（如死亡、失业等）的影响因素。
R语言常用函数汇总
R语言常用函数汇总R语言是一种强大的统计计算语言，拥有丰富的函数和包。
下面是常用的R语言函数的汇总（按照字母顺序排列）。
1. abs(x): 返回x的绝对值。
2. append(x, values): 向向量x中追加值values。
3. apply(X, MARGIN, FUN): 在矩阵X的指定维度上应用函数FUN。
4. args(function): 返回指定函数的参数列表。
5. as.character(x): 将对象x转化为字符型。
6. as.data.frame(x): 将对象x转化为数据框。
7. as.factor(x): 将对象x转化为因子型。
8. as.matrix(x): 将对象x转化为矩阵。
9. as.numeric(x): 将对象x转化为数值型。
10. barplot(height): 绘制条形图。
11.c(x,...):将x与其他对象合并为一个向量。
12. colnames(x): 返回矩阵或数据框x的列名。
13. cor(x, y): 计算x和y的相关系数。
14. cut(x, breaks): 将向量x划分为几个离散区间。
15. plot(x, y): 绘制散点图。
16. density(x): 生成x的密度图。
17. diff(x): 计算向量x的差值。
18. dim(x): 返回矩阵或数据框x的维度。
19. mean(x): 计算向量x的平均值。
20. median(x): 计算向量x的中位数。
21. min(x): 返回向量x的最小值。
22. max(x): 返回向量x的最大值。
23. names(x): 返回对象x的变量名。
24. paste(x, ...): 将x和其他对象合并为一个字符型。
25. print(x): 打印对象x。
26. range(x): 返回向量x的范围。
27. read.csv(file): 从CSV文件中读取数据。
28. rownames(x): 返回矩阵或数据框x的行名。
R语言入门
工作目录的设定
得到当前的工作目录 getwd()
setwd()
设置永久目录
Rdata和Rhistory
.RData文件：存放了新建的变量，以及函数 、数据等。 .Rhistory文件：存放了我们的历史命令。
练习一：下载和安装R
下载并安装R软件和Rstudio小助手 了解R的菜单和Rstudio界面
mvpart- 多变量分解
BiodiversityR - 基于Rcmdr的生物多样性数据分析 vegan- 植物与植物群落的排序，生物多样性计算
常用R程序包
maptools- 空间对象的读取和处理 spspatstatsplancspicante空间数据处理 空间点格局分析，模型拟合与检验 空间与时空点格局分析 群落系统发育多样性分析
install.packages(“ape")
2 安装本地zip包
路径：Packages>install packages from local files 选择光盘或者本地磁盘上存储zip包的文件夹。
Rstudio安装包
1 连网时，用函数 install.packages()
2 安装本地zip包 路径：tools>install packages
图1 R软件首页 /
菜单栏 快捷按钮
控制台
ห้องสมุดไป่ตู้
命令行
图2 R登陆界面(Windows版) 路径： 开始>所有程序> R-3.2.2
图3 R Gui 的菜单介绍
下载和安装RStudio
Rstudio下载地址： https:/// https:///products/rstu dio/download/ 下载完成后，双击RStudio-0.99.484.exe 开始安 装。一直点击下一步，各选项默认。
【R】R语言常用包汇总
【R】R语⾔常⽤包汇总⼀、⼀些函数包⼤汇总时间上有点过期，下⾯的资料供⼤家参考基本的R包已经实现了传统多元统计的很多功能，然⽽CRNA的许多其它包提供了更深⼊的多元统计⽅法，下⾯要综述的包主要分为以下⼏个部分：1）多元数据可视化（Visualising multivariate data）绘图⽅法 基本画图函数（如：pairs()、coplot()）和 lattice包⾥的画图函数（xyplot()、splom()）可以画成对列表的⼆维散点图，3维密度图。
car 包⾥的scatterplot.matrix()函数提供更强⼤的⼆维散点图的画法。
cwhmisc包集合⾥的cwhplot包的pltSplomT()函数类似pair()画散点图矩阵，⽽且可以在对⾓位置画柱状图或密度估计图。
除此之外，scatterplot3d包可画3维的散点图，aplpack包⾥bagplot()可画⼆变量的boxplot，spin3R()可画可旋转的三维点图。
misc3d包有可视化密度的函数。
YaleToolkit包提供许多多元数据可视化技术，agsemisc也是这样。
更特殊的多元图包括：aplpack包⾥的faces()可画Chernoff’s face；MASS包⾥的parcoord()可画平⾏坐标图（矩阵的每⼀⾏画⼀条线，横轴表⽰矩阵的每列）； graphics包⾥的stars()可画多元数据的星状图（矩阵的每⼀⾏⽤⼀个星状图表⽰）。
ade4包⾥的mstree()和vegan包⾥的spantree()可画最⼩⽣成树。
calibrate包⽀持双变量图和散点图，chplot包可画convex hull图。
geometry包提供了和qhull库的接⼝，由convexhulln()可给出相应点的索引。
ellipse包可画椭圆，也可以⽤plotcorr()可视化相关矩阵。
