频数表在统计学中是一个非常基本并且重要的概念,我们这里就来讲解它的基本用法。

首先我们需要载入数据,并查看数据的基本信息

  1. install.packages('vcd') #安装vcd包,其中有可以利用的数据Arthritis
  2. library(vcd)
  3. 载入需要的程辑包:grid
  4. > head(Arthritis)#################################################
  5. ID Treatment  Sex Age Improved
  6. 1 57   Treated Male  27     Some
  7. 2 46   Treated Male  29     None
  8. 3 77   Treated Male  30     None
  9. 4 17   Treated Male  32   Marked
  10. 5 36   Treated Male  46   Marked
  11. 6 23   Treated Male  58   Marked
  12. > class(Arthritis)################################################
  13. [1] "data.frame"
  14. > summary(Arthritis)##############################################
  15. ID          Treatment      Sex          Age          Improved
  16. Min.   : 1.00   Placebo:43   Female:59   Min.   :23.00   None  :42
  17. 1st Qu.:21.75   Treated:41   Male  :25   1st Qu.:46.00   Some  :14
  18. Median :42.50                            Median :57.00   Marked:28
  19. Mean   :42.50                            Mean   :53.36
  20. 3rd Qu.:63.25                            3rd Qu.:63.00
  21. Max.   :84.00                            Max.   :74.00

从结果中看以看出,Arthritis是一个data.frame结构的数据。其中ID和Age是numeric型的数据,其他三个都是factor型的数据。

创建一维列联表

  1. > a<-table(Arthritis$Improved)#创建一维列联表
  2. > class(a)                    #查看变量a的类型
  3. [1] "table"
  4. > a
  5. None   Some Marked
  6. 42     14     28

从结果中可以看出,就是如下的表格

None Some Marked
42 14 28

创建二维列联表

  1. > b<-table(Arthritis$Sex,Arthritis$Improved)
  2. > class(b)
  3. [1] "table"
  4. > b
  5. None Some Marked
  6. Female   25   12     22
  7. Male     17    2      6

结果是如下表格

  None Some Marked
Female 25 12 22
Male 17 2 6

 我们还可以将一维列联表a和二维列联表b转化成百分比的形式

  1. > prop.table(a)
  2. None      Some    Marked
  3. 0.5000000 0.1666667 0.3333333
  4. > prop.table(b)
  5. None       Some     Marked
  6. Female 0.29761905 0.14285714 0.26190476
  7. Male   0.20238095 0.02380952 0.07142857

给table添加边际和

  1. > addmargins(a)####################################
  2. None   Some Marked    Sum
  3. 42     14     28     84
  4. > addmargins(b)####################################
  5. None Some Marked Sum
  6. Female   25   12     22  59
  7. Male     17    2      6  25
  8. Sum      42   14     28  84
  9. > addmargins(prop.table(a))#########################
  10. None      Some    Marked       Sum
  11. 0.5000000 0.1666667 0.3333333 1.0000000
  12. > addmargins(prop.table(b))#########################
  13. None       Some     Marked        Sum
  14. Female 0.29761905 0.14285714 0.26190476 0.70238095
  15. Male   0.20238095 0.02380952 0.07142857 0.29761905
  16. Sum    0.50000000 0.16666667 0.33333333 1.00000000

只添加某个部分边际和

    1. > addmargins(prop.table(b),1)
    2. None       Some     Marked
    3. Female 0.29761905 0.14285714 0.26190476
    4. Male   0.20238095 0.02380952 0.07142857
    5. Sum    0.50000000 0.16666667 0.33333333
    6. > addmargins(prop.table(b),2)
    7. None       Some     Marked        Sum
    8. Female 0.29761905 0.14285714 0.26190476 0.70238095
    9. Male   0.20238095 0.02380952 0.07142857 0.29761905

[R语言统计]频数表的更多相关文章

  1. 通过R语言统计考研英语(二)单词出现频率

    通过R语言统计考研英语(二)单词出现频率 大家对英语考试并不陌生,首先是背单词,就是所谓的高频词汇.厚厚的一本单词,真的看的头大.最近结合自己刚学的R语言,为年底的考研做准备,想统计一下最近考研英语( ...

  2. R语言统计学习-1简介

    一. 统计学习概述 统计学习是指一组用于理解数据和建模的工具集.这些工具可分为有监督或无监督.1.监督学习:用于根据一个或多个输入预测或估计输出.常用于商业.医学.天体物理学和公共政策等领域.2.无监 ...

