r语言实战心得
本篇文章给大家分享r语言实战心得，以及r语言实训对应的知识点，希望对各位有所帮助。
简述信息一览：
- 1、《R语言实战》自学笔记71-主成分和因子分析
- 2、《R语言实战》自学笔记25-统计函数
- 3、《R语言实战》自学笔记68-相关图和马赛克图
- 4、《R语言实战》自学笔记69-重抽样和自助法
- 5、《R语言实战》自学笔记22-数据整理
《R语言实战》自学笔记71-主成分和因子分析
1、成分载荷（component loadings）可用来解释主成分的含义，解释主成分与各变量的相关程度。 h2栏为成分公因子方差，即主成分对每个变量的方差解释度。 u2栏为成分唯一性，即方差无法被主成分解释的部分（1-h2）。
2、主成分分析和因子分析是原理不同，线性表示方向不同，假设条件不同，求解方法不同，主成分和因子的变化不同，因子数量与主成分的数量，解释重点不同，算法上的不同，优点不同，应用场景不同。
3、首先解释包含关系。在SPSS软件“因子分析”模块的提取菜单中，提取公因子的方法很多，其中一种就是主成分。由此可见，主成分只是因子分析的一种方法。其次是扩展关系。因子分析解决主成分分析解释障碍的方法是通过因子轴旋转。
4、首先打开一份要进行因子分析的数据表，然后点击【分析-降维-因子分析】。然后将变量和选择变量放在相应的对话框中，如下图所示。然后选择变量中可以自定义选择的值，如下图所示。
5、主成分分析中是把主成分表示成各变量的线性组合，而因子分析是把变量表示成各公因子的线性组合。假设条件不同：主成分分析不需要有假设条件；而因子分析需要一些假设。
《R语言实战》自学笔记25-统计函数
1、scale（x， center = TRUE， scale = TRUE） x：用于标准化的数据， center=T：表示数据中心化， scale=T：表示数据标准化。
2、R可以计算多种相关系数，包括Pearson相关系数、Spearman相关系数、Kendall相关系数、偏相关系数、多分格相关系数、多系列相关系数。cor（）函数可以计算前三种相关系数，cov（）函数可以计算协方差。
3、FUN是自定义调用的函数，可为任意R函数，而...则包括了任何想传递给FUN的参数。 apply函数只能用于处理矩阵类型的数据，也就是说所有的数据必须是同一类型。因此要使用apply函数的话，需要将数据类型转换成矩阵类型。
4、资料：《Statistical Analysis of Network Data with R》语言R常见的网络分析包：网络分析研究大部分是描述性的工作。 网络的可视化 即是一门艺术，也是一门科学。
《R语言实战》自学笔记68-相关图和马赛克图
1、可以使用colorRampPallette（）函数来指定四种颜色。 colorRampPalette 函数支持自定义的创建一系列的颜色梯度。马赛克图（Mosaic Plot）是利用列联表对分类数据进行的图形表示，它可观察两个或多个分类变量之间的关系。
2、框内的数字是行变量和列变量之间的相关系数R，相关系数R绝对值越大，颜色越深（红正，蓝负）。
3、首先打开r语言文档，输入标题。然后选中标题。接着点击工具菜单栏的开始。之后可以在段落这边找到找到居中的选项。随后点击标题就会居中。
4、is.corr：逻辑值，若为TRUE，不强制要求矩阵是正方形的相关系数矩阵，图例范围也会随数据变化 diag：是否显示对角线值。
5、r语言自相关acf是自相关图。R语言是集统计分析与图形显示于一体的用于分析、绘图的语言和操作环境的软件。
6、R语言实战的例子： 自己数据集的例子： R语言实战的例子： 自己数据集的例子： 当两种方法所得结果不一致时，你需要更加谨慎地审视数据，这很可能是因为违反了正态性假设或者存在离群点。
《R语言实战》自学笔记69-重抽样和自助法
1、boot包扩展了自助法和重抽样的相关用途。你可以对一个统计量（如中位数）或一个统计量向量（如一列回归系数）使用自助法。 一般来说，自助法有三个主要步骤。 （1）写一个能返回待研究统计量值的函数。
2、boot.ci（） 函数计算统计量置信区间。实验示例：使用mtcar数据框，***用多元回归，根据车重和发动机排量来预测汽车的每加仑行驶的英里数。
3、百度学习了一下， 重复测量方差分析的R格式：model=aov（Y ~ B * W + Error（Subject/W），其中B是组间因子，W是组内因子，subject是实验对象的ID。
《R语言实战》自学笔记22-数据整理
1、rbind（A， B） ：纵向合并两个数据框（数据集），两个数据框必须拥有相同的变量，不过它们的顺序不必一定相同。
2、as.data.frame（）：转换，把矩阵变为数据框 ，用as.matrix（）函数也能把数据框变为矩阵 聚类，相似的行，相似的列会聚在一起。热图自动聚类，行和列的相对位置发生了变化，只是列与列，行与行之间的变化规律。
3、variable[condition] - expression 语句variable[condition] - expression将仅在condition的值为TRUE时执行赋值。使用within函数进行转化 within（data， expr， ...） data：要处理的数据； expr：计算表达式。
4、之前学习过R语言，那时对向量认识不够深，也没有重视，数据框的列单独拿出来就是一个向量。认真听小洁老师的讲解以及最近跑几个GEO数据集发现学会对向量的熟练操作以及熟练一些重要的函数，在实战过程中会顺利些。
关于r语言实战心得，以及r语言实训的相关信息分享结束，感谢你的耐心阅读，希望对你有所帮助。
