R语言整体数据描述性统计分析

统计分析"/>

R语言整体数据描述性统计分析

R语言整体数据描述性统计分析

在这里主要对连续性变量进行整体统计性分析，包括最大最小值、中位数、均值、方差等统计量，但是这里不会分别进行分析计算，而是使用一个函数进行自动统计。

1、summary

该函数是R语言自带的函数，不需要安装任何包，summary()函数提供了最小值、最大值、四分位数和数值型变量的均值，以及因子向量和逻辑型向量的频数统计。

分行分列统计数据还可以使用apply()系列函数，详情请点击：apply系列函数

summary(mtcars)

该函数虽然简单易用，但是统计的内容有限，下面将介绍其他用于统计分析的函数。

2、 stat.desc()

pastecs 包中有一个名为 stat.desc() 的函数，它可以计算种类繁多的描述性统计量。使用
格式为：stat.desc(x, basic=TRUE, desc=TRUE, norm=FALSE, p=0.95)

• x 是一个数据框或时间序列
• basic=TRUE （默认值），则计算其中所有值、空值、缺失值的数量，以及最小值、最大值、值域，还有总和
• desc=TRUE （同样也是默认值），则计算中位数、平均数、平均数的标准误、平均数置信度为95%的置信区间、方差、标准差以及变异系数
• norm=TRUE （不是默认的），则返回正态分布统计量，包括偏度和峰度（以及它们
  的统计显著程度）和Shapiro-Wilk正态检验结果。

install.packages("pastecs")
library(pastecs)
pastecs::stat.desc(mtcars,norm = TRUE)

该函数课统计的内容包括最小值、最大值、值域、总和、中位数、平均数、平均数的标准误、平均数置信度为95%的置信区间、方差、标准差、变异系数、正态分布统计量(包括偏度和峰度（以及它们 的统计显著程度）和Shapiro-Wilk正态检验结果)。

3、describe

psych包拥有一个名为describe()` 的函数，它可以计算非缺失值的数量、平均数、标准差、中位数、截尾均值、绝对中位差、最小值、最大值、值域、偏度、峰度和平均值的标准误。

install.packages("psych")
library(psych)
psych::describe(mtcars$mpg)