"การวิเคราะห์ทางสถิติและการแสดงภาพข้อมูลสำหรับสมุนไพร ราก ผลไม้ ใบไม้ ไฮเดลเบิร์ก - ลอนดอน - Togliatti 2014, ..."

-- [ ด้านที่ 1 ] --

ส.อ. โมสติสกี้, V.K. ชิติคอฟ

การวิเคราะห์ทางสถิติ I

การแสดงภาพข้อมูลเพื่อการสนับสนุน R

ใบผลรากหญ้า

ไฮเดลเบิร์ก – ลอนดอน – โตกลิเอติ

2014, Sergiy Eduardovich Mastitsky, Volodymyr Kirilovich Shitikov

เว็บไซต์: http://r-analytics.blogspot.com

หุ่นยนต์ Qia กำลังขยายภายในใบอนุญาต

การแสดงที่มาของครีเอทีฟคอมมอนส์ - ไม่ใช่เชิงพาณิชย์

Vikoristannya - อยู่ในจิตใจที่สงบเงียบ 4.0 All-world Vіdpovіdnoถึงtsієїlicenzії, คุณสามารถคัดลอก, rozpovsyudzhuvaty และแก้ไขtwіrได้อย่างอิสระเพื่อความเข้าใจในข้อความที่แน่นอนของผู้เขียน yogo และ dzherel หากคุณเปลี่ยนงานสร้างสรรค์หรือใช้งานในหุ่นยนต์ของคุณ คุณสามารถขยายผลลัพธ์ได้เฉพาะใบอนุญาตดังกล่าวเท่านั้น ห้ามมิให้งานที่ได้รับชัยชนะด้วยวิธีเชิงพาณิชย์โดยไม่เป็นประโยชน์ต่อผู้เขียน ข้อมูลรายละเอียดเกี่ยวกับใบอนุญาตมีอยู่ในเว็บไซต์ www.creativecommons.com

ใจดีขอหนังสือทั้งเล่มตามลำดับนี้:

Mastitskiy S.E. , Shitikov V.K. (2014) การวิเคราะห์ทางสถิติและการแสดงภาพข้อมูลเพื่อขอความช่วยเหลือ R.

– E-book, ที่อยู่ในการเข้าถึง:

http://r-analytics.blogspot.com

PEREDMOVA 5

1. องค์ประกอบหลักของศูนย์สถิติ R 8

1.1. ประวัติความเป็นมาของไวน์และหลักการสำคัญขององค์กร 8 แห่ง R . กลาง

1.2. หุ่นยนต์พร้อมอินเตอร์เฟสคอนโซลคำสั่ง R 11

1.3. หุ่นยนต์จากเมนูแพ็คเกจ R Commander 13

1.4. วัตถุ แพ็คเกจ ฟังก์ชัน สิ่งที่แนบมา 17

2. คำอธิบายของ MOVI R 23

2.1. Tipi danich movi R 23

2.2. เวกเตอร์และเมทริกซ์ 24

2.3. ชินนิกิ 29

2.4. รายการและตาราง 31

2.5. ข้อมูลที่นำเข้าจาก R 37

2.6. ถวายส่วยชั่วโมงนั้น แถวนาฬิกา 40

2.7. องค์กรการคำนวณ: ฟังก์ชัน การดีบัก รอบ 46

2.8. การแจงนับ R แบบเวกเตอร์ที่มีการใช้ทวีคูณ - 50 ฟังก์ชัน

3. ความเป็นไปได้ของกราฟิกขั้นพื้นฐาน R 58

3.1. ไดอะแกรมสำหรับการพัฒนาพล็อต () และพารามิเตอร์ของฟังก์ชันกราฟิก 58

3.2. ฮิสโตแกรม ฟังก์ชันและพลังงานนิวเคลียร์ 66 cdplot()

3.3. ไดอะแกรมกุหลาบ74

3.4. แผนภาพวงกลมและ Stovpchik 77

3.5. คลีฟแลนด์ไดอะแกรมและไดอะแกรมกุหลาบพร้อมกัน84

4. อธิบายสถิติที่เหมาะสมกับ 97

–  –  –

PEREDMOVA

ประวัติที่เหลืออีก 50 ปี เป็นประวัติศาสตร์ของการพัฒนาเทคโนโลยีวิเคราะห์ข้อมูล

หนึ่งในผู้เขียนจากการวิเคราะห์ปลายทศวรรษ 1960 และโปรแกรมแรกของเขาสำหรับการพัฒนาความสัมพันธ์คู่หนึ่งได้รับคัดเลือกด้วยหมุดโลหะบน "สนามปฏิบัติการ" 150 ตรงกลาง EOM ส่วนตัว "Promin-2" " ด้วยน้ำหนัก 200 กก.

ในยุคของเรา คอมพิวเตอร์ที่มีประสิทธิผลสูงและซอฟต์แวร์ที่เข้าถึงได้ช่วยให้เราสามารถดำเนินการรอบถัดไปของกระบวนการเทคโนโลยีสารสนเทศ ซึ่งกำลังเป็นรูปเป็นร่างในทันทีจากขั้นตอนถัดไป:

°การเข้าถึงข้อมูลที่ได้รับ (ความพร้อมใช้งานจากไฟล์ต่าง ๆ และชุดทั้งหมดของตารางร่วมกัน);

° การแก้ไขสิ่งบ่งชี้ที่น่าสนใจ (การแทนที่หรือการลบค่าที่หายไป การแปลงสัญลักษณ์ให้มองเห็นได้กว้างขึ้น);

°คำอธิบายประกอบของข้อมูล (หน่วยความจำ, ชิ้นส่วนสกินคืออะไร);

°ถอนตัว ทัศนวิสัยสูงโครงสร้างของข้อมูล (การคำนวณสถิติคำอธิบายเพื่อกำหนดลักษณะการวิเคราะห์ข้อบ่งชี้);

° การนำเสนอข้อมูลแบบกราฟิกและผลการคำนวณในรูปแบบข้อมูลที่เข้าใจได้ (หนึ่งภาพเป็นจริงสำหรับหนึ่งพันคำ)

° การสร้างแบบจำลองข้อมูล (สำรองความรู้และการทดสอบสมมติฐานทางสถิติ)

°การลงทะเบียนผลลัพธ์ (การเตรียมตารางและไดอะแกรมคุณภาพสิ่งพิมพ์ที่ยอมรับได้)

ในใจ หากมีโปรแกรมที่ใช้หลายสิบแพ็คเกจจนถึงบริการของ koristuvach ปัญหาที่แท้จริงคือการเลือก (บางครั้งโศกนาฏกรรมเช่นการเดา "ลาของ buridan"): การวิเคราะห์ซอฟต์แวร์ประเภทใดของข้อมูลเหล่านี้ควรได้รับ ลำดับความสำคัญสำหรับการทำงานจริงของพวกเขา? ในที่นี้ คุณควรคำนึงถึงลักษณะเฉพาะของงาน ประสิทธิภาพของการปรับปรุงอัลกอริธึมและการประมวลผล ค่าใช้จ่ายในการซื้อโปรแกรม และความเพลิดเพลินของข้อได้เปรียบพิเศษของนักวิเคราะห์ ในกรณีนี้ ตัวอย่างเช่น เทมเพลต Statistica ที่มีปุ่มเมนูที่ซับซ้อน ห่างไกลจากความสามารถในการสร้างความพึงพอใจให้กับผู้สร้างสรรค์งาน ซึ่งควบคุมความคืบหน้าของกระบวนการคำนวณอย่างอิสระ Комбінувати різні типи аналізу, мати доступ до проміжних результатів, керувати стилем відображення даних, додавати власні розширення програмних модулів та оформлювати підсумкові звіти в необхідному вигляді дозволяють комерційні обчислювальні системи, що включають високорівневі засоби командної мови, такі як Matlab, SPSS та ін. є bezkoshtovne ซอฟต์แวร์ขนาดกลาง R ซึ่งเป็นแพลตฟอร์มทางสถิติที่ทันสมัยของการรับรู้อย่างป่าเถื่อนซึ่งมีการพัฒนาอย่างต่อเนื่อง

วันนี้ R є ผู้นำบ้าท่ามกลางการขยายตัวของระบบวิเคราะห์ทางสถิติ เป็นเรื่องที่ควรสังเกต เช่น ในปี 2010 ระบบ R กลายเป็นผู้ชนะการแข่งขัน Bossie Awards สำหรับผลิตภัณฑ์ซอฟต์แวร์ที่ดีที่สุดในการเสนอชื่อหลายครั้ง นักวิเคราะห์จากบริษัทที่ใหญ่ที่สุดและศูนย์กลางที่สำคัญที่สุดในการดำเนินงานของมหาวิทยาลัยต่างๆ ทั่วโลกได้รับชัยชนะอย่างต่อเนื่องเป็นครั้งแรกของการพัฒนาทางวิทยาศาสตร์และเทคนิค และการสร้างโครงการข้อมูลที่ยอดเยี่ยม สถิติที่หลากหลายบนพื้นฐานของแพ็คเกจของสื่อนี้และจิตวิญญาณทางวิทยาศาสตร์ที่ทรงพลังถูกขยายโดยผู้ที่นำสคริปต์ R ทีละขั้นตอนกลายเป็น "มาตรฐาน" ที่ได้รับการยอมรับทั่วโลกเช่นเดียวกับในสิ่งพิมพ์ในวารสาร กรณีการตีความความรู้ทางวิทยาศาสตร์อย่างไม่เป็นทางการ

หัวกะทิของรัสเซีย koristuvachiv ระหว่างการพัฒนาของ R อย่างบ้าคลั่งผู้ที่อาจมีเอกสารทั้งหมดของพื้นกลางใด ๆ ภาษาอังกฤษ. น้อยกว่าจาก 2008 ซูซิลามิ โอ.วี. ชิปูโนว่า E.M. Baldina, S.V. Petrova, I.S. Zaryadova, A.G. หนังสือและผู้สนใจอื่น ๆ ปรากฏขึ้นอย่างเป็นระบบเพื่อช่วยหนังสือเล่มนั้นในภาษารัสเซีย (การอ้างอิงถึงพวกเขาสามารถพบได้ในรายการวรรณกรรมบนพื้นฐานของหนังสือเล่มนี้ในที่เดียวกันการส่งการอ้างอิงไปยังแหล่งข้อมูลโลกซึ่งผู้เขียน กำลังพยายามมีส่วนร่วมอย่างมากในการตีพิมพ์ Rskomedov)

คู่มือภาษาเดนมาร์กเกี่ยวกับการรวบรวมการอ้างอิงระเบียบวิธีเผยแพร่โดยหนึ่งในผู้เขียนตั้งแต่ปี 2011 ในบล็อก “R: การวิเคราะห์และการสร้างภาพข้อมูล”

(http://r-analytics.blogspot.com) เราได้รับแนวคิดเพิ่มเติมในการเปิดเผยเพื่อความชัดเจนของผู้อ่านเนื้อหาต่าง ๆ ในรูปแบบความเข้มข้นตลอดจนการขยายสังฆานุกรก็แบ่งออกเพื่อความสมบูรณ์ของงาน

ในสามส่วนแรก จะมีรายงานเกี่ยวกับวิธีการทำงานกับส่วนประกอบ R เชิงโต้ตอบ คำอธิบายโดยละเอียดเกี่ยวกับความเป็นไปได้ทางกราฟิกพื้นฐานของสื่อ

ส่วนนี้ของหนังสือเล่มนี้มีให้สำหรับผู้เริ่มต้นใช้งานทั้งหมดในแกลเลอรีการเขียนโปรแกรม หากผู้อ่านที่รู้จัก R ของฉันอยู่แล้ว สามารถค้นหาส่วนย่อยของรหัสที่นั่น หรือเพื่อเขียนคำอธิบายของพารามิเตอร์แบบกราฟิกในฐานะผู้ตรวจทาน

ในแผนกถัดไป (4-8) มีการแนะนำคำอธิบายของขั้นตอนที่กว้างขึ้นสำหรับการประมวลผลข้อมูลและแบบจำลองทางสถิติที่สร้างแรงบันดาลใจ ซึ่งแสดงโดยแอปพลิเคชันหลายสิบรายการ รวมกลิ่นเหม็น คำอธิบายสั้นอัลกอริทึมสำหรับการวิเคราะห์ การปฏิเสธผลลัพธ์หลัก และการตีความที่เป็นไปได้ หากเป็นไปได้ เราพยายามจะเข้ากันได้โดยปราศจากความชั่วร้ายของคำว่า "พิธีกรรม" ลักษณะของตัวช่วยเชิงตัวเลขในสถิติประยุกต์ การอ้างถึงทฤษฎีบทที่ฝังลึก และการอ้างอิงสูตรผิวเผินของรสคุณ เน้น เขิน เขิน ศาสโตสุวรรณยา ปฏิบัติ- สำหรับผู้ที่เป็นนักอ่าน ลองอ่านกันสักครู่ วิเคราะห์ข้อมูลของเรา และแบ่งปันผลลัพธ์กับเพื่อนร่วมงานของเรา

เราได้แบ่งประสบการณ์บางส่วนในโลกแห่งการทำให้เนื้อหาที่นำเสนอแย่ลง

บทที่ 4 และ 5 เน้นผู้อ่านเป็นหลัก ในทางสถิติเหมือนหลักสูตรมหาวิทยาลัยค็อบ ในดิวิชั่น 6 และ 7 ภายในกรอบของทฤษฎีเดียวของตัวแบบเชิงเส้นตรงสากล การวิเคราะห์การกระจายตัวและการถดถอยจะถูกนำเสนอ และแนะนำอัลกอริธึมที่แตกต่างกันสำหรับการระบุโครงสร้างของแบบจำลองในภายหลัง บทที่ 8 ทุ่มเทให้กับวิธีการที่ทันสมัยบางอย่างเพื่อสนับสนุนการวิเคราะห์ตัวแบบการถดถอยที่ซับซ้อนมากขึ้น

Oskіlki nezmіnniy _nnyy _nnyy _nnyy іnteres y sledіdnika vyklіkaєขยายіnіzаlіzในvіbrazhennya іzultіvіvในแผนที่ทางภูมิศาสตร์ і_แผนงาน, ในrazdіzalіvіvіtdіvіtdіvіvіt

Mi พูดถึง sosobnik ที่มีระเบียบวิธีของเรากับนักเรียน Aspirants และเราอายุน้อยกว่าเราอยู่ในเมือง bazai, Bazhaychy Klovoy Analizi I Vikoriyanni ถึง Seredi -Officers of Service, Pili Zakinhennya Tsyoye Posovannaya คุณสามารถนำออกไปได้อีก ข้อมูลและวิธีการติดต่อกับการวิเคราะห์ข้อมูลที่ง่ายที่สุดและสมบูรณ์ด้วยงานพับ

ไฟล์ที่มีสคริปต์ของรหัส R สำหรับทุกส่วนของหนังสือ รวมถึงตารางข้อมูลเอาต์พุตที่จำเป็นสำหรับ vicons นั้นสามารถดาวน์โหลดได้ฟรีจากที่เก็บ GitHub https://github.com/r-tutorials ตลอดจน จากเว็บไซต์ของสถาบันนิเวศวิทยาของลุ่มน้ำ Volzky ของ Russian Academy of Sciences http://www.ievbras.ru/ecostat/Kiril/R/Scripts.zip

ควรสังเกตว่าข้อความนั้นสนับสนุนการส่งของผู้เขียนในกองบรรณาธิการของผู้เขียนและโดยไม่คำนึงถึง susilla ทั้งหมดของเรา єymovіrnіstชัดเจนในการให้อภัย drukarian ใหม่ ความไม่ถูกต้องทางไวยากรณ์และผลัดกันไม่ไกล เราจะขอบคุณผู้อ่านสำหรับข้อมูลเกี่ยวกับ qi รวมถึงข้อบกพร่องอื่น ๆ ของอีเมล [ป้องกันอีเมล]นอกจากนี้เรายังจะเป็น vdyachni ไม่ว่าคุณจะเป็นที่เคารพนับถือหรือไม่ก็ตาม pozhannya schodo tsієїนั้นทำงาน

