R从入门到精通

areg

########################################################

# I User’s Guide 9

# 2 Installation 10

# 2.1 Windows . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . 11

# 2.2 MacOS X . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

# 2.3 UNIX and Linux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

# 2.4 Version Compatability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

########################################################

2.3 UNIX and Linux

Installing R

# 一般来说，用UNIX和Linux的往往都是高级用户，不用我在此现丑，把原文帧出，以供参考。

Type R at the terminal prompt (which we denote as % in this section) to see if R is available. (Typing q() will enable you to quit.) If it is installed, proceed to the next section. If it is not installed and you are not the administrator, contact that individual, kindly request that they install R on the server, and continue to the next section. If you have administrator privileges, you may download the latest release at the CRAN website. Although installation varies according to your Linux distribution, we provide an example for Red Hat Linux 9.0 as a guide:

1. Log in as root.

2. Download the appropriate binary file for Red Hat 9 from CRAN. For example, for Red Hat 9 running on the Intel 386 platform, go to http://cran.r-project.org/bin/ linux/.

3. Type the following command at the terminal prompt:

% rpm -ivh R-2.3.1-1.i386.rpm

Installing Zelig

Before installing Zelig, you need to create a local R library directory. If you have done so already, you can skip to Section 2.3. If not, you must do so before proceeding because most users do not have authorization to install programs globally. Suppose we want the directory to be ~/.R/library. At the terminal prompt in your home directory, type:

% mkdir ~/.R ~/.R/library

Now you are ready to install Zelig. There are two ways to proceed.

1. Recommended procedure:

(a) Open the ~ /.Renviron file (or create it if it does not exist) and add the following line:

R_LIBS = "~/.R/library"

You only need to perform this step once.

(b) Start R. At the R prompt, type:

> source("http://gking.harvard.edu/zelig/install.R")

> library(Zelig)

(You may ignore the warning messages, unless they say “Non-zero exit status”.)

(c) Alternatively, you can avoid the warning messages by installing each component package separately and specifying the installation path:

> install.packages("Zelig", lib = "~/.R/library")

> install.packages("MCMCpack", lib = "~/.R/library")

> install.packages("coda", lib = "~/.R/library")

> install.packages("VGAM", lib = "~/.R/library")

> install.packages("zoo", lib = "~/.R/library")

> install.packages("sandwich", lib = "~/.R/library")

> library(Zelig)

(d) Finally, create a .Rprofile file in your home directory, containing the line:

library(Zelig)

This will load Zelig every time you start R.

2. Alternatively:

(a) Add the local R library directory that you created above (~ /.R/library in the example) to the environmental variable R LIBS.

(b) Download the latest bundles for Unix from the Zelig website, and (for the VGAM, MCMCpack, coda, sandwich, and zoo packages) from the CRAN website.

(c) If XX is the current version number, at the terminal prompt, type:

% R CMD INSTALL Zelig_XX.tar.gz

% R CMD INSTALL MCMCpack_XX.tar.gz

% R CMD INSTALL coda_XX.tar.gz

% R CMD INSTALL VGAM_XX.tar.gz

% R CMD INSTALL zoo_XX.tar.gz

% R CMD INSTALL sandwich_XX.tar.gz

% rm Zelig_XX.tar.gz VGAM_XX.tar.gz zoo_XX.tar.gz sandwich_XX.tar.gz

(d) Create a .Rprofile file in your home directory, containing the line:

library(Zelig)

This will load Zelig every time you start R.

Zelig is distributed under the GNU General Public License, Version 2. After installation, the source code is located in your R library directory. If you followed the example above, this is /.R/library/Zelig/.

Updating Zelig

There are two ways to update Zelig.

1. We recommend that you start R and, at the R prompt, type:

> update.packages()

2. Alternatively, you may remove an old version by command by typing R CMD REMOVE Zelig at the terminal prompt. Then download and reinstall the package using the installation procedure Section 2.3 outlined above.

