用R语言进行数据分析：一个简单的会话

下面的会话让你在操作中对 R 环境的一些特性有个简单的了解。你对系统的许多特性开始时可能 有点不熟悉和困惑，但这些迷惑会很快 消失的。

登录，启动你的桌面系统。 $ R 以适当的方式启动 R。R 程序开始，并且有一段引导语。

(在 R 里面，左边的提示符将不会被显示防止 混淆。)

help.start() 启动 HTML 形式的在线帮助(使用你的计算机里面 可用的浏览器)。你可以用鼠标 点击上面的链接。最小化帮助窗口，进入下一部分。

x <- rnorm(50) y <- rnorm(x) 产生两个伪正态随机数向量 x 和 y。 plot(x, y) 画二维散点图。一个图形窗口会自动出现。 ls() 查看当前工作空间里面的 R 对象。 rm(x, y) 去掉不再需要的对象。(清空)。 x <- 1:20 等价于 x = (1, 2, ..., 20)。 w <- 1 + sqrt(x)/2 标准差的`权重向量。 dummy <- data.frame(x=x, y= x + rnorm(x)*w) dummy 创建一个由x 和 y构成的双列数据框， 查看它们。 fm <- lm(y ~ x, data=dummy) summary(fm) 拟合 y 对 x 的简单线性回归，查看 分析结果。 fm1 <- lm(y ~ x, data=dummy, weight=1/w^2) summary(fm1) 现在我们已经知道标准差，做一个加权回归。 attach(dummy) 让数据框中的列项可以像一般的变量那样使用。 lrf <- lowess(x, y) 做一个非参局部回归。 plot(x, y) 标准散点图。 lines(x, lrf$y) 增加局部回归曲线。 abline(0, 1, lty=3) 真正的回归曲线：(截距 0，斜率 1)。 abline(coef(fm)) 无权重回归曲线。 abline(coef(fm1), col = "red") 加权回归曲线。 detach() 将数据框从搜索路径中去除。 plot(fitted(fm), resid(fm),      xlab="Fitted values",      ylab="Residuals",      main="Residuals vs Fitted") 一个检验异方差性（heteroscedasticity）的标准回归诊断图。 你可以看见吗？ qqnorm(resid(fm), main="Residuals Rankit Plot") 用正态分值图检验数据的偏度（skewness），峰度（kurtosis）和异常值（outlier）。 （这里没有多大的用途，只是演示一下而已。） rm(fm, fm1, lrf, x, dummy) 再次清空。

第二部分将研究 Michaelson 和 Morley 测量光速的经典实验。这个数据集可以 从对象 morley 中得到，但是我们从中读出数据以演示 函数 read.table 的作用。

filepath <- system.file("data", "morley.tab" , package="datasets") filepath 得到文件路径。 file.show(filepath) 可选。查看文件内容。 mm <- read.table(filepath) mm 以数据框的形式读取 Michaelson 和 Morley 的数据，并且查看。 数据由五次实验(Expt 列)，每次运行 20 次 (Run 列)的观测得到。数据框中的 sl 是光速的记录。 这些数据以适当形式编码。 mm$Expt <- factor(mm$Expt) mm$Run <- factor(mm$Run) 将 Expt 和 Run 改为因子。 attach(mm) 让数据在位置 3 (默认) 可见（即可以直接访问）。 plot(Expt, Speed, main="Speed of Light Data", xlab="Experiment No.") 用简单的盒状图比较五次实验。 fm <- aov(Speed ~ Run + Expt, data=mm) summary(fm) 分析随机区组，`runs 和 `experiments 作为因子。 fm0 <- update(fm, . ~ . - Run) anova(fm0, fm) 拟合忽略 `runs 的子模型，并且对模型更改前后 进行方差分析。 detach() rm(fm, fm0) 在进行下面工作前，清空数据。

我们现在查看更有趣的图形显示特性：等高线和影像显示。

x <- seq(-pi, pi, len=50) y <- x x 是一个在 区间 [-pi, pi] 内等间距的50个元素的向量， y 类似。 f <- outer(x, y, function(x, y) cos(y)/(1 + x^2)) f 是一个方阵，行列分别被 x 和 y 索引，对应的值是函数 cos(y)/(1 + x^2) 的结果。 oldpar <- par(no.readonly = TRUE) par(pty="s") 保存图形参数，设定图形区域为“正方形”。 contour(x, y, f) contour(x, y, f, nlevels=15, add=TRUE) 绘制 f 的等高线；增加一些曲线显示细节。 fa <- (f-t(f))/2 fa 是 f 的“非对称部分”(t() 是转置 函数)。 contour(x, y, fa, nlevels=15) 画等高线，... par(oldpar) ... 恢复原始的图形参数。 image(x, y, f) image(x, y, fa) 绘制一些高密度的影像显示，(如果你想要，你可以保存 它的硬拷贝)， ... objects(); rm(x, y, f, fa) ... 在继续下一步前，清空数据。

R 可以做复数运算。

th <- seq(-pi, pi, len=100) z <- exp(1i*th) 1i 表示复数 i。 par(pty="s") plot(z, type="l") 图形参数是复数时，表示虚部对实部画图。这可能是 一个圆。 w <- rnorm(100) + rnorm(100)*1i 假定我们想在这个圆里面随机抽样。一种方法 将让复数的虚部和实部值是标准正态随机 数 ... w <- ifelse(Mod(w) > 1, 1/w, w) ... 将圆外的点映射成它们的倒数。 plot(w, xlim=c(-1,1), ylim=c(-1,1), pch="+",xlab="x", ylab="y") lines(z) 所有的点都在圆中，但分布不是 均匀的。 w <- sqrt(runif(100))*exp(2*pi*runif(100)*1i) plot(w, xlim=c(-1,1), ylim=c(-1,1), pch="+", xlab="x", ylab="y") lines(z) 第二种方法采用均匀分布。现在圆盘中的点 看上去均匀多了。 rm(th, w, z) 再次清空。 q() 离开 R 程序。你可能被提示是否保存 R 工作空间， 不过对于一个调试性的会话，你可能不想 保存它。

原创文章，作者：古思特，如若转载，请注明出处：《用R语言进行数据分析：一个简单的会话》http://www.afenxi.com/post/3430