–  –  –

1. องค์ประกอบหลักของศูนย์สถิติ R

1.1. ประวัติและหลักการสำคัญของการจัดระเบียบของสื่อ R ระบบการวิเคราะห์ทางสถิติและการแสดงข้อมูล R ประกอบด้วยส่วนหลักดังต่อไปนี้:

° ย้ายโปรแกรมระดับสูง R ซึ่งอนุญาตให้แถวหนึ่งดำเนินการต่าง ๆ กับวัตถุ เวกเตอร์ เมทริกซ์ รายการ ฯลฯ

° ชุดฟังก์ชันขนาดใหญ่สำหรับการประมวลผลข้อมูล โดยเลือกแพ็คเกจต่างๆ (แพ็คเกจ)

° พัฒนาโดยระบบสนับสนุนซึ่งรวมถึงการอัปเดตส่วนประกอบของสื่อ การช่วยเหลือแบบโต้ตอบและแหล่งแสงต่างๆ ได้รับการยอมรับว่าเป็น cob shoot R รวมถึงการให้คำปรึกษาในอนาคตซึ่งยากที่จะตำหนิ

ถนนสายนี้ถูกนำมาใช้จนถึงปี 1993 เมื่อภรรยาสาวชาวนิวซีแลนด์สองคน Ross Ihaka และ Robert Gentleman ประกาศการพัฒนาใหม่ของพวกเขา พวกเขาเรียกว่า R. PLUS และได้สร้างการใช้งานที่ใช้งานได้จริงโดยไม่มีค่าใช้จ่ายซึ่งดูเหมือนผู้ปกครองที่มีสถาปัตยกรรมแบบแยกส่วนซึ่ง ง่ายต่อการขยาย Nezabar vinikla rozpodіlenระบบ sberіgannya และ rozpovsudzhennya paktіv สูงถึง R ภายใต้ตัวย่อ "CRAN" (เครือข่าย R Archive ที่ครอบคลุม - http://cran.r-project.org) แนวคิดหลักของการจัดระเบียบคือ ขยายอย่างต่อเนื่อง ทดสอบโดยรวม และขยายการประมวลผลข้อมูลที่ใช้สนับสนุนอย่างรวดเร็ว

ปรากฎว่าผลิตภัณฑ์จากความพยายามอย่างต่อเนื่องและมีการประสานงานกันอย่างดีของ "ความคิดร่วม" ของกลุ่มผู้ค้าปลีกและปัญญาชนผู้ค้าปลีกที่ไม่เสียหายหลายพันรายได้รับการพิสูจน์แล้วว่ามีประสิทธิภาพอย่างมีนัยสำคัญสำหรับโปรแกรมสถิติเชิงพาณิชย์ จำนวนใบอนุญาตที่อาจมีราคาหนึ่งพันเหรียญ Oskіlki R єที่รักของนักสถิติมืออาชีพของฉัน วิทยาศาสตร์ทางสถิติที่เหลือทั้งหมดสามารถเข้าถึงkoristuvachіv R ได้อย่างรวดเร็วทั่วโลกเมื่อเห็นห้องสมุดเสริม ระบบเชิงพาณิชย์ในปัจจุบันของการวิเคราะห์ทางสถิติกำลังพัฒนาอย่างรวดเร็วในทุกวันนี้ R maє chislennu กองทัพkoristuvachіv, yakі podomlyayat ผู้เขียนของห้องสมุดเพิ่มเติมและระบบเอง R เกี่ยวกับการให้อภัย, yakіแก้ไขทันที

Mova คำนวณ R แม้ว่าคุณจะต้องใช้เพลงสำหรับการควบคุมของคุณเอง ทักษะ shukov ที่ไม่มีอยู่จริงและหน่วยความจำสารานุกรม ช่วยให้คุณ vikonat rozrahunka ได้อย่างรวดเร็ว เพื่อความเก่งกาจของคุณ มันใช้งานได้จริง "ช่างไร้จินตนาการเหมือนอะตอม" ผู้ชื่นชอบจากโลกแห่งแสงแคมป์บนมะนาว 2014 6739 add-on libraries ถูกเขียนขึ้นสำหรับ R ซึ่งรวมถึง 137,506 ฟังก์ชัน (div.

http://www.rdocumentation.org) ซึ่งขยายความสามารถพื้นฐานของระบบเป็นหลัก Дуже складно уявити будь-який клас статистичних методів, який ще не реалізований сьогодні у вигляді пакетів R, включаючи, зрозуміло, весь "джентльменський набір": лінійні та узагальнені лінійні моделі, нелінійні регресійні моделі, планування експерименту, аналіз часових рядів, класичні параметричні та การทดสอบแบบไม่อิงพารามิเตอร์ สถิติแบบเบย์ การวิเคราะห์คลัสเตอร์ และวิธีการปรับให้เรียบ สำหรับความช่วยเหลือของเครื่องมือสร้างภาพข้อมูลที่ใช้แรงงานมาก ผลลัพธ์ของการวิเคราะห์สามารถสรุปได้โดยดูจากกราฟและไดอะแกรมต่างๆ ครีมของสถิติดั้งเดิม การขยายการทำงานรวมถึงชุดอัลกอริธึมที่ยอดเยี่ยมในคณิตศาสตร์เชิงตัวเลข วิธีการเพิ่มประสิทธิภาพ การแยกความแตกต่างของสมการเชิงอนุพันธ์ การจดจำภาพ และอื่นๆ GIS-และเทคโนโลยีเว็บ

เอกสาร "Firmova" เกี่ยวกับ R นั้นมีมากมายและห่างไกลจากการเขียนที่สมเหตุสมผล ช่วงเวลาสำคัญวิ่งผ่านช่องทางด่วน) อย่างไรก็ตาม ภาคผนวกนี้ นักวิชาการชั้นนำของโลก (Springer, Cambridge University Press และ Chapman & Hall/CRC) หรือทีมงานที่กระตือรือร้นจำนวนมากได้ตีพิมพ์หนังสือจำนวนมากที่อธิบายแง่มุมต่างๆ ของการวิเคราะห์ข้อมูลใน R ( div. ตัวอย่างเช่น รายการอ้างอิงในไซต์ "Encyclopedia of Psychodiagnostics", http://psylab.info/R:Literature) นอกจากนี้ยังมีฟอรัม coristuvach R ระดับนานาชาติและรัสเซียจำนวนมากที่สามารถขอความช่วยเหลือเกี่ยวกับปัญหาไวนิลนั้นได้ ในรายการวรรณกรรม เราขอแนะนำหนังสือสองสามร้อยเล่มและโพสต์ทางอินเทอร์เน็ตเพื่อประโยชน์ในการแสดงความเคารพเป็นพิเศษสำหรับชั่วโมงการศึกษา R

หากไม่มีการฝึกอบรมระดับกลางในการทำงานจริงใน R เราจะพัฒนา a) การเรียนรู้การออกแบบภาษา R และความรู้เกี่ยวกับคุณสมบัติของฟังก์ชันด่วน ซึ่งสามารถใช้ในการวิเคราะห์ข้อมูล และ b) การเริ่มต้นใหม่ของการทำงานกับโปรแกรม ที่ใช้วิธีการวิเคราะห์และการแสดงภาพเฉพาะ

การเลือกอาหารzabіv іnterfeysu koristuvach R ที่คลุมเครือและค้างมากในรสชาติของkoristuvachіv ไม่มีความคิดใดที่จะสร้างแรงบันดาลใจให้กับลัทธิฟาฮิฟซิฟที่มีอำนาจ

บางคนคิดว่าไม่มีอะไรดีไปกว่าอินเทอร์เฟซคอนโซล R มาตรฐาน คนอื่น ๆ คิดว่าสำหรับหุ่นยนต์แบบใช้มือคุณสามารถติดตั้ง varto ได้จากการผสานรวมมิดเดิลแวร์การพัฒนา (IDE) ที่ชัดเจนกับชุดเมนูปุ่มกดที่หลากหลาย . ตัวอย่างเช่น ตัวเลือกที่น่าอัศจรรย์คือการผสานรวมมิดเดิลแวร์ของการพัฒนา RStudio โดยไม่เสียค่าใช้จ่าย

ด้านล่างนี้เราอ้างอิงถึงคำอธิบายของหุ่นยนต์รุ่นคอนโซลและ R Commander แต่สำหรับผู้อ่านที่อยู่ห่างไกล เราสามารถช่วยให้คุณดู IDE เวอร์ชันต่างๆ ได้ แนวคิดจากภาคผนวกของหนังสือ z spivavt ของ Shipunov (2014).

Joseph Rickert หนึ่งในผู้เชี่ยวชาญด้าน R เห็นว่าการพัฒนา R สามารถแบ่งออกได้ในขั้นต่อไป (รายงาน div.

บทความโยคะใน inside-r.org):

1. ทำความคุ้นเคยกับหลักการพื้นฐานของวัฒนธรรม R-complexity และสื่อซอฟต์แวร์ซึ่งขยายการทำงานของภาษา R การติดตั้ง R บนคอมพิวเตอร์จะเหมือนกับสคริปต์ทดสอบแรก

2. การอ่านข้อมูลจากไฟล์มาตรฐานในระบบปฏิบัติการและการแนะนำฟังก์ชัน R สำหรับการวิเคราะห์ชุดของขั้นตอนการวิเคราะห์ทางสถิติพื้นฐาน

3. การใช้โครงสร้างพื้นฐานของ Mov R สำหรับการเขียนโปรแกรมที่ง่ายที่สุด

การเขียนหน้าที่ของคุณเอง รู้จักโครงสร้างข้อมูลเหล่านี้ ซึ่งคุณสามารถฝึก R และสามารถเคลื่อนย้ายที่ยุบได้มากขึ้น ทำงานกับฐานข้อมูล หน้าเว็บ และฐานข้อมูลอื่นที่คล้ายคลึงกัน

4. การเขียนซอฟต์แวร์พับ R. การพัฒนาตนเองและความเข้าใจอย่างลึกซึ้งเกี่ยวกับโครงสร้างของวัตถุที่เรียกว่าคลาส S3 และ S4

5. การพัฒนาซอฟต์แวร์ระดับมืออาชีพ R. การสร้างโมดูลเสริม-ไลบรารีด้วยตนเองสำหรับ R.

ส่วนใหญ่ของ coristuvachiv R บวมในระยะที่ 3 เพราะ

otrimanh ในเวลานั้นความรู้เกี่ยวกับความรู้ที่เพียงพอทั้งหมดเกี่ยวกับงานทางสถิติในโปรไฟล์ของกิจกรรมระดับมืออาชีพหลักของพวกเขา

เราถูกกระตุ้นให้อธิบายการย้าย R ในกรอบของความช่วยเหลือนี้โดยประมาณในobsіzіเดียวกัน

การติดตั้งและปรับการกำหนดค่าพื้นฐานของสภาพแวดล้อมทางสถิติ R นั้นง่ายยิ่งขึ้นไปอีก บนมะนาว 2014 เวอร์ชันปัจจุบัน R 3.1.1 สำหรับ Windows รุ่น 32 และ 64 บิต (มีชุดแจกจ่ายสำหรับระบบปฏิบัติการเสริมอื่นๆ ทั้งหมดด้วย) คุณสามารถรับชุดการแจกจ่ายของระบบพร้อมกับชุดพื้นฐานของ 29 แพ็คเกจ (54 เมกะไบต์) ได้ฟรีจากเว็บไซต์หลักของโครงการ http://cran.r-project.org ของ "กระจก" ของรัสเซีย http: //cran.gis-lab.info ขั้นตอนการติดตั้งระบบจากชุดการแจกจ่ายที่ดาวน์โหลดมานั้นเป็นเรื่องยากที่จะไม่โทรและไม่สังเกตความคิดเห็นพิเศษใดๆ

เพื่อความชัดเจน การเลือกสคริปต์ ข้อมูลผลลัพธ์ และผลลัพธ์ของการวิเคราะห์ varto ควรดูในคอมพิวเตอร์ของ koristuvach แคตตาล็อกการทำงานพิเศษ ไม่จำเป็นต้องเขียนชื่อแคตตาล็อกการทำงานของสัญลักษณ์ซิริลลิก

วิธีไปยังแคตตาล็อกการทำงานและตัวเลือกอื่น ๆ ได้รับการปรับปรุงอย่างมากโดยเปลี่ยน be-yakim โปรแกรมแก้ไขข้อความ ไฟล์ระบบ C:\Program Files\R\Retc\Rprofile.site ที่ก้นชี้ไปด้านล่าง แถวที่แก้ไขจะถูกทำเครื่องหมายด้วยสีเขียว

Krіmvkazіvki robobogo แคตตาล็อกแถวtsіหมายถึงข้อความบนแพ็คเกจ dzherelo zavantazhennya R และการเปิดตัว R Commander โดยอัตโนมัติ

รายการไปยังไฟล์ Rprofile.site # สิ่งใดก็ตามที่ตามหลังอักขระความคิดเห็น "#" ตรงกลางจะถูกละเว้น # options(papersize="a4") # options(editor="notepad") # options(pager="internal") # insert ประเภทของข้อมูลหน้าเอกสาร # ตัวเลือก (help_type="text") ตัวเลือก (help_type="html") # ติดตั้งพื้นที่ขยายไลบรารีในเครื่อง #.Library.site - file.path(chartr("\\", "/" , R.home() ), "site-library") # เมื่อเปิดใช้งานสภาพแวดล้อมแล้ว ให้เปิดเมนู R Commander # ใส่เครื่องหมาย "#" เพื่อให้ไม่จำเป็นต้องใช้ Rcmdr ในเครื่อง (( เก่า - getOption("defaultPackages") options(defaultPackages = c(old, "Rcmdr" ) )) )) # ตั้งค่า CRAN mirror local((r - getOption("repos") r["CRAN"] - "http://cran.gis-lab" options(repos=r))) # ตั้งค่าพา ธ ไปยังไดเร็กทอรีคนงาน (ไม่ว่าอีกอันหนึ่งอยู่ในคอมพิวเตอร์ของคุณหรือไม่) setwd("D:/R/Process/Resampling") ถ้ามันคุ้มค่าที่จะเป็น "เพื่อนแนะนำที่ดี" แล้วของเรา คำแนะนำจะอยู่ภายใต้ "sub'active" อย่างใดอย่างหนึ่ง Prote หลังจากการรับรู้อย่างเป็นทางการของการแนะนำใน R. W. Venables และ D. Smith (Venables, Smith, 2014) หนังสือเล่มนั้นโดย R. Kabakov (Kabaco, 2011) ส่วนหนึ่งเป็นฉบับแปลภาษารัสเซีย ที่สำคัญ "การตั้งค่ากาน้ำชา" แบบดั้งเดิม (Meys, Vries, 2012) และ ker_vnitstvo (Lam, 2010) เขียนขึ้นจากความอวดดีของชาวดัตช์ที่น่าอิจฉา จากหลักสูตรเบื้องต้นของรัสเซีย ล่าสุดคือหนังสือของ I. Zaryadov (2010a) และ A. Shipunova จากผู้ทำงานร่วมกัน (2014).