2.4 版本的兼容性

除了R本身外，Zelig也依赖于其它几个由其他开发团队维护的R程序包(PKG)。尽管我们努力来保持最新版本的Zelig直到最新的那些包的版本，这还是有可能会发生不兼容性的问题。见附录B.1的包的检测列表中与发行的Zelig兼容的包。你可以在http://www.r-project.org获得大多数包的先前版本。

# 或自己把兼容的包先存一份在自己的机器中。

<未完待续,下一章接着用中文解释>

areg

######################################################

# 3 Data Analysis Commands 18

# 3.1 CommandSyntax ................................. 18

# 3.2 DataSets ..................................... 20

# 3.3 Variables...................................... 23

######################################################

######################################################

# 3 Data Analysis Commands 18

# 3.1 CommandSyntax ................................. 18

# 3.1.1 GettingStarted .............................. 18

# 3.1.2 Details................................... 19

######################################################

第3章数据分析命令

3.1 命令的语法

一旦R安装完成，你仅需要知道几个基础元素就可以开始啦。记住，这对R很重要，正如同其它任何语言一样，有她自己正确的语法规则。不象英语那样复杂，R的语法规则数量少而精，很好理解(见3.1.2)。

3.1.1 启动开始

1.在Linux或Unix下启动R，在结束提示下键入R，或在ESS下键入M-x R。

2.R的提示符是>。

3.键入命令，回车执行。(在每行结尾时，不需要额外的字符，如分号、逗号)。

4.要从R中退出，键入q()然后回车。

5.字符#使R忽略该行在此符号后的部分，在本文中常用来注释R的编码。

6.我们极力推荐你对各个项目分别建个独立的工作目录。

7.每个R对话框有一个工作空间，或工作历史，来保存你建立或输入的对象，这些对象可能是：

(a) 值，包括数值的、整数、字符和逻辑值。

(b) 数据结构，由各个变量(向量)、矩阵和数据框组成；或是其它。

(c) 函数，对用户指定的值或数据结构执行预期任务。

开始R后，你可能根本没有任何时间来使用Zelig内部帮助函数来访问任何命令的在线帮助。查看所有Zelig命令的帮助，键入help.zelig(command)，将把你带到全部Zelig命令的帮助页面。对于指定的Zelig或R命令的帮助，你可以用普通命令来置换命令名。例如，键入help.zelig(logit）将查看逻辑模型的帮助文件。

3.1.2 细节内容

Zelig使用R的语法有几个基本点：

1. R是对情形的判断是敏感的，Zelig指的是PKG或库，zelig与Zelig不同，zelig是命令。

2. R函数接受用户定义的参量：而某些参量是必需的，其它选项参量修饰这个函数的默认行为。用小括号括入参量，各个不同的参量用逗号分开。例如，print(x)或print(x,digits=2)显示x对象的内容分别使用默认的位数数值，或者精确到小数点后两位。你可以命令中再嵌套命令，只要每个命令有它自己的小括号:log(sqrt(5)) ，先取5的平方根，再取平方根的自然对数。

3. <-符号表示其右边函数的输出以左边命名的对象来保存。例如，z.out<-zelig(…)保存了来自zelig()的输出，以z.out对象在当前工作历史中保存下来。(# 注意这只是在内存中暂时的储存，并没有真正保存到硬盘中，永久保存需要使用命令)。你可在其它函数中把z.out作为一个参量来使用，在R提示符下，键入z.out查看结果，或要把z.out保存到一个永久文件使用的步骤描述在3.2.3部分中介绍。

4. 在系统参数内，你可以命名你的任意对象：

(1) 你仅可以用字母(大写或小写)和圆点来强调你的对象名。

(2) 你不能使用特殊字符(除圆点外)或空格来强调你的变量名(即变量名中不能有空格)。

(3) 名字不能以数字开头。例如，R不会让你保存1997.election这样的对象，但是可以让你保存election.1997。

5. 使用names()命令来查看R对象中的内容，.运算符用来提取R对象中的元素。例如：

# 运行最小二乘法回归并在工作内存中保存输出结果：

> z.out <-zelig(y ~ x1 + x2, model = "ls", data = mydata)

# 查看R对象中有什么：

> names(z.out)

[1] "coefficients" "residuals" "effects" "rank"