  3. R语言—统计结果输出至本地文件方法总结

    1.sink()在代码开始前加一行:sink(“output.txt”),就会自动把结果全部输出到工作文件夹下的output.txt文本文档.这时在R控制台的输出窗口中是看不到输出结果的.代码结束时用 ...

  4. R语言统计词频 画词云

    原始数据: 程序: #统计词频 library(wordcloud) # F:/master2017/ch4/weibo170.cut.txt text <- readLines("F ...

  5. R语言统计字符串的字符数ncahr函数

    函数计算字符数量,包括在一个字符串的空格的个数. 语法 nchar()函数的基本语法是: nchar(x) 以下是所使用的参数的说明: x - 向量输入. 示例 result <- nchar( ...

  6. R语言-简单线性回归图-方法

    目标:利用R语言统计描绘50组实验对比结果 第一步:导入.csv文件 X <- read.table("D:abc11.csv",header = TRUE, sep = & ...

  7. 手把手教你学习R语言

    本文为带大家了解R语言以及分段式的步骤教程! 人们学习R语言时普遍存在缺乏系统学习方法的问题.学习者不知道从哪开始,如何进行,选择什么学习资源.虽然网络上有许多不错的免费学习资源,然而它们多过了头,反 ...

  8. 【转】R语言知识体系概览

    摘要:R语言的知识体系并非语法这么简单,如果都不了R的全貌,何谈学好R语言呢.本文将展示介绍R语言的知识体系结构,并告诉读者如何才能高效地学习R语言. 最近遇到很多的程序员都想转行到数据分析,于是就开 ...

  9. R语言学习(一)前言

    本系列文章由 @YhL_Leo 出品,转载请注明出处. 文章链接: http://blog.csdn.net/yhl_leo/article/details/49768161 R是一个有着统计分析功能 ...

随机推荐

  1. 工作总结 public DateTime? CollectionTime 可空类型 Code First

    数据库生成就对应生成  可以为空 的字段

  2. api 和 C# 里的接口的区别?

    从狭义上讲,接口指的是借由 interface 定义的结构,接口中只对方法做定义,不做实现.具体实现由最终实现接口的类提供. interface 作为一种类型,可以用于定义方法,我们只关心类实现了接口 ...

  3. Linux内核(14) - 二分法与printk

    人生就是一个茶几,上面摆满了杯具.内核也是一个大茶几,不过它上面的杯具是一个个的bug.确定bug什么时候被引入是一个很关键的步骤,在这个定位bug的过程中,不论有意或无意,都会很自然地用到二分查找的 ...

  4. kubernetes 二

    部署harbor Habor是由VMWare中国团队开源的容器镜像仓库.事实上,Habor是在Docker Registry上进行了相应的企业级扩展,从而获 得了更加广泛的应用,这些新的企业级特性包括 ...

  5. windows live writer 2012 0x80070643

        折腾了两天,windows live writer 安装不成功,最后放弃了,发现一个叫做菊子曰的软件,但是免费版本的,发图片有限制,感觉非常不爽.windows live writer报错如下 ...

  6. 数据库分享一: MySQL的Innodb缓存相关优化

    无论是对于哪一种数据库来说,缓存技术都是提高数据库性能的关键技术,物理磁盘的访问速度永 远都会与内存的访问速度永远都不是一个数量级的.通过缓存技术无论是在读还是写方面都可以大大提 高数据库整体性能. ...

  7. Redis监控技巧总结

    Redis 监控最直接的方法当然就是使用系统提供的 info 命令来做了,你只需要执行下面一条命令,就能获得 Redis 系统的状态报告. redis-cli info 内存使用 如果 Redis 使 ...

  8. Java:多线程,线程同步,synchronized关键字的用法(同步代码块、非静态同步方法、静态同步方法)

    关于线程的同步,可以使用synchronized关键字,或者是使用JDK 5中提供的java.util.concurrent.lock包中的Lock对象.本文探讨synchronized关键字. sy ...

  9. find 命令查找文件大小为xx的文件

    K:字节 G:gb 查找当前目录及子目录下大于1G的文件: # find ./ -size +1G -exec ls -lh {} \; 查找当前目录及子目录下大于1G小于20G的文件: # find ...

  10. python(31) enumerate 的用法

    例子一: b = "abcd" kv_dict = {} pre = 1234 for i, v in enumerate(b): kv_dict['%s-%d.jpg' %(pr ...