1.2. การทำงานกับอินเทอร์เฟซคอนโซลคำสั่ง R สภาพแวดล้อมทางสถิติ R ใช้เพื่อกำหนดว่ามีชุดคำสั่งที่มีความหมายสำหรับการย้าย R หรือไม่ ซึ่งสามารถวางไว้ในไฟล์สคริปต์หรือแสดงลำดับของคำสั่งที่ตั้งค่าจากคอนโซล หุ่นยนต์จากคอนโซลสามารถพับเก็บได้สำหรับพนักงานระยะสั้นในปัจจุบัน เช่น การโทรไปยังเมนูปุ่มกด จำเป็นต้องจดจำไวยากรณ์ของคำสั่งต่างๆ อย่างไรก็ตาม หลังจากเพิ่มมือใหม่แล้ว ดูเหมือนว่าขั้นตอนการประมวลผลข้อมูลจำนวนมากสามารถทำได้เร็วขึ้นและมีการฝึกฝนน้อยลง เช่น ในแพ็คเกจ Statistica เดียวกัน

คอนโซล R คือหน้าต่างโต้ตอบ ซึ่งคุณสามารถป้อนคำสั่งและดีเบตผลการดูได้ นี่เป็นความผิดของวันที่เปิดตัวสื่อ (เช่น หลังจากกดเมาส์บนฉลาก R บนโต๊ะทำงาน) นอกจากนี้ อินเทอร์เฟซกราฟิกมาตรฐานของ R (RGui) ยังรวมการแก้ไขสคริปต์และการรวมมุมมองเข้ากับข้อมูลกราฟิก (ภาพวาด ไดอะแกรม ฯลฯ)

ในโหมดคำสั่ง สามารถใช้ R ได้ เช่น เครื่องคิดเลขที่ยอดเยี่ยม:

ถนัดขวา หลังจากสัญลักษณ์คำขอ คุณสามารถป้อนประเภทเลขคณิตเพิ่มเติม กดปุ่ม Enter และแสดงผลทันที

ตัวอย่างเช่น ในอีกทีมหนึ่งเกี่ยวกับทารกที่ถูกชักนำ เราให้คะแนนฟังก์ชันแฟกทอเรียลและไซน์ เช่นเดียวกับจำนวน p ผลลัพธ์ในรูปแบบข้อความสามารถเห็นได้บนเมาส์และคัดลอกผ่านคลิปบอร์ดไปยังไฟล์ข้อความของระบบปฏิบัติการ (เช่น เอกสาร Word)

เมื่อทำงานกับสคริปต์ RGui ขอแนะนำให้เริ่มสร้างไฟล์ด้วยสคริปต์ (เพื่อให้ลำดับของคำสั่งของภาพยนตร์ R ที่จะเปลี่ยนชื่อสคริปต์) ตามกฎแล้ว ไฟล์นี้เป็นไฟล์ข้อความเฉพาะของชื่อใดๆ (แต่เพื่อการร้องเพลง ควรใช้นามสกุล *.r) ซึ่งสร้างและแก้ไขได้ด้วยโปรแกรมแก้ไขที่ยอดเยี่ยม เช่น "Notepad" หากคุณต้องการบันทึกไฟล์ เป็นการดีที่สุดที่จะวางไว้ในไดเร็กทอรีการทำงาน จากนั้นหลังจากที่คุณเริ่ม R และเลือกรายการเมนู "File Open script" แทนที่จะเป็นไฟล์นั้น ไฟล์นั้นจะปรากฏที่หน้าต่าง "R Editor" คุณสามารถเปลี่ยนลำดับของคำสั่งให้กับสคริปต์ได้โดยใช้รายการเมนู "การแก้ไข เริ่มทั้งหมด"

นอกจากนี้ยังสามารถดูส่วนของสคริปต์ที่เตรียมไว้สำหรับเมาส์เพื่อทำความเข้าใจ (จากชื่อการเปลี่ยนแปลงหนึ่งไปยังตำแหน่งทั้งหมด) และเริ่มการเปิดตัวบล็อกนี้บน vikonannya เป็นไปได้ไหมที่จะ robiti chotirma ด้วยวิธีที่เป็นไปได้: จากหลัก เมนูบริบท, คีย์ผสม Ctrl+R หรือปุ่มบนแถบเครื่องมือ

สำหรับเด็กที่นำเสนอมีการเขียนการกระทำต่อไปนี้:

°จากเซิร์ฟเวอร์อินเทอร์เน็ตที่ไม่ใช้อินเทอร์เน็ตของ Global Administrative Areas (GADM) R-object gadm ถูกครอบครองในส่วนที่เกี่ยวข้องกับเขตการปกครองของสาธารณรัฐเบลารุส

อักษรโรมันของชื่อสถานที่ทดแทนความร้อน

° ยกเว้นฟังก์ชัน spplot() ของแพ็คเกจ sp แผนที่การบริหารของสาธารณรัฐจะแสดงในหน้าต่างกราฟิก ซึ่งสามารถคัดลอกไปยังคลิปบอร์ดโดยใช้เมนูหรือบันทึกเป็นไฟล์กราฟิก meta- หรือบิตแมปมาตรฐาน

เราสามารถเห็นรายละเอียดของโอเปอเรเตอร์อื่นๆ ในดิวิชั่นที่กำลังจะเกิดขึ้น และนี่คือความเคารพอย่างสุดซึ้งที่คุณเห็นในสคริปต์ที่เปิดตัวการรวมสัญลักษณ์บนหน้าจอ [ป้องกันอีเมล]เรานำชุดข้อมูลทั้งหมดบนวัตถุจากคอนโซลและคำสั่งประกอบด้วยสัญลักษณ์แกดม [ป้องกันอีเมล]$NAME_1 ระบุรายชื่อศูนย์บริหารก่อนการแก้ไขครั้งต่อไป

ด้วยวิธีนี้ Editor R ช่วยให้คุณไปยังส่วนต่างๆ ของสคริปต์ แก้ไข และแก้ไขได้อย่างง่ายดาย ไม่ว่าจะเป็นคำสั่งผสม ค้นหาและแทนที่ส่วนเพลงของโค้ด สร้างขึ้นข้างต้น RStudio ช่วยให้คุณสามารถแก้ไขไวยากรณ์ของโค้ดเพิ่มเติม สมบูรณ์โดยอัตโนมัติ "แพ็ค" ลำดับของคำสั่งในฟังก์ชันอื่น ๆ อย่างละเอียด หุ่นยนต์ที่มีเอกสาร Sweave หรือ TeX และการดำเนินการอื่น ๆ ตามที่จะเป็น คล้ายกับคอริสต์ลื่น

R maєvbudovanіวัสดุdovodkovіที่ยอดเยี่ยมสามารถดูyakіได้โดยไม่ต้องใช้คนกลางใน RGui

หากคุณออกคำสั่ง help.start() จากคอนโซล อินเทอร์เน็ตเบราว์เซอร์ของคุณจะมีหน้าที่อนุญาตให้เข้าถึงทรัพยากรเพิ่มเติมทั้งหมด: ตัวช่วยหลัก เอกสารของผู้เขียน ความคิดเห็นเกี่ยวกับแหล่งจ่ายไฟ รายการการเปลี่ยนแปลง การโพสต์ในส่วนเพิ่มเติม ทรัพยากร R เป็นต้น .d.:

บทสรุปของฟังก์ชันอื่น ๆ อีกหลายอย่างสามารถนำมาพิจารณาด้วยความช่วยเหลือของคำสั่งที่ไม่เหมาะสม:

° ช่วย("foo") จิ? foo - จบการทำงาน foo (neobov'yazkovi paws);

° help.search("foo") หรือ? foo - ค้นหาไฟล์ pre-file ที่บันทึกไว้ วิธีล้างแค้น foo;

° example("foo") - ใช้ฟังก์ชันอื่น foo;

° RsiteSearch("foo") – ค้นหาข้อความในเครื่องมือค้นหาออนไลน์และคลังข้อมูลของเครื่องมือค้นหา

° apropos("foo", mode="function") – รายการฟังก์ชั่นที่เลือกจากการรวมกัน foo;

° vignette("foo") – รายชื่อผู้ช่วยสำหรับ foo

1.3. การทำงานกับเมนูของแพ็คเกจ R Commander การควบคุมการคำนวณ R ด้วยตนเองสำหรับ koristuvach-pochatkіvtsya є R Commander เป็นอินเทอร์เฟซแบบกราฟิกที่ไม่ขึ้นกับแพลตฟอร์มสำหรับสไตล์ของเมนูปุ่ม การใช้งานสำหรับแพ็คเกจ Rcmdr Vіnช่วยให้คุณสร้างชุดขั้นตอนที่ยอดเยี่ยมสำหรับการวิเคราะห์ทางสถิติโดยไม่ต้องไปเรียนรู้หน้าที่ของเหมืองคำสั่ง แต่หากไม่มีความตั้งใจ spriyaє tsomu เศษจะสะท้อนคำแนะนำทั้งหมดที่รวมอยู่ในvіknіพิเศษ

คุณสามารถติดตั้ง Rcmdr เช่นเดียวกับส่วนขยายอื่น ๆ จากเมนูคอนโซล R "แพ็คเกจติดตั้งแพ็คเกจ" หรือมากกว่านั้นเพียงแค่ป้อนคำสั่ง:

install.packages("Rcmdr", dependencies=TRUE) ปิดใช้งานตัวเลือกการพึ่งพา ซึ่งทำให้แน่ใจได้ว่าจะมีการติดตั้งแพ็คเกจอื่นๆ ครบชุด ซึ่งอาจจำเป็นเมื่อประมวลผลข้อมูลผ่านเมนู Rcmdr

จำเป็นต้องมีการเปิดตัว R Commander เมื่อเปิดใช้งานแพ็คเกจ Rcmdr ผ่านเมนู "Packages Include package" หรือด้วยคำสั่ง library(Rcmdr) การรับอัตโนมัติสำหรับเชลล์กราฟิก เมื่อเริ่มต้น R จำเป็นต้องแก้ไขไฟล์ Rprofile.site ดังแสดงในหัวข้อ 1.1

งานใน R Commander สามารถเห็นได้จากตัวอย่างการวิเคราะห์สหสัมพันธ์ของข้อมูลเกี่ยวกับระดับการติดเชื้อของหอย Dreissena polymorpha ที่มีเปลือกสองเปลือกที่มี ciliate Conchophthirus acuminatus ในสามทะเลสาบของเบลารุส (Mastitsky S.E. // BioInvasions Records

2555. ว. 1. ป 161-169). ในตารางที่มีข้อมูลอ้างอิง ตามเว็บไซต์ figshare เรามีการเปลี่ยนแปลงสองประการ: ความยาวของเปลือกของหอย (ZMlength, mm) และจำนวน ciliates ที่พบในหอย (CAnumber) ตามรายงาน ก้นนี้จะได้รับการตรวจสอบที่แผนก 4 และ 5 ดังนั้นที่นี่เราจะไม่พูดถึงรายละเอียดเกี่ยวกับการวิเคราะห์ทางประสาทสัมผัส แต่จะเน้นที่งานด้านเทคนิคของ Rcmdr

ต้าหลี่ - โหมดของการแปรรูปข้อมูลถูกระบุสำหรับเครือข่ายประกบไปยังที่อยู่ที่ส่งไปยังอินเทอร์เน็ต ไม่เป็นไรหรอกว่าข้อมูลนั้นสามารถดักจับได้อย่างง่ายดายจากไฟล์ข้อความในเครื่อง เวิร์กบุ๊ก Excel หรือตารางฐานข้อมูล เพื่อเปลี่ยนความจริงที่ว่าได้รับข้อมูลของเราอย่างถูกต้อง (มิฉะนั้นสำหรับการใช้การแก้ไขใหม่) เรากดปุ่ม "ดูข้อมูล"

ในหน้าต่างของการแต่งตั้งองค์กรของข้อมูล

ในอีกขั้น ในเมนู "สถิติ" เลือก "การทดสอบสหสัมพันธ์":

เราเลือกตัวแปรสองสามตัวที่มีความสัมพันธ์กัน และในการวิเคราะห์ขั้นสุดท้ายเราใช้ค่าสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สัน (R = 0.467) ระดับของนัยสำคัญทางสถิติที่ทำได้ (ค่า p 2.2e-16) และความเชื่อมั่น 95% ระหว่าง

–  –  –

คุณสามารถคัดลอกผลลัพธ์จากหน้าต่างดูผ่านคลิปบอร์ดได้อย่างง่ายดาย

ตอนนี้ เราสามารถลบภาพกราฟิกของขยะมูลฝอยที่มีความสัมพันธ์กันออกไปได้ พล็อตจุดที่เลือกได้ (แผนภาพกระจาย) ของการสะสม CANumber ใน ZMความยาวและปลอดภัยด้วยไดอะแกรมขอบของดอกกุหลาบ ซึ่งเป็นเส้นของแนวโน้มเชิงเส้นหลังจากวิธีกำลังสองน้อยที่สุด (สีเขียว) เส้นที่ปรับให้เรียบหลังจากวิธีการถดถอยเฉพาะที่ (สีแดง) แสดง โดย h. สำหรับผิวของสามทะเลสาบ (Zminna Lake) จุดทดลองจะแสดงด้วยสัญลักษณ์ต่างๆ

–  –  –

กราฟที่คัดลอกมาจากหน้าต่างกราฟิกของ R Commander เทียบเท่ากับการกดปุ่มทั้งหมดของเมนู R Commander หน้าต่างของสคริปต์จะแสดงคำแนะนำของภาพยนตร์ R

กลิ่นเหม็นของเรามีลักษณะดังนี้:

หอย read.table("http://figshare.com/media/download/98923/97987", header=TRUE, sep="\t", na.strings="NA", dec=".", strip. white=TRUE) cor.test(Clam$CAnumber, Clam$ZMlength, Alternative="two.sided", method="pearson") scatterplot(CAnumber ~ ZMlength | Lake, reg.line=lm, smooth=TRUE, กระจาย= TRUE, boxplots="xy", span=0.5, ylab="Ciliates number", xlab="Shell shell", by.groups=FALSE, data=Shells) มิฉะนั้นในครั้งเดียว) คุณสามารถบันทึกลงในไฟล์และทำซ้ำได้ ผลลัพธ์เดียวกันสามารถเห็นได้โดยไม่ต้องเรียกใช้ R Commander โดยการคว้าไฟล์บันทึกผ่านคอนโซล R

ส่วนใหญ่แล้ว การที่ไม่รู้โครงสร้างของภาษา R (หรือเพียงแค่ไม่พยายามปรับหน่วยความจำในความทรงจำของคุณ) ด้วยตัวแปร Rcmdr คุณสามารถใช้ตัวแปรของข้อมูลสำหรับตัวแปรของวิธีการทางสถิติฐานที่หลากหลายได้ ต่อไปนี้คือการทดสอบแบบพารามิเตอร์และแบบไม่อิงพารามิเตอร์ วิธีการจับคู่ส่วนย่อยที่ไม่ถาวรและไม่ต่อเนื่อง การวิเคราะห์ตารางเหตุการณ์ที่หลากหลาย การวิเคราะห์ความแปรปรวนแบบเดี่ยวและแบบพหุคูณ วิธีการของส่วนประกอบส่วนหัวและการจัดกลุ่ม และรูปแบบต่างๆ ของแบบจำลองการถดถอยทั่วไปและ อื่นๆ. วันแห่งเครื่องมือ retelny vyvchennya rozvinny สำหรับการวิเคราะห์และทดสอบ otrimanih

คำอธิบายโดยละเอียดของเทคนิคหุ่นยนต์ R Commander รวมถึงข้อมูลเฉพาะของการดำเนินการอัลกอริธึมการประมวลผลข้อมูล สามารถพบได้ในคู่มือ (Larson-Hall, 2009; Karp, 2014)

ทิมไม่ได้เล็กลง เนื่องจากภาษาของท่าทางไม่สามารถแทนที่คำพูดของมนุษย์ด้วยภาษาธรรมชาติได้ ดังนั้นความรู้เกี่ยวกับภาษา R จึงขยายระหว่างความเป็นไปได้ของคอริสตุวาคและทำลายการเชื่อมต่อกับการยอมรับ R ระดับกลางและเสียงแหบ และที่นี่ การสร้างสคริปต์อัตโนมัติใน R Commander สามารถปรากฏให้ผู้อ่านได้เห็นว่าเป็นวิธีที่ยอดเยี่ยมในการทำความรู้จักกับผู้ควบคุมภาพยนตร์ R และเรียนรู้รายละเอียดเฉพาะของวิกิและฟังก์ชันอื่นๆ เซรามิกส์ส่วนถัดไปมีไว้สำหรับการอภิปรายเกี่ยวกับขั้นตอนการประมวลผลข้อมูลเหล่านี้เฉพาะในโครงสร้างที่มีกระแสเท่ากันเท่านั้น