denpro包为多元可视化提供⽔平集树形结构（level set trees）。
R语言常用计量分析包
R语言常用计量分析包CRAN任务视图：计量经济学线形回归模型（Linear regression models）线形模型可用stats包中lm()函数通过OLS来拟合，该包中也有各种检验方法用来比较模型，如：summary() 和anova()。
lmtest包里的coeftest()和waldtest()函数是也支持渐近检验（如：z检验而不是检验，卡方检验而不是F检验）的类似函数。
car包里的linear.hypothesis()可检验更一般的线形假设。
HC和HAC协方差矩阵的这些功能可在sandwich包里实现。
car和lmtest包还提供了大量回归诊断和诊断检验的方法。
工具变量回归（两阶段最小二乘）由AER包中的ivreg()提供，其另外一个实现sem包中的tsls()。
微观计量经济学（Microeconometrics）许多微观计量经济学模型属于广义线形模型，可由stats包的glm()函数拟合。
包括用于选择类数据（choice data）的Logit和probit模型，用于计数类数据（count data）的poisson模型。
这些模型回归元的值可用effects获得并可视化。
负二项广义线形模型可由MASS包的glm.nb()实现。
aod包提供了负二项模型的另一个实现，并包含过度分散数据的其它模型。
边缘（zero-inflated）和hurdle计数模型可由pscl包提供。
多项响应（Multinomial response）：特定个体协变量（individual-specific covariates）多项模型只能由nnet包中multinom()函数提供。
mlogit包实现包括特定个体和特定选择（choice-specific）变量。
多项响应的广义可加模型可由VGAM包拟合。
针对多项probit模型的贝叶斯方法由MNP包提供，各种贝叶斯多项模型（包括logit和probit）在bayesm包中可得。
在R语言中进行面板数据分析
在R语言中进行面板数据分析面板数据分析是一种统计方法，用于分析面板数据集，也称为长期时间序列数据。
面板数据集包含多个个体（如公司、城市或个人）在多个时间点上的多个变量观测值。
面板数据分析可以提供更多的信息，因为它能够考虑到个体之间的差异、时间的趋势以及个体与时间的交互作用。
1. plm包：plm包是一个用于面板数据分析的强大工具包。
它提供了一些常用的面板数据分析函数，例如固定效应模型（Fixed Effects Model）、随机效应模型（Random Effects Model）和差分法（First Difference）等。
使用plm包，可以进行面板数据的描述性统计、可视化和回归分析等。
2. pglm包：pglm包是一个用于面板数据的广义线性模型工具包。
它能够处理具有不同误差分布的面板数据集，例如二项分布、泊松分布和负二项分布等。
pglm包还提供了一些有用的函数，例如对数似然比检验、预测和模型诊断等。
3. panelvar包：panelvar包是一个用于面板向量自回归模型（Panel Vector Autoregression Model，PVAR）分析的工具包。
PVAR模型是一种可以同时考虑面板数据内外部动态关系的方法。
使用panelvar 包，可以估计和预测面板数据的VAR模型，并进行脉冲响应分析等。
4. felm函数：felm函数是plm包中的一个常用函数，用于估计固定效应模型。
固定效应模型是一种在面板数据分析中常用的方法，用于控制个体固定效应的影响。
felm函数可以进行固定效应模型的估计，并提供了一些有用的统计量，例如系数估计值和显著性检验等。
在进行面板数据分析时，通常需要先进行数据准备和变换，然后根据具体问题选择适当的模型和方法。
以下是一个面板数据分析的基本步骤：1.数据准备：首先，将面板数据导入R环境中，并进行必要的数据处理和变换。
例如，处理缺失值、删除异常值、标准化变量等。
2. 描述性统计和可视化：对面板数据进行描述性统计和可视化，以了解数据的基本特征和趋势。
R 常用函数2
R语言常用函数整理提示：碰到不懂的函数可以输入“？函数名”，前提条件是需要先安装包，使用命令“istall.packages(“包名”) 或菜单安装。
再载入包，除了几个基本包外，其他的包需要用“library(包名)”载入。
常用计量函数函数用途所在包线性回归及放宽条件lm 做线性回归statssummary() 返回回顾系数t、F检验等statsstatsglm 广义线性回归（probit logit passion回归以及WLS估计等）maxLik 极大似然估计（线性和非线性）maxLikpredict 求回归预测（对绝对部分模型都适用）statscoef 求回归结果系数statscor 求变量间person相关系数和spearman秩相关系数statsresid 返回回归残差statsfitted 返回拟合值statsscale 对数据进行标准化statslm.ridge 岭回归MASSplsr 偏最小二乘法plspcr 主成分回归plsbptest Breusch-Pagan异方差检验lmtest bartlett.test 做变量间方差齐性检验statsdwtest 做DW检验lmtestAIC 返回模型的AIC值statsvar.test 非参数方差齐性检验statsvif 求方差膨胀因子carapropos(“test”) 返回统计常用检验statsconfint() 计算回归模型参数的置信区间stats非线性优化和非线性回归optimize 