# 提取和显示z.out对象中的相关系数:

> z.out$coefficients

6. 全部对象都有一个指定的类来告诉R在随后的命令中怎么处理。对象的类是用函数建立生成的，或数学运算来建立的。

7. 在你的当前工作空间中查看全部对象的列表,健入ls()。你可以从内存中永久删除一个对象，键入remove(goo)(它将删除对象goo)，或者删除全部对象用remove(list = ls())。

# 有的对象是你不需要的，或操作时间长了，内存中对象太多，影响速度而删除一些大的对象，如果内存中的对象都不需要啦，那就全删除。我往往用的是rm()或者rm(list = ls())这两个命令，它是简称。

8. 批处理方式运行命令，使用文本编辑器来(例如窗口R脚本编辑器或emacs)来组合你的R命令，以.R扩展名文件来在你的工作目录中保存。要运行这个文件，在R提示符下键入source("Code.R")。如果你遇到一个语法错误，检查你的拼写、记录(case)、小括号和逗号。这些是最普通的语法错误，稍微练习一下就很容易检查出来和更正它。如果有批处理编码中遇到语法错误，R将告诉你在哪一行出错。

<未完待续>

alexru

赞一个

areg

############################################################

# 3 Data Analysis Commands 18

# 3.2 DataSets ..................................... 20

# 3.2.1 DataStructures .............................. 20

# 3.2.2 LoadingData ............................... 20

# 3.2.3 SavingData ................................ 22

#############################################################

3.2 数据集

3.2.1 数据结构

Zelig仅使用R大量数据结构中的三种：# 所以我前面推荐对于Zelig不要设为默认载入，在需要时手动载入。

1. 变量是一个长度为n的一维向量。

2. 数据框是一个n行k列的矩形矩阵。每列代表一个变量，每行是一个观测值。每个变量可以是不同的类型(#同一变量必需同一类型)。(见3.3.1类的列表)你可以用提取符号$来从数据框查看指定的变量，例如：data$variable。

3. 列表是不同数据结构的组合。例如，z.out含有两个系数(向量)和数据(数据框)。使用names()来查看列表中的变量元素，运算符.用来查阅列表中的元素。更多综合介绍，包括管理数据结构的途径，请参考第6章。

3.2.2 载入数据

Zelig中的数据集保存在中"data frames"。在此，我们解释从硬盘载入数据到内在的标准方法，怎么处理指定的记录？怎么验证你载入的数据就是你需要的？

载入数据的标准方法

确信数据保存在你的当前工作目录中。在开始运行R时，你可以检查证实你的当前工作目录有些什么东西，键入getwd()。如果你想使用与开始目录不同的目录，使用setwd("dirpath")，在此"dirpath"是你将用它来作你工作目录的全路径。(即指定在哪个盘符下某个文件夹下的某个文件……)。

# 也可以用R控制台工具栏"文件"_"改变当前目录"_"游览"来指定你的当前工作目录，这样是为了方便在载入数据或保存数据时输入一长串的路径符。

当你认定好当前工作目录，载入数据使用下面的方法之一：

1. 如果你的数据是以制表符tab-或空格分隔的.txt文件，使用read.tale("mydata.txt")。

2. 如果你的数据是以逗号分隔符的表，用read.csv("mydata.txt")。

3. 导入SPSS、Stata和其它数据文件，使用foreign程序包，对每个变量它自动饯域其特性。因此，在Stata中作为日期变量的类被自动转成R中日期类的值。例如：

> library(foreign) # 载入 foreign包

> stata.data <-read.dta("mydata.dta") # 读取的是Stata data软件保存的数据。

> spss.data <-read.spss("mydata.sav", to.data.frame = TRUE) # 读取的SPSS保存的数据，读取SPSS保存的数据，在我国遇到较多问题，详情已在本论坛有关贴中阐述，请查阅，关键点就是变量名不能带中文字符或者说不带双字节符号。

4. 载入R格式的数据，使用load("mydata.RData")。# 这与我们平时的习惯不同，大家往往都习惯于双击文件来打开，R中不是这样，并且载入的数据要用命令才能查看。