1.4. ออบเจ็กต์ แพ็คเกจ ฟังก์ชัน สิ่งที่แนบมา Mova R อยู่ในตระกูลภาษาโปรแกรมเชิงวัตถุระดับสูง สำหรับผู้ที่ไม่ใช่ฟาฮิฟต์ยา คำจำกัดความของแนวคิดเรื่อง "วัตถุ" ควรเป็นนามธรรม อย่างไรก็ตาม เพื่อความง่าย เราสามารถเรียกวัตถุทุกอย่างที่สร้างขึ้นโดยกระบวนการ R

มีวัตถุสองประเภทหลัก:

1. วัตถุที่ใช้สำหรับการจัดเก็บข้อมูล ("วัตถุข้อมูล") - okremіเปลี่ยนแปลง, เวกเตอร์, เมทริกซ์และอาร์เรย์, รายการ, ปัจจัย, ตารางข้อมูล;

2. ฟังก์ชัน ("ฟังก์ชันอ็อบเจ็กต์") - tse ชื่อของโปรแกรม รู้จักสำหรับการสร้างออบเจกต์ใหม่ หรือสำหรับเขียนทับ

ออบเจ็กต์ของตัวกลาง R ซึ่งกำหนดไว้สำหรับตัวเลือกแบบรวมและแบบอิสระ ถูกทำให้สมบูรณ์ในแพ็คเกจที่รวมเข้ากับหัวข้อหรือวิธีการประมวลผลข้อมูลที่คล้ายคลึงกัน Є dayak vіdminnіst mіzh Terms package ("แพ็คเกจ") และไลบรารี ("library") คำว่า "library" กำหนดไดเร็กทอรี เพื่อให้สามารถพบแพ็คเกจหนึ่งหรือหลายแพ็คเกจ คำว่า "แพ็คเกจ" หมายถึงชุดของฟังก์ชัน หน้า HTML ที่ช่วยและใช้ออบเจ็กต์ข้อมูลที่ใช้เพื่อการทดสอบ

แพ็คเกจถูกติดตั้งในไดเร็กทอรี sing ของระบบปฏิบัติการ มิฉะนั้น แพ็คเกจจะถูกบันทึกและขยายในไฟล์ที่ถอนการติดตั้งแล้วในไฟล์ *.zip ไฟล์ Windows(เวอร์ชันแพ็คเกจอาจสอดคล้องกับเวอร์ชัน R เฉพาะของคุณ)

ข้อมูลเพิ่มเติมเกี่ยวกับแพ็คเกจ (เวอร์ชั่น, ธีมหลักโดยตรง, ผู้แต่ง, วันที่เปลี่ยนแปลง, ใบอนุญาต, แพ็คเกจอื่น ๆ ที่เกี่ยวข้องกับการทำงาน, รายการฟังก์ชั่นล่าสุดจากการจดจำที่ได้รับมอบหมายและอื่น ๆ ) ทีมงานสามารถลบออกได้

library(help=package_name) เช่น

library(help=Matrix) อนุญาตให้แพ็คเกจ R อยู่ในหนึ่งในสามหมวดหมู่: ฐาน ("ฐาน"), ที่แนะนำ ("แนะนำ") และอื่น ๆ ที่แทรกโดยแกนหลัก

คุณสามารถดึงรายการบนคอมพิวเตอร์เครื่องใดเครื่องหนึ่งได้โดยใช้คำสั่ง library() หรือ:

install.packages(priority = "base") ติดตั้งแล้ว packages(priority = "recommended") # แสดงรายการแพ็คเกจใหม่ใน packlist - rownames(installed.packages()) # กำลังแสดงข้อมูลในรูปแบบคลิปบอร์ดสำหรับการเขียน Excel table(packlist ,"clipboard",sep="\t", col.names=NA) ควรรวมแพ็คเกจพื้นฐานและที่แนะนำไว้ในไฟล์การติดตั้ง R

เข้าใจว่าไม่จำเป็นต้องติดตั้งแพ็คเกจ "สำรอง" จำนวนมากสำรองไว้

ในการติดตั้งแพ็คเกจ ในหน้าต่างคำสั่ง R Console ให้เลือกรายการเมนู "Packages Install package(s)" หรือป้อน ตัวอย่างเช่น คำสั่ง:

install.packages(c("vegan", "xlsReadWrite", "car"))

สามารถดาวน์โหลดแพ็คเกจได้จาก "กระจก" ของรัสเซีย http://cran.gis-lab.info ซึ่งคุณสามารถแก้ไขไฟล์ Rprofile.site ด้วยตนเองดังที่แสดงในหัวข้อ 1.1

ตัวเลือกที่สองสำหรับการติดตั้งแพ็คเกจคือไปที่ไซต์ http://cran.gis-lab.info/web/packages เลือกแพ็คเกจที่ต้องการจากไฟล์ zip และเลือกโฟลเดอร์บนคอมพิวเตอร์ของคุณ

ด้วยวิธีนี้ คุณสามารถดูข้อมูลทั้งหมดในแพ็คเกจ, zocrema, คำอธิบายของฟังก์ชัน, สิ่งที่ต้องป้อนก่อน และเลือกจำนวนไวน์ที่คุณต้องการ ให้รายการเมนูคำสั่ง "แพ็คเกจติดตั้งแพ็คเกจจากไฟล์ zip ในเครื่อง"

เมื่อเปิดตัวคอนโซล RGui จะมีการใช้แพ็คเกจพื้นฐานเพียงไม่กี่ชุดเท่านั้น ในการเริ่มต้นแพ็คเกจอื่น คุณต้องป้อนไลบรารีคำสั่ง (package_name) ก่อนตัวเลือกตรงกลางของฟังก์ชันนี้

คุณสามารถติดตั้งได้ เช่นเดียวกับแพ็กเก็ตที่สนใจในช่วงเวลาสกินของเซสชันที่กำลังดำเนินการ โดยออกคำสั่ง:

sessionInfo() R เวอร์ชัน 2.13.2 (2011-09-30) แพลตฟอร์ม: i386-pc-mingw32/i386 (32 บิต)

–  –  –

แพ็คเกจลงทะเบียนอื่น ๆ :

วีแกน_2.0-2 เปลี่ยนแปลง_0.6-3

โหลดผ่านเนมสเปซ (และไม่ได้แนบ):

Grid_2.13.2 lattice_0.19-33 tools_2.13.2 แนะนำรายการแพ็คเกจ (อาจไม่สมบูรณ์) ในตารางถัดไป ซึ่งถูกเลือกในสคริปต์ที่เป็นตัวแทนของหนังสือเล่มนี้:

แพ็คเกจ R แพ็คเกจ "พื้นฐาน" ที่กำหนด โครงสร้างพื้นฐาน R ฐาน คอมไพเลอร์แพ็คเกจ R คอมไพเลอร์ ตั้งค่าตารางพร้อมข้อมูลสำหรับการทดสอบและสาธิตฟังก์ชัน ชุดข้อมูล กราฟิกฟังก์ชันพื้นฐาน กราฟิก ไดรเวอร์กราฟิก จานสี แบบอักษร เส้นโค้งการถดถอยของประเภทต่างๆ splines ฟังก์ชันพื้นฐานของสถิติการวิเคราะห์ทางสถิติ วิธีการ ของฟังก์ชันทางสถิติของคลาส S4 stats4 คอมโพเนนต์ของอินเทอร์เฟซ corestuvacha (เมนู การเลือกกล่อง และใน) tcltk

Utils "Рекомендовані" пакети Функції різних процедур бутстрепу та "складного ножа" boot Різні алгоритми неієрархічної класифікації та розпізнавання class Алгоритми поділу та ієрархічної кластеризації cluster Аналіз та перевірка кодів R codetools Читання та запис файлів у різних форматах (DBTA, foreign Функції, що обслуговують оптимізацію ядерного згладжування KernSmooth Графічні функції розширеної функціональності (Sarkar, 2008) lattice Набір даних і статистичних функцій (Venables, Ripley, 2002) MASS Операції з матрицями та векторами Matrix Узагальнені адитивні моделі та моделі зі змішаними ефектами nlme Нейронні мережі прямого поширення nnet Побудова дерев класифікації та rpart การถดถอย ฟังก์ชั่นสำหรับ kriging และการวิเคราะห์การกระจายเชิงพื้นที่ของการวิเคราะห์การอยู่รอดเชิงพื้นที่เชิงพื้นที่ (แบบจำลองของ Koksu และใน) แพ็คเกจการอยู่รอดที่ฝังอยู่ในกระบวนการหุ่นยนต์ adegenet อัลกอริธึมสำหรับการวิเคราะห์สายพันธุ์พันธุกรรมแขน 'yazanі z ก้น ним регресійним аналізом corrplot Відображення кореляційних матриць у графічному вигляді fitdistrplus Підбір параметрів статистичних розподілів тестування адитивних моделей geosphere Оцінка географічних відстаней ggplot2 Удосконалений графічний пакет високої функціональності DAAG Функції аналізу даних та графіки до книги (Maindonald, Braun, 2010) Hmisc Набір функцій Харрела (Harrell) HSAUR2 ใน R jpeg Robot h ไฟล์กราฟิก jpeg lars การถดถอยประเภทพิเศษ (LARS, Lasso ฯลฯ ) ลาวา การวิเคราะห์เชิงยืนยันของแบบจำลองการจัดตำแหน่งโครงสร้าง lmodel2 การนำแบบจำลองการถดถอยของประเภท I และ II (MA, SMA, RMA) ไปใช้ Критерії при перевірцігіпотези про нодинодинодинодинодай нодинок Аналіз просторових і часових рядів в екології pls Регресія на головні компоненти pwr Оцінка статистичної потужності гіпотез декількома змінними scales Підбір колірних шкал sem Моделі структурних рівнянь semPlot Візуалізація структурних зв'язків sm Оцінка щільності розподілів This method of smoothing sp Class methods for accessing spatial data spatstat Methods ของสถิติเชิงพื้นที่ การสุ่มตัวอย่างแบบจำลอง spdep การขยายพื้นที่รกร้าง: วิธีการทางธรณีสถิติและวิธีการสร้างแบบจำลอง stargazer การดูข้อมูลเกี่ยวกับแบบจำลองทางสถิติในรูปแบบต่างๆ vcd การสร้างภาพข้อมูลหมวดหมู่ Vikonnary rose rahunkіvเกี่ยวกับนิเวศวิทยา spіlnot (มาในความคล้ายคลึงกันความหลากหลายและการทำรังมังสวิรัติการประสานงานและการวิเคราะห์ที่หลากหลาย) หากเราพยายามที่จะนำแพ็คเกจที่ยังไม่ได้ติดตั้งใน R หรือเราสามารถลองฟังก์ชั่นของบ้านของแพ็คเกจที่ไม่มีข้อผูกมัด พยายามจำลองระบบ

sem(model, data=PoliticalDemocracy) Pardon: can't know function "sem" library(lavaan) Pardon in library(lavaan) : ไม่มีแพ็คเกจชื่อ "lavaan" ฟังก์ชันกำลังมา แนะนำโดย K. Cichini ยอมรับรายการแพ็คเกจที่ได้รับชัยชนะเป็นพารามิเตอร์เริ่มต้นและเลือกตัวเองเป็นดอกเบี้ยถัดไปและหากจำเป็นต้องติดตั้ง เพื่อให้เข้าใจการทำงานของสคริปต์ คุณจำเป็นต้องรู้โครงสร้างของภาพยนตร์ R ซึ่งอธิบายไว้ในส่วนที่ไม่เหมาะสม แต่ผู้อ่าน จะคลิกอะไรดี คุณสามารถเปลี่ยนคำสั่งไปยังตัวอักษรได้

instant_pkgs - function(pkgs) ( pkgs_miss - pkgs)] # ติดตั้งแพ็คเกจ ไม่ต้องเตรียมก่อนประมูล:

if (length(pkgs_miss) 0) ( install.packages(pkgs_miss) ) # ติดตั้งแพ็คเกจหากยังไม่พร้อมใช้งาน:

แนบ - ค้นหา () Attach_pkgs - แนบ need_to_attach - pkgs if (length(need_to_attach) 0) ( สำหรับ (i ใน 1:length(need_to_attach)) ต้องการ (need_to_attach[i], ตัวอักษร)

instant_pkgs(c("base", "jpeg", "vegan"))

คุณสามารถดูรายการฟังก์ชันของแพ็กสกินได้ เช่น โดยการออกคำสั่ง:

ls(pos = "package:vegan") หมายเหตุ: ls() เป็นฟังก์ชันไวด์การ์ดสำหรับแสดงรายการของอ็อบเจ็กต์ในสภาพแวดล้อมที่กำหนด คำสั่งจะติดตั้งแพ็คเกจมังสวิรัติในลักษณะเดียวกัน เมื่อออกคำสั่งโดยไม่มีพารามิเตอร์ เราจะนำรายการออบเจ็กต์ที่สร้างขึ้นสำหรับชั่วโมงของเซสชันการสตรีมกลับคืนมา

คุณสามารถเปลี่ยนรายการอาร์กิวเมนต์พารามิเตอร์เป็นฟังก์ชันใดๆ ของแพ็กเกจที่สนใจได้โดยใช้คำสั่ง args()

ตัวอย่างเช่น เมื่อเรียกใช้ฟังก์ชัน เราใช้กันอย่างแพร่หลายในการพิมพ์โมเดลเชิงเส้น lm() ให้ตั้งค่าพารามิเตอร์ต่อไปนี้:

ฟังก์ชัน Args(lm) (สูตร ข้อมูล เซตย่อย น้ำหนัก na.action เมธอด = "qr" โมเดล = TRUE x = FALSE y = FALSE qr = TRUE singular.ok = TRUE คอนทราสต์ = NULL offset,...) หากคุณป้อนคำสั่งที่ประกอบด้วยตัวย่อของฟังก์ชันเท่านั้น (เช่น วิธีคำนวณช่วง IQR ระหว่างควอไทล์) คุณสามารถเปลี่ยนข้อความเอาต์พุตของฟังก์ชันในโค้ดภาพยนตร์ R ได้:

ฟังก์ชัน IQR (x, na.rm = FALSE) diff(quantile(as.numeric(x), c(0.25, 0.75), na.rm = na.rm, names = FALSE)) การใส่ชวเลขสามารถเปลี่ยนแปลงได้ รหัสและ "เปลี่ยนเส้นทาง" การเรียกใช้ฟังก์ชันมาตรฐานไปยังเวอร์ชันของคุณ

อย่างไรก็ตาม หากเราต้องการดูโค้ดของฟังก์ชันทำนาย () ในลักษณะที่จะชนะการทำนายมูลค่าของโมเดลเชิงเส้น เราจะใช้:

ฟังก์ชั่นทำนาย (วัตถุ,...) UseMethod("ทำนาย") ถึงประเภทนี้โดยเฉพาะคาดการณ์() เป็นฟังก์ชัน "สากล": ขึ้นอยู่กับว่าวัตถุโมเดลถูกป้อนเข้าหรือไม่ (lm สำหรับการถดถอยเชิงเส้น, glm สำหรับปัวซองหรือการถดถอยโลจิสติก, lme สำหรับโมเดลที่มีเอฟเฟกต์ตัวแปร ฯลฯ ) วิธีการกระทำของ รับค่าพยากรณ์

Zocrema ฟังก์ชันนี้ได้รับชัยชนะสำหรับการใช้วิธีการที่ไม่เหมาะสม:

