如何在 R 中执行单变量分析？

在本文中，我们将讨论如何在 R 编程语言中执行单变量分析。单变量分析意味着对一个变量进行分析。

汇总统计

汇总统计数据包括：

• 最小值 -获取最小值元素

语法：

min(data)

• 最大值 -获取最大值元素

语法：

max(data)

• 平均值 -获取给定元素的平均值

语法：

mean(data)

• 中位数 -获取给定元素的中位数

语法：

median(data)

• 四分位间距 –获取给定元素的 IQR

语法：

IQR(data)

• 标准偏差 -获取给定元素的标准偏差

句法：

sd(data)

• Range –从元素中获取范围

语法：

max(data)-min(data)

示例：R 程序创建一个包含 10 个元素的向量并显示汇总统计信息。

R

# create a vector with 10 elements
data = c(1: 10)
  
# display
print(data)
  
  
# minimum
print(min(data))
  
# maximum
print(max(data))
  
# mean
print(mean(data))
  
# median
print(median(data))
  
# IQR
print(IQR(data))
  
# range
print(max(data)-min(data))
  
# standard deviation
print(sd(data))

输出：

[1]  1  2  3  4  5  6  7  8  9 10
[1] 1
[1] 10
[1] 5.5
[1] 5.5
[1] 4.5
[1] 9
[1] 3.02765

频率表

我们可以使用 table() 方法显示频率表，这将返回元素出现的计数。

语法：

table(data)

示例：

R

# create a vector with 10 elements
data = c(1: 10)
  
# display
print(data)
  
# display frequency table
print(table(data))

输出：

可视化

在这里，我们可以使用一些图来可视化数据

箱形图

boxplot()函数将产生一个五点摘要（最小值、最大值、中值、第一个四分位数、第三个四分位数）

语法：

boxplot(data)

示例：

R

# create a vector with 10 elements
data = c(1: 10)
  
# display
print(data)
  
# display boxplot
print(boxplot(data))

输出：

[1]  1  2  3  4  5  6  7  8  9 10
$stats
     [,1]
[1,]  1.0
[2,]  3.0
[3,]  5.5
[4,]  8.0
[5,] 10.0
attr(,"class")
        1 
"integer" 

$n
[1] 10

$conf
         [,1]
[1,] 3.001801
[2,] 7.998199

$out
numeric(0)

$group
numeric(0)

$names
[1] "1"

输出：

直方图

这将返回数据的直方图，使用的函数是 hist()

语法：

hist(data)

示例：

R

# create a vector with 10 elements
data = c(1: 10)
  
# display
print(data)
  
# display histogram
print(hist(data))

输出：

[1]  1  2  3  4  5  6  7  8  9 10
$breaks
[1]  0  2  4  6  8 10

$counts
[1] 2 2 2 2 2

$density
[1] 0.1 0.1 0.1 0.1 0.1

$mids
[1] 1 3 5 7 9

$xname
[1] "data"

$equidist
[1] TRUE

attr(,"class")
[1] "histogram"

输出：

密度图

这将显示密度图。我们必须使用 density()函数和 plot()函数。

语法：

plot(density(data))

示例：

R

# create a vector with 10 elements
data = c(1: 10)
  
# display
print(data)
  
# display density plot
print(plot(density(data)))

输出：

[1]  1  2  3  4  5  6  7  8  9 10
NULL