做一元非线性优化statsoptim 做多元非线性优化stats constrOptim 约束下的非线性优化statsnls 非线性（加权）最小二乘估计statsmaxLik 非线性极大似然估计maxLiklogLik 求回归模型对数似然值statsexpand.grid 求格点statsnls2 类似于nls,但增加了brute-force算法nls2selfstart 生成自动初始值函数stats时间序列常用函数 时间序列描述统计exp() 求指数stats log() log()求自然对数，log10()求常对数，log2(),以2为底对数stats mean() 求向量均值 stats var() 求向量方差 stats sd() 求向量标准差 stats skewness 求向量偏度 e1071 kurtosis 求向量峰度e1071FinTS.stats 求时间序列描述统计量（包括均值、标准差、偏度、峰度等） FinTS t.test 检验时间序列均值是否为零（实际上可作单、双样本检验） statsARMA 相关函数ts 转换为时间序列格式 stats ts.plot 作时序图 stats diff.ts时序差分statsgetInitial 从自动生成初始值函数提取初始值 stats动态经济模型ts 把数据转换成时间序列格式 stats ts .union 合并(bind)时间序列数据 stats lag 对时间序列格式数据滞后 stats grangertest 葛兰杰因果关系检验lmtest 联立方程组systemfit 做联立方程2SLS 、3SLS 、SUR 估计等 systemfit cbind 对数据按列合并 base rbind 对数据按行合并base 离散因变量glmfamily=binomial(link=”probit”) 两元probit 模型 family=binomial(link=”logit”)两元logit 模型 family=passion 泊松回归 stats mlogit 多元logit 模型 mlogit polr 有序多元因变量模型 MASS(VR) stepAIC 利用AIC 准则做逐步回归 MASS tobit做tobit 模型AER面板数据分析plm 做面板数据固定效应、随机效应（包括个体、时间及其两者效应） plm phtest 面板数据Hausman 检验 plm pvcm 面板数据变系数估计 plmas.Date 把非时间向量转为时间向量 stats acf 求自相关函数和作偏自相关函数图 stats pacf 求偏自相关函数和作偏自相关函数图 stats Box.test 作序列自相关B-P 和L-B 检验stats ar 求自回归模型（包括ar.ols,ar.mle,ar.yw,ar.burg ） stats arima 求ARMA 、ARIMA 模型stats ARIMA 引用arima 函数，并增加了残差自相关L-B 检验 FinTS arma 使用条件最小二乘法估计，可任意设定滞后阶数(lag) tseries predict 作预测stats 等 tsdiag 时间序列诊断检验 stats adf.test ADF 检验tseries urdfTest ADF 检验(推荐使用) fUnitRoots kpss.test KPSS 平稳性检验 tseries pp.test Phillips-Perron 单位根检验 tseries Arima.sim 模拟生成给定ARIMA 模型的数据 stats FitAR 估计AR 模型及特定阶的AR 模型 FitAR自回归条件异方差相关函数garch GARCHtseriesgarchOxFit该函数求GARCH 相关模型非常方便， 求GARCH ，IGARCH,EGARCH,GARCH-M, T-GARCH 等 引用OX 软件的G@ARCH 。
r语言数据整理常用函数
r语言数据整理常用函数R语言是一种流行的数据分析和统计建模工具，它提供了许多强大的函数和包，用于数据整理和处理。
在本文中，我们将介绍一些常用的R语言数据整理函数，以帮助您更有效地处理和分析数据。
1. dplyr包。
dplyr包是R语言中最流行的数据整理包之一，它提供了一组简单而一致的函数，用于对数据进行筛选、排序、汇总和变换。
其中一些常用的函数包括：filter()，用于筛选数据集中满足特定条件的观测值。
select()，用于选择数据集中的特定变量。
mutate()，用于创建新的变量，或者修改现有的变量。
summarise()，用于对数据进行汇总统计。
这些函数使得数据整理变得更加直观和简单，同时也提高了代码的可读性和可维护性。
2. tidyr包。
tidyr包是另一个常用的数据整理包，它提供了一些函数，用于对数据进行重塑和整理。
其中一些常用的函数包括：gather()，用于将宽格式数据转换为长格式数据。
spread()，用于将长格式数据转换为宽格式数据。
separate()和unite()，用于对一个变量进行拆分或者合并。
这些函数可以帮助您轻松地处理不同格式的数据，使得数据整理更加灵活和高效。
3. reshape2包。
reshape2包也提供了一些函数，用于数据的重塑和整理。
其中最常用的函数是melt()和dcast()，它们分别用于将数据从宽格式转换为长格式，以及从长格式转换为宽格式。
总结。
在本文中，我们介绍了一些常用的R语言数据整理函数和包，包括dplyr、tidyr和reshape2。
这些函数和包提供了丰富的功能，可以帮助您更加高效地处理和整理数据，使得数据分析工作变得更加简单和愉快。
希望本文对您有所帮助，谢谢阅读！。