เมธอด("ทำนาย") ทำนายอาร์* ทำนายอาริมะ* ทำนาย.arima0* ทำนาย.glm ทำนาย.โฮลต์วินเทอร์ส* ทำนาย.lm ทำนาย. loess* ทำนาย.mlm ทำนาย.nls* ทำนาย. โพลีทำนาย.ppr* ทำนาย.prcomp* Pren.princomp* ทำนาย.smooth.spline* ทำนาย.smooth.spline.fit* ทำนายโครงสร้างTS* ฟังก์ชันที่มองไม่เห็นจะถูกดอกจัน R สำหรับ OOP แบบ S3 เมธอดคือฟังก์ชันที่เรียกใช้ฟังก์ชันทั่วไปอื่น เช่น การพิมพ์ (), พล็อต () หรือสรุป () ขึ้นอยู่กับคลาสของวัตถุที่ให้บริการที่ทางเข้า її เมื่อใดก็ตามที่วัตถุถูกวางแนว มันจะระบุแอตทริบิวต์ของคลาส ซึ่งช่วยให้มั่นใจว่าการส่งและการเรียกใช้เมธอดที่จำเป็นสำหรับวัตถุที่กำหนดนั้นถูกต้อง ดังนั้น "ฟังก์ชัน-เมธอด" สำหรับการทำนายค่าของโมเดลเชิงเส้นที่แคบจะถูกทำนาย.glm() เมื่อปรับให้เรียบด้วย splines - ทำนาย.smooth.spline() และอื่นๆ ข้อมูลโดยละเอียดเกี่ยวกับรุ่น ORP S3 สามารถรับได้จากการแจกจ่าย S3Methods และสำหรับรุ่น S4 ที่ล้ำหน้ากว่านั้น จากการแจกจ่าย Methods

ลองดูวิธีที่ง่ายที่สุดในการบันทึกผลงานโดยใช้เวลาในชั่วโมงแรกของเซสชัน R:

° sink (ไฟล์ = ชื่อไฟล์) – แสดงผลคำสั่งโจมตีในโหมดเรียลไทม์สำหรับไฟล์ที่มีชื่อที่กำหนด ในการแนบคำสั่ง คุณต้องพิมพ์คำสั่ง sink() โดยไม่มีพารามิเตอร์

° บันทึก (ไฟล์ = ชื่อไฟล์, รายการวัตถุที่จะบันทึก) – บันทึกวัตถุที่กำหนดในรูปแบบไฟล์คู่ XDR ซึ่งสามารถประมวลผลในระบบปฏิบัติการใดก็ได้

° โหลด (ไฟล์ = ชื่อไฟล์) – บันทึกวัตถุในสภาพแวดล้อมการสตรีม;

° save.image(ไฟล์= ชื่อไฟล์) – บันทึกวัตถุทั้งหมดที่สร้างขึ้นเป็นเวลาหนึ่งชั่วโมงโดยดูเฉพาะกับไฟล์ R rda

ก้นของการถ่ายโอนตารางที่มีข้อมูลไปยังบัฟเฟอร์การแลกเปลี่ยนในรูปแบบสรุปด้วยโครงสร้าง แผ่นงาน Excel. ในการแจกจ่าย 6 กรณีการโอนจะถูกตั้งค่าจากวัตถุของโมเดลเชิงเส้นไปยังไฟล์ Word

R กลางสามารถสร้างภาพพิกเซลของความสว่างที่จำเป็นสำหรับพื้นที่แสดงผลประเภทใดก็ได้หรืออื่น ๆ และยังบันทึกการสูญเสียภาพกราฟิกในไฟล์ในรูปแบบต่างๆ สำหรับจอแสดงผลแบบกราฟิกที่เป็นมิตรต่อผิวหนัง ฟังก์ชันไดรเวอร์จะใช้: หากต้องการดูรายการไดรเวอร์ทั้งหมด คุณสามารถป้อนคำสั่ง help (Devices)

ในบรรดาสิ่งก่อสร้างกราฟิก ที่อยู่อาศัยส่วนใหญ่ได้แก่:

° windows() – หน้าต่างกราฟิกของ Windows (หน้าจอ เครื่องพิมพ์ หรือ metafile)

° png(), jpeg(), bmp(), tiff() ไฟล์บิตแมปรูปแบบมาตรฐาน

° pdf(), postscript() - แสดงข้อมูลกราฟิกใน ไฟล์ PDFหรือ PostScript

เมื่อทำงานกับอุปกรณ์เสร็จแล้ว ขั้นตอนต่อไปคือการเปิดไดรเวอร์ด้วยคำสั่ง dev.off () Іsnuє mozhlivіst aktivіzії dekіlkoh pristroїv graficheskoj vyvodu odnochasno і mikannya mizh พวกเขา: div (2012, p. 278).

1. คำอธิบายของ MOVI R

2.1. ประเภทของการย้ายข้อมูล R ออบเจ็กต์ข้อมูลทั้งหมด (และรวมถึงการเปลี่ยนแปลง) ใน R สามารถแบ่งออกเป็นคลาสต่อไปนี้ (อ็อบเจ็กต์ประเภทนี้):

° ตัวเลข – วัตถุที่สามารถประกอบด้วยจำนวนเต็ม (จำนวนเต็ม) และตัวเลขที่มีประสิทธิผล (สองเท่า)

°ตรรกะ – อ็อบเจ็กต์ตรรกะที่ยอมรับเพียงสองค่า: FALSE (ตัวย่อ F) และ TRUE (T);

ตัวอักษร° - วัตถุสัญลักษณ์ (ค่าของการเปลี่ยนแปลงถูกกำหนดไว้ที่ขาล่างหรือขาเดียว)

R คุณสามารถสร้างชื่อสำหรับอ็อบเจ็กต์ต่างๆ (ฟังก์ชันหรือการเปลี่ยนแปลง) ได้ทั้งในภาษาละตินและซีริลลิก แต่ยังตั้งชื่อแบบย้อนกลับได้ด้วย ดังนั้น a (Cyrillic) และ a (Latin) - สองออบเจ็กต์ที่แตกต่างกัน ในอีกด้านหนึ่ง R ตรงกลางไวต่อการลงทะเบียน tobto ตัวอักษรตัวเล็กและตัวใหญ่ต่างกัน ชื่อของสิ่งที่เปลี่ยนแปลงได้ (ตัวระบุ) R ขึ้นอยู่กับตัวอักษร (หรือจุด) และประกอบด้วยตัวอักษร ตัวเลข เครื่องหมาย จุด และส่วนต่อท้าย

เพื่อขอความช่วยเหลือ? Im'ya สามารถย้อนกลับได้ chi іsnuєzmіnnaหรือหน้าที่ของіm'yamที่ได้รับมอบหมาย

ตรวจสอบความถูกต้องของการเปลี่ยนแปลงในชั้นหนึ่งอีกครั้งโดยฟังก์ชัน is.numeric(im'ya_ob'ykta), is.integer(im'ya), is.logical(im'ya), is.character(im 'ya) และสำหรับการแปลงวัตถุเป็นประเภทอื่น ฟังก์ชัน as.numeric (im'ya), as.integer(im'ya), as.logical(im'ya), as.character(im'ya) ) สามารถแคสต์ได้

R มีวัตถุพิเศษจำนวนน้อย:

° Inf - ความไม่สอดคล้องกันในเชิงบวกหรือเชิงลบ (คำนวณผลลัพธ์จำนวนคำพูดย่อยเป็น 0);

° NA - "ค่าวัน" (ไม่พร้อมใช้งาน);

° NaN - "ไม่ใช่ตัวเลข" (ไม่ใช่ตัวเลข)

คุณสามารถใช้ฟังก์ชัน is.nite(im'ya), is.na(im'ya) และ is.nan(im'ya) เพื่อเปลี่ยนประเภทพิเศษเหล่านี้ได้

Viraz (นิพจน์) mov R єทีละองค์ประกอบเช่นตัวดำเนินการมอบหมายตัวดำเนินการทางคณิตศาสตร์และตรรกะชื่อวัตถุและชื่อฟังก์ชัน ตามกฎแล้ว ผลการให้คะแนนชัยชนะจะเห็นได้ในหน้าต่างคำสั่งหรือหน้าต่างกราฟิก อย่างไรก็ตาม เมื่อการดำเนินการถูกแทนที่ ผลลัพธ์จะถูกนำออกจากวัตถุที่เลือกและไม่แสดงบนหน้าจอ

ในฐานะผู้ดำเนินการมอบหมาย R คุณสามารถเลือกสัญลักษณ์ “=” หรือสัญลักษณ์สองสามตัว “-” (การแนบค่าหลักของวัตถุเป็นสิ่งชั่วร้าย) หรือ “-” (การแนบค่าของวัตถุเป็นแบบถนัดขวา ). เป็นรูปแบบการเขียนโปรแกรมที่ดีที่จะใช้ "-"

Virazimov R ถูกจัดเรียงเป็นแถวตามสคริปต์ ในแถวเดียว คุณสามารถป้อนชุดคำสั่งโดยคั่นด้วยสัญลักษณ์ “;“ หนึ่งทีมสามารถแบ่งออกเป็นสองแถว (และมากกว่านั้น)

ออบเจ็กต์ประเภทตัวเลขสามารถบวกกับการดำเนินการเลขคณิตแบบดั้งเดิมส่วนใหญ่ + (บวก), - (บวก), * (คูณ), / (ย่อย), ^ (ขั้นตอน), %/% ( cіlіsny podіl), %% (ผลต่างที่เหลือ). การดำเนินงานอาจมีลำดับความสำคัญปกติ กล่าวคือ ที่ด้านหลังศีรษะ โยงอยู่ที่เท้า จากนั้นเราคูณพลังชี่ แล้วเราก็เพิ่มพลังชี่เข้าไปในจิตใจแล้ว ใน virazas โค้งโค้งมนสามารถบิดได้และการดำเนินการอาจมีลำดับความสำคัญสูงสุด

ตรรกะ viraziสามารถใช้ร่วมกับตัวดำเนินการทางลอจิคัลต่อไปนี้ได้หลากหลาย:

° "สม่ำเสมอ" == ° "ไม่แข็งแรง" != ° "น้อยกว่า" ° "มากกว่า" ° "น้อยกว่าหรือหนึ่ง" = ° "มากกว่าหนึ่ง" = ° "ตรรกะ I" & ° "ตรรกะ ABO" | ° "ตรรกะไม่"!

PID HOLDER เอกอัครราชทูตจัดหาและมูลนิธิการจัดการ DOV 2 กิจกรรมของบริษัท AMICORP GROUP โดดเด่นจากฝูงชน w w.am icor p. c om AMICORP GROUP SERVICES FOR COMPANIES ZMIST PRO COM PAN II N ASH I VUS LUGI บริการสำหรับลูกค้าองค์กร บริการสำหรับการขายสถาบัน การสร้างและการจัดการ...»

"การจัดตั้งงบประมาณการศึกษาของรัฐบาลกลางสำหรับการศึกษาระดับมืออาชีพทั้งหมด" มหาวิทยาลัยการเงินภายใต้สภาแห่งสหพันธรัฐรัสเซีย" กรมการตลาด ผู้วิจารณ์ Karpovy Moscow 2011: N.S. Perekalina - เศรษฐศาสตร์ ศาสตราจารย์ หัวหน้า ภาควิชา "การตลาด" "MATI" - Russian State Technological University ตั้งชื่อตาม Tsiolkovsky S.S. โซโลฟอฟ...»

“ข่าวดิจิทัลเล็กน้อยสำหรับ CAFE และ TEA RDACTION: Goal บรรณาธิการ: Vesela Dabova 4 ธันวาคม 2554 บรรณาธิการ: การบริโภคชาของ Teodor Vasilev Іsnuyut raznі dumki schodo vernostі บน tazі teorіya ข้อเท็จจริงมากมายที่จะนำมา scho หนึ่งถ้วยชา รับประกันโดยโหมดร้องเพลงบน ... »

«การประชุมทางวิทยาศาสตร์สหวิทยาการระหว่างประเทศ RADICAL SPACE 2010 Milievi ISBN: 978-86-7892-733-1 Leyout: Maja Momirov การออกแบบพรม: Stefan Vuji เผยแพร่โดย Department of Architecture and Urbanism คณะเทคนิคศาสตร์...

"มหาวิทยาลัยแห่งรัฐเซนต์ปีเตอร์สเบิร์ก คณะภูมิศาสตร์และธรณีวิทยา ภาควิชาธรณีสัณฐานวิทยา DIPLOMA ROBOT (งานวุฒิการศึกษา) ในหัวข้อ: "ลักษณะทางธรณีวิทยาและสภาพทางธรณีวิทยาของทะเลสาบอาร์กติก (ในการประยุกต์ใช้ทะเลสาบ, วิทยาศาสตรดุษฎีบัณฑิต, Prof. Bolshiyanov Dmitriyanov ., vikladach อาวุโส Savelyeva Larisa Anatoliivna ผู้ตรวจทาน: ผู้สมัครของธรณีวิทยาหัวหน้า .... "

“Misha Apacer M811 เป็นกระเป๋าเลเซอร์ขนาดเล็กสำหรับ Kit http://news.kosht.com/computer/mouse/2009/11/26/mysh_apacer_m811 ปลั๊กอินตลกสำหรับราคาประจำวัน KOSHT.com สำหรับ เบราว์เซอร์ Firefox. ติดตั้งเพียงคลิกเดียว หนึ่งกิโลไบต์ หน้าแรก ข่าว ราคา ประกาศ Robot Forums บริษัท Mobile Know Know your news คอมพิวเตอร์เกมมิ่ง rozrahunok Online at UltraPrice.by Misha Apacer M811 – เลเซอร์ขนาดเล็ก pozashlyakhovik [...»

“ หน่วยงานของรัฐบาลกลางเพื่อการศึกษาของรัฐสถาบันการศึกษาระดับอุดมศึกษามหาวิทยาลัยอุตสาหกรรมแห่งรัฐมอสโก (GOU MGIU)” ระบบสารสนเทศและเทคโนโลยี ” กรมการแพทย์เฉพาะทาง” คณิตศาสตร์และการบริหารระบบสารสนเทศ” Tatyana Andrevna Chumakova ในหัวข้อ“ การคำนวณ ของกระแสจำหน่ายสำหรับ obtіchnim tіlom ที่ไม่ดี” Kerіvnikของ roboti: prof., d.f.-m. น. Oleksin Volodymyr Adamovich...»

“R WIPO A/45/3 ORIGINAL: English DATE: 15 August 2008 WORLD INTELLECTUAL PROPERTY ORGANIZATION GENEVA ASSEMBLY OF THE MEMBER STATES OF WIPO การประชุมครั้งที่สี่สิบห้า เจนีวา, 22-30 กันยายน 2551 การเข้าร่วมของผู้สังเกตการณ์ บันทึกของอธิบดีฉัน . การรับผู้สังเกตการณ์ 1. ในการประชุมครั้งก่อนแอสเซมบลียกย่องหลักการต่ำราวกับว่าเป็นความผิดของพวกเขาที่จะยืนอยู่เบื้องหลังการกำกับดูแลขององค์กรระหว่างประเทศที่ไม่เป็นระเบียบ ... "

“1 โอเล็ก ซานาเยฟ วงจรของขอบเขตที่ CHOTIR ROCK ฉันหูดหนึ่งร้อยดอลลาร์ในแง่ของ Evgen Oleksandrovich Gvozdeva ที่มีราคาแพงกว่าบนเรือยอชท์ Olen ใส่ชื่อทุกอย่างเป็นระเบียบ - หิน chotiri บวกสองวัน: 7 มะนาว 1999 r Vіn viyshov z 9 lipnya 1999 ร็อค . และจากเงินเพียงเล็กน้อย - เห็นได้ชัดว่าเกินจริงแอปพลิเคชั่นvirnіshe: เป็นไปไม่ได้แน่นอนถ้าคุณมีชีวิตอยู่ด้วยเงินร้อยดอลลาร์ - คุณจะยืดขาของคุณ Ale, pochinayuchi ว่ายน้ำ, Nails maw ในการกำจัดกระเป๋าใบเดียวกันของเขาเอง อยากโดน...»

« สถาบันการจัดการในเครือของ Belgorod State National Research University เทคโนโลยีการรักษาความปลอดภัยของการรักษาความปลอดภัยรูปแบบของสระว่ายน้ำผู้สมัคร

“ Lidiya YANOVSKA NOTES เกี่ยวกับ MIKHAIL BULGAKOV MOSCOW “TEXT” UDC 821.161.1 BBK 84 (2Ros-Rus) 6-44 Y64 ISBN 978-5-7516-0660-2 ISBN 97”) “ข้อความ”, 2007 “BRAVO, VIL, โรงจำนำ!" “บราโว่ บิส โรงรับจำนำ!” ฉันไม่รู้ว่ามอสโกรู้จักบรรณาธิการของนิตยสาร Yunist หรือไม่ คุณมีนิตยสารดังกล่าวหรือไม่? ในช่วงกลางของยุค 70 กองบรรณาธิการที่อายุน้อยที่สุดและน่าสนใจที่สุดในมอสโกลุกขึ้นบน Sadovy-Triumfalny ตามลำดับ Mayakovsky Square เล็กมาก แต่เงียบสุด ... "

“ แบบฟอร์มเสริม 1 ของการแข่งขันแอปพลิเคชัน 2013 แบบฟอร์ม ROCU “T” หน้าชื่อเรื่องของแอปพลิเคชันใน RDNF ชื่อโครงการ หมายเลขโครงการ ประเภทโครงการ (a, c, d, e, f) สาขาความรู้ (รหัส) รหัสตัวแยกประเภท RDNF รหัส DNTI (http://www.grnti.ru/) ทิศทางลำดับความสำคัญ เพื่อการพัฒนาวิทยาศาสตร์และเทคโนโลยีใน สหพันธรัฐรัสเซีย, เทคโนโลยีที่สำคัญ

«รายงาน FNI 8/2014 การนำนโยบายสภาพภูมิอากาศและพลังงานของสหภาพยุโรปไปใช้ในโปแลนด์: Europeanization to Polonization? Jon Birger Skjrseth ดำเนินการตามนโยบายสภาพภูมิอากาศและพลังงานของสหภาพยุโรปในโปแลนด์: 3 Europeanization to Polonization? Jon Birger Skjrseth [ป้องกันอีเมล]ธันวาคม 2014 ลิขสิทธิ์ © Fridtjof Nansen Institute 2014 Title Implementing EU Climate and Energy Policies in Poland: 3 Europeanization to Polonization? ประเภทสิ่งพิมพ์และจำนวนหน้า FNI Report 8/2014 57 Author ISBN 978-82-7613-683-8 Jon...”

“ Vcheni notes of TOGU” Vol. 6, No. 4, 2015 ISSN 2079-8490 วารสารวิทยาศาสตร์อิเล็กทรอนิกส์ “Vcheni notes of TOGU” 2015, Vol. 6, No. 4, p. ://pnu.edu.ru/ru/ejournal/about/ [ป้องกันอีเมล] UDC 316.33 © 2015 р.І. ก. การีวา ดุษฎีบัณฑิตสังคมวิทยา Sci., A. G. Kiselova (Pacific State University, Khabarovsk) การก่อตัวของระบบประกันสังคม บทความนี้วิเคราะห์การก่อตัวของระบบประกันสังคมและสถานะปัจจุบัน ...»

Conference Program เชียงใหม่ ประเทศไทย พฤศจิกายน 2558 APCBSS Asia -Pacific Conference on Business & Social Sciences ICEI International Conference on Education Innovation APCLSE 90263-0-7 ICEI International Conference on Education Innovation ISBN 978-986-5654-33-7 APCLSE Asia - Pacific Conference on Life Science and Engineering ISBN 978-986-90052-9-6 เนื้อหาเนื้อหา...»

โปรแกรมคอร์ส

องค์ประกอบของการเขียนโปรแกรมในR

• คำอธิบายของสถิติและการสร้างภาพ
• เช่น อะไรสำคัญกว่ากัน เช็คเฉลี่ยคืออะไร?

การวิเคราะห์คลัสเตอร์

• Yake zavdannya virishuetsya. แบ่งกลุ่มของวัตถุออกเป็นกลุ่มย่อย
• ตัวอย่างของงาน การแบ่งส่วนไซต์ การกำหนดไซต์ที่คล้ายคลึงกัน
• วิธีการติดตามผล ІІєєєrarchіchnyการวิเคราะห์คลัสเตอร์, วิธีการเฉลี่ยล่วงหน้า, วิธีการของพรีเมโดวิดิฟ

การตรวจสอบสมมติฐานทางสถิติอีกครั้ง

• Yake zavdannya virishuetsya. จับคู่วัตถุสองกลุ่ม
• ตัวอย่างของงาน พฤติกรรมการทดสอบ A/B ของ koristuvach ในเวอร์ชันต่างๆ ที่ด้านข้างของไซต์
• วิธีการติดตามผล การทดสอบสัดส่วน การทดสอบของนักเรียน การทดสอบ Levine การทดสอบ Wilcoxon-Mann-Whitney

การวิเคราะห์การถดถอยเชิงเส้น

• ตัวอย่างของงาน ประเมินราคาที่พักของรถที่ตกลงมามากน้อยแค่ไหน
• วิธีการติดตามผล Vіdbіr zminnikh, kolіnearnіst, ความระมัดระวังvplivovі, การวิเคราะห์ส่วนเกิน การถดถอยแบบไม่อิงพารามิเตอร์ (การทำให้เรียบด้วยนิวเคลียร์) การคาดการณ์ชุดข้อมูลสั้นจากคลังสินค้าตามฤดูกาลเพื่อการถดถอยเชิงเส้นเพิ่มเติม

พยากรณ์

• Yake zavdannya virishuetsya. กระตุ้นการคาดการณ์ของอนุกรมเวลา
• ตัวอย่างของงาน คาดการณ์ประสิทธิภาพของไซต์ล่วงหน้า 6 เดือน
• วิธีการที่ได้รับการพัฒนา การปรับให้เรียบแบบเอกซ์โพเนนเชียล

การเรียนรู้ของเครื่อง (การจดจำภาพ)

• ตัวอย่างของงาน รับรู้ที่จะกลายเป็นวิกที่ไซต์vіdvіduvachaผิวหนัง
• วิธีการติดตามผล วิธีการของ sus_d ที่ใกล้ที่สุดลำดับที่ k ของแผนผังการจำแนกประเภท (CART) สุนัขจิ้งจอกวิปัทโควี เครื่องเร่งการไล่ระดับสี

เกรดของรายวิชา

ผู้ฟังจะเห็น 14 หุ่นยนต์ห้องปฏิบัติการ. เกรดของหลักสูตรกำหนดตามกฎต่อไปนี้:

• ดี - หุ่นยนต์ทุกตัวได้รับการประกัน
• Dobre - หุ่นยนต์ทั้งหมดเป็นผู้ประกันตน อาชญากรรมหนึ่ง?;
• Zadovіlno - งานทั้งหมดได้รับการประกัน krіmสอง;
• ไม่น่าพอใจ - ด้วยวิธีอื่น

หุ่นยนต์ห้องปฏิบัติการมีหน้าที่รับผิดชอบอะไร

• การได้ยิน คุณสามารถดูชุดข้อมูลและโภชนาการ
• ผู้ฟังยืนยันโภชนาการ ยืนยันด้วยตาราง กราฟ และสคริปต์ มาเขียน R กันเถอะ
• ผู้ฟังทราบถึงการจัดหาเสริม

ตัวอย่างอาหาร. ขอพารามิเตอร์เพื่อรักษาความปลอดภัยอัลกอริธึมหุ่นยนต์ที่เหมาะสม Random Forest เป็นเวลาหนึ่งชั่วโมงในการจดจำแบรนด์ของไวน์ตามผลการวิเคราะห์ทางเคมี

สิ่งที่ต้องรู้เพื่อฟังรายวิชา

บอกเลยว่าผู้ที่ฟังรายวิชาได้ฟังวิชาทฤษฎีความรู้

วรรณกรรม

• สถิติ Shipunov, Baldin, Volkova, Korobeinikov, Nazarova, Petrov, Sufiyanov Naochnaya ชัยชนะ R
• Mastitsky, Shitikov การวิเคราะห์ทางสถิติและการแสดงภาพข้อมูลเพื่อขอความช่วยเหลือR
• การจดจำรูปแบบอธิการและการเรียนรู้ของเครื่อง
• เจมส์, วิทเทน, ฮาสตี, ติบชีรานี. บทนำสู่การเรียนรู้ทางสถิติ ด้วยแอพพลิเคชั่นใน R.
• ฮาสตี, ทิบชิรานี, ฟรีดแมน. The Elements of Statistical Learning_Data Mining, Inference, and Prediction 2+ed
• ครอว์ลีย์ หนังสืออาร์
• Kabacoff R ในการดำเนินการ การวิเคราะห์ข้อมูลและกราฟิกด้วย R.

วิกลดาชิ

รายการบรรยาย

บทนำสู่ R: คำสั่งพื้นฐาน ค่ามัธยฐาน ปริมาณ และไตรมาส ฮิสโตแกรม แผนภาพของ Stovpchikov แผนภูมิวงกลม ไดอะแกรมกุหลาบ แผนภาพเมทริกซ์ของการขยายตัว การเลือกสีสำหรับกราฟิก ภาพหน้าจอพร้อมปัด (แผนภาพกล่อง) ตัวป้องกันการเลือกทั่วไป: ค่าเฉลี่ยเลขคณิต ค่ามัธยฐานหรือค่าเฉลี่ยแบบสั้น เลือกวิธีอธิบายค่าทั่วไปที่เพียงพอต่อการวิเคราะห์ข้อมูล การกระจาย Lognormal Wikidi ที่ระมัดระวังอย่างยิ่ง

การวิเคราะห์คลัสเตอร์แบบลำดับชั้น คลัสเตอร์ ยืนระหว่างวัตถุ ยืนระหว่างคลัสเตอร์ อัลกอริทึมได้รับแรงบันดาลใจจาก dendrograms Kamyanisty osip / ลิคอต มาตรฐานข้อมูล การให้อภัยโดยทั่วไปสำหรับชั่วโมงของการเตรียมเครื่องบรรณาการ การตีความผลลัพธ์

วิธีการถึงกลาง เซนเซอร์ เลขวิพาดิค, เซ็นเซอร์เม็ด การแสดงภาพอัลกอริธึมเป็นวิธีการเฉลี่ยล่วงหน้า วิธีการกำหนดจำนวนคลัสเตอร์ ห้องสมุด NbClust. Kamyanisty osip / ลิคอต มาตราส่วน Bagatomir สำหรับการแสดงภาพคลัสเตอร์

การตรวจสอบสมมติฐานทางสถิติอีกครั้ง สมมติฐานของความชั่วร้าย, ความเป็นเนื้อเดียวกัน, ความเป็นอิสระ, สมมติฐานเกี่ยวกับพารามิเตอร์ของrozpodіlu

การตรวจสอบสมมติฐานทางสถิติอีกครั้ง การให้อภัยในประเภทแรกและประเภทอื่น ค่า p-value และระดับนัยสำคัญ อัลกอริทึมสำหรับตรวจสอบสมมติฐานทางสถิติอีกครั้งและตีความผลลัพธ์ สมมติฐานเกี่ยวกับภาวะปกติของrozpodіlu เกณฑ์ของ Shapiro-Vilka และ Kolmogorov-Smirnov แบกภวังค์ต่อหน้าความธรรมดา การเปลี่ยนความรู้สึก อิสระและพวก vibirki เลือกระหว่างการทดสอบ t ของนักเรียน การทดสอบ Mann-Whitney-Wilcoxon และการทดสอบของ Mood การทดสอบ t ที่หลากหลายของนักเรียนและความแปรปรวนที่เท่ากัน การแสดงภาพในกรณีที่เกิดการขัดข้อง การทดสอบข้างเดียวและทวิภาคี

การตรวจสอบสมมติฐานทางสถิติอีกครั้ง การเปลี่ยนความรู้สึก อิสระและพวก vibirki เลือกระหว่างการทดสอบ t ของนักเรียน การทดสอบ Mann-Whitney-Wilcoxon และการทดสอบของ Mood การทดสอบ t ที่หลากหลายของนักเรียนและความแปรปรวนที่เท่ากัน การแสดงภาพในกรณีที่เกิดการขัดข้อง การทดสอบข้างเดียวและทวิภาคี ความเป็นอิสระ สัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน เคนดัลล์ และสไปร์แมน การให้อภัยทั่วไป schodo zv'yazku mizh dvoma yashchim การแก้ไขภาพ visnovkiv

การวิเคราะห์การถดถอยเชิงเส้น ตัวแบบ การตีความการประมาณค่าสัมประสิทธิ์ สัมประสิทธิ์การคูณของการหาค่าสัมประสิทธิ์ การตีความค่าสัมประสิทธิ์ตัวคูณของการกำหนดการทรุดตัวของพื้นที่ของ yogo zastosuvannya การระบุตัวทำนายที่สำคัญที่สุดและการประเมินการมีส่วนร่วมของตัวทำนายผิวหนัง อัลกอริทึมสำหรับการแก้ไขการปลุกของแบบจำลอง ลัทธิโคลิเนียร์

การวิเคราะห์การถดถอยเชิงเส้น: การทำนายอนุกรมสั้นต่อชั่วโมง

การคาดการณ์บนพื้นฐานของแบบจำลองการถดถอยจากการเปลี่ยนแปลงตัวบ่งชี้ตามฤดูกาล (โครงสร้างที่สมมติขึ้น) แนวโน้ม คลังสินค้าตามฤดูกาล การเปลี่ยนแปลงในตัวละครต่ำ วิกิพีเดีย ลอการิทึมคือวิธีการแปลงฤดูกาลแบบคูณให้เป็นสารเติมแต่ง การเปลี่ยนแปลงตัวบ่งชี้ เปลี่ยนชื่อ

การถดถอยเชิงเส้น - การวิเคราะห์ส่วนเกิน การทำลายขอบเขตแบบจำลองของทฤษฎีบทเกาส์-มาร์คอฟ การวิเคราะห์ส่วนเกินทุน ให้อภัยเฉพาะ ความหลากหลายทางชีวภาพ ความคลาดเคลื่อน และ VIF ตรวจสอบความแรงของการกระจายของน้ำล้นอีกครั้ง การแก้ไขแบบจำลองสำหรับรูปลักษณ์ที่ขาดการติดต่อกับส่วนเกินเมื่อเผชิญกับภาวะปกติ ดู คุกและเลเวอเรจ สถิติเดอร์บิน-วัตสัน การแก้ไขตามฤดูกาลจำนวนสั้นๆ

วิธีการทำให้เรียบของโฮลท์ "a-Winters" แบบเอ็กซ์โพเนนเชียล แนวโน้มท้องถิ่น ฤดูกาลในท้องถิ่น.

คำศัพท์: การเรียนรู้ของเครื่อง ปัญญาประดิษฐ์ การทำเหมืองข้อมูล และการจดจำรูปแบบ

วิธีการของ suid ที่ใกล้ที่สุดถัดไป วิธีโปรโมซนิส ขี้เกียจเรียนรู้ (ledache การเรียนรู้). การเลือกคุณสมบัติ การตรวจสอบข้าม การตรวจสอบข้าม k-fold Overfitting (ประกอบ Overworld) ในขั้นต้นการทดสอบ vibirki นั้น

วิธีการของตัวอย่าง suid ที่ใกล้ที่สุดถัดไป การกำหนดจำนวนผู้ป่วยที่ใกล้ที่สุด ตารางการสืบทอดประสิทธิภาพของวิธีหุ่นยนต์

การจำแนกต้นไม้ CART ลักษณะทางเรขาคณิต ส่วยให้ชุด กฎตรรกะ. ถวายส่วยให้ต้นไม้ดู Vuzli พ่อและ naschadki kіntsev vuzli ค่าเกณฑ์ ห้องสมุดอาร์พาร์ท mіri vuzla บริสุทธิ์ (มาตรการเจือปน) วิธีการของความบริสุทธิ์ของ vimir: มาร, เอนโทรปี, การให้อภัยการจำแนกประเภท กฎสำหรับการล้นของต้นไม้ ไลบรารี rpart.plot

ช่วงเวลาที่ผ่านมา (เมื่อใบไม้ร่วงปี 2014 มันน่าละอายยิ่งกว่าที่ฉันเลื่อนการผลิตออกไป!) ฉันพูดถึงความเป็นไปได้พื้นฐานของภาษา R โดยไม่คำนึงถึงการมีอยู่ของโครงสร้างคีย์หลัก เช่น วัฏจักรและ บล็อกอัจฉริยะ การวนซ้ำพื้นฐานแบบคลาสสิกอยู่ไกลจากทางออกที่ดีที่สุด แต่วนซ้ำใน R supra-echolyมากกว่า. นั่นเป็นเหตุผลที่ฉันจะบอกคุณทันที เพราะมันจำเป็นจริงๆ ที่จะทำงานกับ Danim เพื่อที่กระบวนการจะถูกคำนวณโดยไม่รบกวนคุณที่จะดื่มคาเวียร์จำนวนมากในผลลัพธ์สุดท้าย นอกจากนี้ สำหรับชั่วโมงถัดไป ฉันจะอุทิศดอกกุหลาบให้กับผู้ที่เป็น ด้วยวิธีการที่ทันสมัยการสร้างภาพข้อมูลใน R ดังนั้นความชัดเจนของการนำเสนอผลลัพธ์ของการประมวลผลข้อมูลจึงมีความสำคัญไม่น้อยไปกว่าผลลัพธ์เอง เริ่มจากเรื่องง่ายๆ กันก่อน

การทำงานของเวกเตอร์

อย่างไรก็ตาม ประเภทพื้นฐานของ R ไม่ใช่ตัวเลข แต่เป็นเวกเตอร์ และการดำเนินการทางคณิตศาสตร์หลักจะดำเนินการกับองค์ประกอบเวกเตอร์ตามองค์ประกอบ:

> x<- 1:6; y <- 11:17 >X + Y 12 16 16 16 16 16 20 22 18 18> 2 เท็จ เท็จ จริง จริง จริง จริง> x * y 11 24 39 56 75 96 17> x / y 0.09090909 0.1666666666666666666660.28571429 0.33333333 0.37500000 0.0588235353

ทุกอย่างเป็นเรื่องง่ายที่จะทำให้เสร็จมันมีเหตุผลที่จะใส่สารอาหารลงไป: จะเกิดอะไรขึ้นถ้าเวกเตอร์ dozhina ไม่ทำงาน Yakshcho mi พูดเขียน<- 2, то будет ли x * k соответствовать умножению вектора на число в математическом смысле? Короткий ответ - да. В более общем случае, когда длина векторов не совпадает, меньший вектор просто продолжается повторением:

>z<- c(1, 0.5) >x * z 1 1 3 2 5 3

ประมาณทำมันเองด้วยเมทริกซ์

> x<- matrix(1:4, 2, 2); y <- matrix(rep(2,4), 2, 2) >x * y [,1] [,2] 2 6 4 8 > x / y [,1] [,2] 0.5 1.5 1.0 2.0

เมื่อสิ่งนี้เป็น "ปกติ" และไม่ใช่การคูณเมทริกซ์ระดับบิต เราจะมีลักษณะดังนี้:

> x %*% y [,1] [,2] 8 8 12 12

เหมือนเดิม ดีกว่า ดีกว่า ถ้าเราต้อง zastosovuvat พลังของฟังก์ชันกับองค์ประกอบของเวกเตอร์หรือเมทริกซ์ แล้วเราจะทำงานโดยไม่มีวงจรได้อย่างไร pidhid ซึ่งถูกแฮ็กใน R เพื่อแก้ปัญหา แม้จะคล้ายกับที่เราเคยฟังในการเคลื่อนไหวเชิงหน้าที่ เหมือนกันทั้งหมดคาดเดาฟังก์ชันแผนที่ใน Python หรือ Haskell

ฟังก์ชันหลัก lapply และผองเพื่อน

ฟังก์ชั่นแรกในตระกูลนี้คือ lapply ช่วยให้คุณสามารถตั้งค่าฟังก์ชันให้กับองค์ประกอบสกินในรายการหรือเวกเตอร์ นอกจากนี้ ผลลัพธ์จะเป็นรายการโดยไม่คำนึงถึงอาร์กิวเมนต์ประเภท ตัวอย่างที่ง่ายที่สุดของฟังก์ชันแลมบ์ดา:

> q<- lapply(c(1,2,4), function(x) x^2) >คิว 1 4 16

เนื่องจากฟังก์ชันที่ต้องส่งผ่านไปยังรายการเวกเตอร์ที่รับมากกว่าหนึ่งอาร์กิวเมนต์ จึงสามารถส่งผ่านอาร์กิวเมนต์หลายรายการผ่าน lapply ได้

> q<- lapply(c(1,2,4), function(x, y) x^2 + y, 3)

จากรายการ ฟังก์ชันจะทำงานในลำดับที่คล้ายกัน:

> x<- list(a=rnorm(10), b=1:10) >lapply(x หมายถึง)

ในที่นี้ ฟังก์ชัน rnorm กำหนดการกระจายแบบปกติ (ประเภทที่กำหนดมีตัวเลขที่กระจายตามปกติสิบตัวในช่วงตั้งแต่ 0 ถึง 1) และค่าเฉลี่ยจะคำนวณค่าเฉลี่ย ฟังก์ชัน sapply โดยพื้นฐานแล้วจะเหมือนกับฟังก์ชัน lapply ยกเว้นว่าฟังก์ชันนี้คาดว่าจะเปลี่ยนผลลัพธ์ ตัวอย่างเช่น เป็นองค์ประกอบสกินในรายการ dozhini 1 แทนที่จะเป็นรายการเพื่อหมุนเวกเตอร์:

> sapply(c(1,2,4), function(x) x^2) 1 4 16

หากผลลัพธ์เป็นรายการเวกเตอร์ที่มีค่าเท่ากัน ฟังก์ชันจะหมุนเมทริกซ์ ถ้าไม่มีอะไรเกิดขึ้นในใจ ก็แค่รายการ เช่น lapply

> x<- list(1:4, 5:8) >sapply(x, ฟังก์ชัน(x) x^2) [,1] [,2] 1 25 4 36 9 49 16 64

สำหรับการทำงานกับเมทริกซ์ ให้ปรับแต่งฟังก์ชัน Apply ด้วยตนเอง:

> x<- matrix(rnorm(50), 5, 10) >ใช้(x, 2, ค่าเฉลี่ย) > ใช้(x, 1, ผลรวม)

ที่นี่เป็นครั้งแรกที่เราสร้างเมทริกซ์ที่มีห้าแถวและสิบแถว จากนั้นเราจะสร้างค่าเฉลี่ยในแถวก่อน แล้วจึงรวมผลรวมของแถว เพื่อให้ภาพสมบูรณ์ โปรดทราบว่าการคำนวณค่าเฉลี่ยและผลรวมของแถวของพื้นมักจะเพิ่มขึ้น ซึ่ง R สำหรับการถ่ายโอนฟังก์ชันพิเศษ rowSums, rowMeans, colSums และ colMeans
สามารถตั้งค่าฟังก์ชันเดียวกันสำหรับอาร์เรย์ที่หลากหลายได้:

> อร<- array(rnorm(2 * 2 * 10), c(2, 2, 10)) >ใช้(arr, c(1,2), ค่าเฉลี่ย)

วิกิที่เหลือสามารถแทนที่ด้วยตัวเลือกที่อ่านง่ายกว่า:

> rowMeans(arr, สลัว = 2)

ไปที่ฟังก์ชัน mapply ซึ่งเป็นแอนะล็อกของ lapply ที่เข้มข้น เริ่มจากตัวอย่างง่ายๆ ซึ่งคุณสามารถทราบได้จากเอกสารมาตรฐานก่อน R:

> mapply(ตัวแทน 1:4, 4:1) 1 1 1 1 2 2 2 3 3 4

ตามความเป็นจริง ที่นี่โหลดฟังก์ชันตัวแทนไปยังชุดพารามิเตอร์ ซึ่งสร้างขึ้นจากสองลำดับ ฟังก์ชันตัวแทนจะทำซ้ำอาร์กิวเมนต์แรกซ้ำหลายครั้งตามที่ได้รับอาร์กิวเมนต์อื่น ด้วยวิธีนี้ รหัสส่งต่อจะเทียบเท่ากับขั้นตอน:

> รายการ (ตัวแทน (1,4) ตัวแทน (2,3) ตัวแทน (3,2) ตัวแทน (4,1))

บางครั้งจำเป็นต้องหยุดการทำงานเป็นส่วนหนึ่งของอาร์เรย์ คุณสามารถใช้งานฟังก์ชัน taply เพิ่มเติมได้ ลองดูที่ก้นที่น่ารังเกียจ:

> x<- c(rnorm(10, 1), runif(10), rnorm(10,2)) >ฉ<- gl(3,10) >แตะ (x, f, ค่าเฉลี่ย)

เราสร้างเวกเตอร์ที่ด้านหลัง ซึ่งบางส่วนถูกสร้างขึ้นจากค่าตัวแปรด้วย rozpodil ที่ต่างกัน จากนั้นเราสร้างเวกเตอร์จากปัจจัย ซึ่งไม่ใช่อย่างอื่น เช่น สิบตัว สิบสองและสาม มาคำนวณค่าเฉลี่ยสำหรับกลุ่มต่างๆ ฟังก์ชันแตะหลังจากใช้การล็อกกับผลลัพธ์ ตัวเลือกนี้สามารถปิดใช้งานได้โดยการระบุพารามิเตอร์ simplify=FALSE

> แตะ (x, f, ช่วง, ลดความซับซ้อน = FALSE)

หากคุณกำลังพูดถึงฟังก์ชัน Apply คุณควรพูดถึงฟังก์ชัน Split ซึ่งแบ่งเวกเตอร์ออกเป็นส่วนๆ คล้ายกับการแตะ ดังนั้น ถ้าเราเรียก split(x, f) เราจะหาเวกเตอร์สามรายการ ในลำดับนี้ คู่ lapply / split ทำงานในลักษณะเดียวกัน เช่น และ tapply โดยมีค่าลดความซับซ้อนเท่ากับ FALSE:

> lapply(สปลิท(x,f) ค่าเฉลี่ย)

ฟังก์ชันแยกนั้นถูกต้องสำหรับขอบเขตของงานกับเวกเตอร์: її ยังสามารถวาดและทำงานกับกรอบข้อมูลได้ มาดูก้นที่น่ารังเกียจ (ฉันเล่นโยคะจากหลักสูตร R Programming บน Coursera):

> ห้องสมุด (ชุดข้อมูล) > หัว (คุณภาพอากาศ) Ozon Solar.R Wind Temp เดือน วันที่ 1 41 190 7.4 67 5 1 2 36 118 8.0 72 5 2 3 12 149 12.6 7 4 5 3 4 56 5 5 6 28 NA 14.9 66 5 6 > ส<- split(airquality, airquality$Month) >lapply(s, function(x) colMeans(x[, c("Ozone", "Solar.R", "Wind")]))

ที่นี่เราทำงานกับชุดข้อมูลซึ่งก็คือการรวบรวมข้อมูลเกี่ยวกับค่ายอีกครั้ง (การเปลี่ยนโอโซน, รังสี Sony, ลม, อุณหภูมิเป็นองศาฟาเรนไฮต์, เดือนและวัน) เราสามารถค้นหาตัวบ่งชี้กลางเดือนได้อย่างง่ายดาย vikoristovuyuchi แยกและ lapply ตามที่แสดงในรหัส อย่างไรก็ตาม วิกิ sapply จะให้ผลลัพธ์ในรูปแบบภาพ:

> sapply(s, function(x) colMeans(x[, c("Ozone", "Solar.R", "Wind")]))) 5 6 7 8 9 โอโซน NA NA 167.4333 ลม 11.62258 10.26667 8.941935 8.793548 10.1800

ตามความเป็นจริง มูลค่าที่แท้จริงของค่าไม่ได้ถูกกำหนด (และค่าใดที่สงวนไว้สำหรับ NA) ซึ่งหมายความว่าไม่มีการกำหนดค่าในคอลัมน์ Ozone และ Solar.R (หากมีเพียงค่าเดียว) สำหรับความหมายนี้ ฟังก์ชัน colMeans นั้นถูกต้องอย่างยิ่ง: หากเป็นค่าที่ไม่สำคัญ ค่ากลางจะไม่ถูกกำหนดในอันดับดังกล่าว ปัญหาสามารถแก้ไขได้โดยการตั้งค่าฟังก์ชันไม่ให้ตรวจสอบค่า NA โดยใช้พารามิเตอร์ na.rm=TRUE:

> sapply(s, function(x) colMeans(x[, c("Ozone", "Solar.R", "Wind")], na.rm=TRUE)) 5 6 7 8 9 โอโซน 23.61538 29.44444 59.115385 48 พลังงานแสงอาทิตย์ .R 181.29630 190.16667 216.483871 171.857143 167.43333 ลม 11.62258 10.26667 8.941935 8.793548 10.

จำเป็นต้องมีฟังก์ชันจำนวนมากเพื่อทำงานที่คล้ายคลึงกันให้สำเร็จหรือไม่? ฉันคิดว่าการเอาหนังใส่เพื่อนของคนๆ หนึ่งเป็นอาหารเหมือนอาหาร ขณะที่เธออ่านทุกอย่าง ฟังก์ชันทั้งหมดนี้แก้ปัญหาการประมวลผลข้อมูลเวกเตอร์ได้อย่างมีประสิทธิภาพโดยไม่ต้องใช้วงจร Ale หนึ่งในทางด้านขวามือของการประมวลผลข้อมูลความเร็วสูงและความคุ้นเคย ได้ดึงเอาความยืดหยุ่นและการควบคุมส่วนหนึ่งออกไป เพื่อให้คุณมั่นใจได้ถึงโครงสร้างที่สำคัญ เช่น วงจรและตัวดำเนินการที่ชาญฉลาด

การแสดงข้อมูล

System R นั้นอุดมไปด้วยการมองเห็นข้อมูลที่เหนือกว่า และตรงหน้าฉันคือตัวเลือกที่ยาก - เกี่ยวกับสิ่งที่คุณต้องการจะพูด เพราะพื้นที่กว้างมาก แม้ว่าการเขียนโปรแกรมจะมีชุดฟังก์ชันพื้นฐานบางอย่าง โดยไม่ต้องทำงานใดๆ ให้เสร็จ การแสดงภาพงานที่ไม่มีใบหน้าและสกินจากสิ่งเหล่านี้ (ตามกฎ) สามารถทำได้ในลักษณะที่สกินมีทั้งข้อดีและข้อเสีย ยิ่งกว่านั้น ตรวจสอบให้แน่ใจว่าไม่มีตัวเลือกและแพ็คเกจที่อนุญาตให้คุณเปลี่ยนลำดับด้วยวิธีที่ต่างออกไป
มีการเขียนเกี่ยวกับเครื่องมือสร้างภาพมาตรฐานใน R มาก ดังนั้นที่นี่ฉันจึงอยากทราบข้อมูลเพิ่มเติมเกี่ยวกับ cicavishe ที่เหลือของปีทุกอย่างกำลังเป็นที่นิยมมากขึ้น แพ็คเกจ ggplot2, Axis เกี่ยวกับสิ่งใหม่และมาคุยกัน

ในการเริ่มต้นใช้งาน ggplot2 คุณต้องติดตั้งไลบรารีโดยใช้ install.package("ggplot2") Dalі podklyuchaemo їїสำหรับ vykoristannya:

> library("ggplot2") > หัว(เพชร) กะรัต สีตัด ความคมชัด ความลึก ตาราง ราคา x y z 1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98 2.43 2 0.21 Premium E SI1 59.2 6.3 6 3. 4.05 4.07 2.31 4 0.29 Premium I VS2 62.4 58 334 4.20 4.23 2.63 5 0.31 ดี J Si2 63.3 58 335 4.34 4.35 2.75 6 0.24 ดีมาก j vvs2 62.8 57 336 3.96 2.48> หัวหน้า (mtcars) MPG CYL DISP DRAT WT QSEC VS GEAR CARB MAZDA RXIDAM 3.90 2.620 16.46 0 1 4 4 Mazda RX4 WAG 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 DATSUN 710 22.8 4 108 93 3.85 2.320 18.61 1 4 1 Hornet 4 ไดรฟ์ 21.4 6 258 110 3.08 3.08 3.08 19.44 1 0 3 1 Hornet SPORTABOUT 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2 องอาจ 18.1 6 225 105 2.76 3.4

เพชรและ mtcar เหล่านี้เป็นส่วนหนึ่งของแพ็คเกจ ggplot2 และเราสามารถทำงานกับมันได้ในครั้งเดียว จากอันแรก ทุกอย่างชัดเจน - ข้อมูลเกี่ยวกับเพชร (ความสะอาด สี สี และอื่นๆ) และชุดอื่นๆ - ข้อมูลเกี่ยวกับการทดสอบบนท้องถนน (จำนวนไมล์ต่อแกลลอน จำนวนกระบอกสูบ ...) ของรถยนต์ พ.ศ. 2516-2517 ของวันที่เผยแพร่จากนิตยสารอเมริกัน Motor Trends ข้อมูลรายละเอียดเพิ่มเติมเกี่ยวกับข้อมูล (เช่น การขยาย) สามารถเรียกค้นได้โดยการพิมพ์ ?diamonds หรือ ?mtcars

สำหรับการแสดงภาพ มีการถ่ายโอนฟังก์ชันจำนวนมากในแพ็คเกจ ซึ่ง qplot จะมีความสำคัญที่สุดสำหรับเรา ฟังก์ชัน ggplot ช่วยให้คุณควบคุมกระบวนการได้มากขึ้น ทุกสิ่งที่สามารถทำได้ด้วยความช่วยเหลือของ qplot ก็สามารถทำได้ด้วยความช่วยเหลือของ ggplot ลองดูตัวอย่างง่ายๆ:

> qplot(ความชัดเจน, data=diamonds, fill=cut, geom="bar")

สามารถบรรลุผลเช่นเดียวกันกับฟังก์ชัน ggplot:

> ggplot(เพชร, aes(ความชัดเจน, เติม=ตัด)) + geom_bar()

อย่างไรก็ตาม qplot wiki ดูง่ายกว่า ในรูป 1 คุณสามารถพูดราวกับว่าจะมีเพชรจำนวนมากที่ร่วงหล่นจากคุณภาพการเจียระไน (ตัด) ที่แตกต่างกันในรูปแบบของความบริสุทธิ์ (ความชัดเจน)

ตอนนี้จำเป็นต้องรู้ถึงความเฉื่อยของการวิ่งสำหรับหนึ่งหน่วยของไฟรถยนต์ในรูปแบบของมวลชนїхної ไดอะแกรมดอทของ Otriman พล็อตกระจาย) เป็นตัวแทน
ในรูป 2.

> qplot(wt, mpg, data=mtcars)

คุณยังสามารถเพิ่มชุดสีเพื่อระบุชั่วโมงของการกระจายตัวด้วยหนึ่งในสี่ไมล์ (qsec):

> qplot(wt, mpg, data=mtcars, color=qsec)

เมื่อแสดงภาพ คุณยังสามารถแปลงข้อมูลได้:

> qplot(log(wt), mpg - 10, data=mtcars)

ในบางอารมณ์ ขอบสีแบบแยกส่วนจะดูเป็นตัวแทนมากขึ้น ลดลงโดยไม่หยุดชะงัก ตัวอย่างเช่น หากคุณต้องการให้ข้อมูลเกี่ยวกับจำนวนกระบอกสูบสำหรับชั่วโมงเร่งความเร็วเป็นสี จำเป็นต้องระบุว่าค่านั้นไม่ต่อเนื่อง (รูปที่ 3):

> qplot(wt, mpg, data=mtcars, color=factor(cyl))

คุณสามารถเปลี่ยนขนาดของจุด, ผู้ชนะเช่น size=3 . หากคุณเลือกพิมพ์กราฟิกบนเครื่องพิมพ์ขาวดำ ไม่ควรเน้นสี แต่ควรเปลี่ยนรูปร่างของเครื่องหมายตามปัจจัย คุณสามารถทำได้โดยแทนที่ color = factor (cyl) ด้วย shape = factor (cyl)
ประเภทของกราฟจะถูกตั้งค่าตามพารามิเตอร์ geom และในไดอะแกรมจุดต่างๆ ค่าของพารามิเตอร์นี้จะเป็น "points" เพิ่มเติม

ตอนนี้ อย่าให้ฉันต้องการเพียงแค่แสดงฮิสโตแกรมสำหรับจำนวนรถยนต์จากค่ากระบอกสูบที่กำหนด:

> qplot(factor(cyl), data=mtcars, geom="bar") > qplot(factor(cyl), data=mtcars, geom="bar", color=factor(cyl)) > qplot(factor(cyl) ) , data=mtcars, geom="bar", fill=factor(cyl))

สัปดาห์แรกจะดึงฮิสโทแกรมสามอันสำหรับค่าทรงกระบอกที่ต่างกัน จำเป็นต้องบอกว่าความพยายามครั้งแรกในการให้สีของฮิสโตแกรมไม่ได้นำไปสู่ผลลัพธ์ที่ดี - คอลัมน์สีดำจะเป็นสีดำ แต่จะลบเฉพาะเส้นขอบสีเท่านั้น และแกนของส่วนที่เหลือของวงจร qplot จะถูกแบ่งออกเป็นฮิสโตแกรมดังแสดงในรูปที่ สี่.

นี่คือสิ่งที่ต้องชี้แจงต่อไป ทางด้านขวา ในการที่เรากระตุ้นปัจจุบันไม่ใช่ฮิสโตแกรมในความหมายที่แท้จริงของคำ เสียงภายใต้ฮิสโตแกรมเพื่อทำความเข้าใจการแสดงข้อมูลแบบต่อเนื่องที่คล้ายคลึงกัน ในภาษาอังกฤษ แผนภูมิแท่ง(พวกที่ปล้นฉันมาอย่างดี) และ ฮิสโตแกรม- tse สองความเข้าใจที่แตกต่างกัน (div. Vidpovidnі statti จาก Wikipedia) ในที่นี้ ฉันซึ่งมีความขยันหมั่นเพียรอย่างแท้จริง จะชนะคำว่า "ฮิสโตแกรม" เพื่อให้ทั้งคู่เข้าใจ โดยเคารพว่าธรรมชาติของข้อมูลพูดด้วยตัวของมันเอง

เพียงแค่หันไปรอบ ๆ มะเดื่อ 1, ggplot2 วางตัวเลือกสีน้ำเงินสองสามตัวในตำแหน่งของกราฟ (ค่าของ position="stack" ถูกเพิ่มด้านหลังกล่อง):

> qplot(ความชัดเจน, data=diamonds, geom="bar", fill=cut, position="dodge") > qplot(clarity, data=diamonds, geom="bar", fill=cut, position="fill") > qplot(ความชัดเจน, data=diamonds, geom="bar", fill=cut, position="identity")

ตัวเลือกแรกที่เสนอจะเป็นค่าใช้จ่ายดังแสดงในรูปที่ 5 อีกส่วนแสดงส่วนของเพชรที่มีความใสต่างกัน เพชรเจียระไนที่มีความบริสุทธิ์ที่กำหนด (รูปที่ 6)

ทีนี้มาดูตัวอย่างฮิสโตแกรมที่ถูกต้องกัน:

> qplot(กะรัต, data=เพชร, geom="ฮิสโตแกรม", แบนด์วิดท์=0.1) > qplot(กะรัต, data=เพชร, geom="ฮิสโตแกรม", แบนด์วิดท์=0.05)

ที่นี่พารามิเตอร์แบนด์วิดท์แสดงความกว้างของความพอใจในฮิสโตแกรม ฮิสโตแกรมแสดงจำนวนจุดข้อมูลในช่วงที่กำหนด ผลลัพธ์แสดงในรูปที่ 7 และ 8

บางครั้ง หากเราต้องการสร้างแบบจำลอง (เชิงเส้นหรือพหุนาม) เราสามารถสร้างแบบจำลองได้โดยตรงใน qplot และสร้างผลลัพธ์ ตัวอย่างเช่น เราสามารถทำให้เกิด mpg fallow graph ใน wt mass ที่ด้านบนของ dot plot:

> qplot(wt, mpg, data=mtcars, geom=c("point", "smooth"))

ตามค่าเริ่มต้น มีการถดถอยพหุนามท้องถิ่น (method="loess") เป็นแบบจำลองผู้พิชิต ผลลัพธ์ของหุ่นยนต์สามารถมองเห็นได้ดังแสดงในรูปที่ 9, de dark grey smuga - นี่คือการให้อภัยมาตรฐาน จะไม่ปรากฏสำหรับล็อก คุณสามารถปิดได้โดยการเขียน se=FALSE

หากเราต้องการลองขยายโมเดลเชิงเส้นของข้อมูล เราสามารถทำได้โดยป้อน method=lm (รูปที่ 10)

ฉัน nasamkinets เห็นได้ชัดว่าคุณต้องแสดงวิธีการเป็นไดอะแกรมวงกลม:

>t<- ggplot(mtcars, aes(x=factor(1), fill=factor(cyl))) + geom_bar(width=1) >t + coord_polar(theta="y")

เรากำลังเร่งความเร็วให้มากขึ้นด้วยฟังก์ชัน ggplot เหตุผลมีดังนี้ ที่ด้านหลังศีรษะ เราจะมีกราฟแสดงส่วนต่างๆ ของรถยนต์ที่มีจำนวนกระบอกสูบต่างกันใกล้กับมวลส่วนบน (เล็ก 11) จากนั้นเราแปลกราฟที่พิกัดเชิงขั้ว (รูปที่ 12).

รอง Uz'yaznennya

แกนของฉันและ th ชินกับ R พวกมันให้อะไร? เป็นที่ชัดเจนว่าความสามารถพื้นฐานของ ggplot2 มีให้ที่นี่และพิจารณาโภชนาการที่เกี่ยวข้องกับเวกเตอร์ Є หนังสือดีของkіlka s R, yakі varto เดาและก่อนหน้าพวกเขามีข้อสงสัยใด ๆ varto zvіtatisyaบ่อยขึ้น, ต่ำกว่าข้อดีของ บริษัท แม้กระทั่งความดีที่เสือก ขั้นแรก ให้ดูหนังสือ The Art of R Programming ของ Norman Matloff หากคุณคุ้นเคยกับการเขียนโปรแกรม R อยู่แล้ว คุณจะต้องใช้ The R Inferno โดย Patrick Burns ซอฟต์แวร์หนังสือคลาสสิกสำหรับการวิเคราะห์ข้อมูลโดย John Chambers ก็เก่ามากเช่นกัน

ถ้าคุณพูดถึงการสร้างภาพใน R แล้ว R Graphics Cookbook ของ W. Chang ก็เป็นหนังสือที่ดี สมัคร ggplot2 สถิติเหล่านี้นำมาจากบทช่วยสอน: ggplot2 ถึงบทความหน้า “วิเคราะห์ข้อมูลและแมชชีนเลิร์นนิงจาก R”!

บล็อก "R: การวิเคราะห์และการสร้างภาพข้อมูล" ถูกใช้มานานกว่าสามปีครึ่ง Dekіlkamіsyatsіvที่เกิดจากแนวคิดของ povіdomlennyaระเบียบวิธี zagalniti ซึ่งตีพิมพ์ที่นี่ตลอดทั้งชั่วโมงต่อหน้าหนังสืออิเล็กทรอนิกส์ Volodimir Kirilovich Shitikov (Doctor of Biological Sciences) กลายเป็นผู้เขียนแนวคิดนี้และต่อมาก็เป็นผู้เขียนหนังสือ จากความพึงพอใจ เราขอนำเสนอผลลัพธ์เป็นของขวัญใหม่ของเรา

ความช่วยเหลือตามระเบียบ "การวิเคราะห์ทางสถิติและการแสดงภาพข้อมูลเพื่อขอความช่วยเหลือ Rกล่าวถึงนักศึกษา นักศึกษาระดับบัณฑิตศึกษา ทั้งเด็กและผู้ใหญ่ ที่แก่ รวมไปถึงนักวิเคราะห์มืออาชีพที่เคยรู้จักงานของ ร. ตามประเพณีของบล็อก หากเป็นไปได้ เราพยายามทำโดยปราศจาก ความชั่วร้ายของคำว่า "พิธีกรรม" ลักษณะของสถิติประยุกต์เชิงตัวเลข การอ้างถึงทฤษฎีบทที่ฝังลึกและการอ้างถึงสูตรผิวเผินของ Rosrakhunkov

• บทที่ 1: องค์ประกอบพื้นฐานของสภาพแวดล้อมทางสถิติ R
• พาร์ติชั่น 2: คำอธิบายภาพยนตร์ R
• ส่วนที่ 3: พื้นฐาน ความเป็นไปได้ของกราฟิก R
• บทที่ 4: สถิติพรรณนาและการกระจายกุหลาบ
• บทที่ 5: วิธีการคลาสสิกและเกณฑ์ของสถิติ
• บทที่ 6: ตัวแบบเชิงเส้นสำหรับการวิเคราะห์ความแปรปรวน
• บทที่ 7: แบบจำลองการถดถอยของดินแดนรกร้างระหว่างการเปลี่ยนแปลงเล็กน้อย
• บทที่ 8: การปรับแต่ง โครงสร้าง และการถดถอยอื่น ๆ
• บทที่ 9: การวิเคราะห์อย่างกว้างขวางและการสร้างแผนภาพ

เวอร์ชันปัจจุบันอย่างเป็นทางการของหนังสือใน รูปแบบ PDF(~11 MB) พร้อมสำหรับ ดาวน์โหลดฟรี จากสองไซต์:

• ที่เก็บ GitHub: https://github.com/ranalytics/r-tutorials
• เว็บไซต์ของสถาบันนิเวศวิทยาของลุ่มน้ำ Volzky ของ Russian Academy of Sciences: http://www.ievbras.ru/ecostat/Kiril/R/

ในแหล่งข้อมูลเดียวกันนี้ คุณสามารถค้นหาสคริปต์สำหรับ R-code และชุดข้อมูลที่จำเป็นสำหรับการใช้งานแอปพลิเคชันที่ดูในหนังสือได้

เราจะขอบคุณสำหรับความเคารพ ความโปรดปรานสำหรับงานของคุณ - บังคับพวกเขา ใจดี โดย e-mail rtutorialsbook["dog"]gmail.com

ทันทีที่ได้รับการแต่งตั้ง หนังสือเล่มนี้เขียนขึ้นโดยไม่มีค่าใช้จ่าย อย่างไรก็ตาม ดูเหมือนว่าคุณจะไม่ชอบโคริส และคุณเคารพผู้เขียนที่มีอายุมากกว่าสำหรับงานของพวกเขา โหมดปลอดภัยผ่านระบบชำระเงินอิเล็กทรอนิกส์