5. 在R包中的示例样本数据集，如Zelig，你可以使用data()命令，它快捷地从样本数据目录中载入数据。因为在安装时这此当前目录可能有改动，使用先前三种方法对当前的样本数据很困难找到时;用data()在载入包中的所历当前样本数据集和自动载入样本数据集。例如：

> library(Zelig) # 载入Zelig 包。

> data(turnout) # 载入turnout数据。

载入数据时需要指定载入对象的格式(Special Cases When Loading Data )

这些操作可以用上面read命令中之一来读取。

1. 如果你的文件第一行是标识为变量名，你应该使用选项header=TRUE来导入名字字段。例如：

> read.csv("mydata.csv", header = TRUE)

将会读取第1行的字词为变量名接下来的行(作为初始值，值的数目要相同，即各变量的元素组成向量的长度要等长，同一变量下的值类型要相同)为对应变量名的观测值。如果你在文件的最后一行或少数其它行中添加字符，在读取数据前，请先编辑一下，变成相同类型再读取。

2. R中缺失的代码是NA。如果你数据中的缺失也是这样，R将同样把它当成缺失值NA载入。相反，如果你是用一些占位符(如-9)来代表缺失值，那么在载入数据时，你需要告诉R你的缺失值，如：

> read.table("mydata.tab", header = TRUE, na.strings = "-9")

注意：你必需把占位符的值用双引号括起来。

3. 与Windows不一样，在R中文件的扩展名在处理文件时并不取决于默认的方法。例如，你的数据是用制表符tab为分隔符，但是保存为a.sav文件(# SPSS的数据保存格式)，read.table("mydata.sav")将会载入你的数据到R中，证实你载入的数据格式正确。

无论你使用哪种方法，尽量用names()、dim()和summary() 命令去验证下数据是不是正确载入了。例如：

> data <-read.csv("mydata.csv", header = TRUE) # 读取(导入)数据

> dim(data) # 显示数据框的维数(即结构)

[1] 16000 8 # 先是行后是列，16000行，8列

> data[1:10,] # 显示所有列的第1至10行

> names(data) # 检查变量名

[1] "V1" "V2" "V3" # 这些值显示的就是变量名还没有命名，所取值为默认值。

> names(data) <-c("income", "educate", "year") # 赋以变量名

> summary(data) # 返回每个变量的五点描述(描述性统计)

在这种情况下，summary()命令将返回最大值、最小值、平均数、中位数、上四分位数和下四分位数，也还有每个变量的缺失值。

3.2.3 保存数据

用save()把数据或任意对象在你的当前工作目录中以某文件保存。例如：

> save(mydata, file = "mydata.RData") # 在操作目录中，保存mydata为永久文件mydata.RData，该文件直到你删除或替换都在。

> save.image() # 默认是保存整个工作空间为‘.RData’文件。

当你用q()命令退出时，R也将提示你保存工作空间。当你再次启动R时，它将载入先前保存的工作空间。然而，启动R将不会载入先前用过的程序包。你必需记住，在R每次对话框开始时载入Zelig。

另一选择，你可以用load()命令从.RData文件分别调用保存的对象，例如：

> load("mydata.RData")

载入保存为mydata.RData文件的对象。你可以保存一个数据框，用相关函数把数据框或其它R对象保存为文件。

#######################

参考HSAUR包的第1章第5节补充by areg

#######################

write.table(Forbes2000, file = "Forbes2000.csv",sep = ",", col.names = NA)

# 导出数据集Forbes2000成以.csv为扩展名的文件，此类型文件，你很方便用Excel打开。

# 如果你设置的工作目录中已有同名文件存在，它将在没有任何提示的情况下被覆盖，用其它命令保存，遇有同名文件都要小心，尤

其是在自己研究的试验数据分析时，在学习练习中就养成好习惯，是个不错的选择，以避免……。可以换成下面的命令练习一下。

write.table(Forbes2000, file = "Forbes.csv",sep = ",", col.names = NA)

# 将在你设置的工作目录中出现一个Forbes.csv文件

# 这种保存方式，或保存为文本文件的方式.txt，大家比较习惯，不用R也能打开，并且一打开就能见到数据的全貌。

save(Forbes2000, file = "Forbes2000.rda")

# 如果想看看当前工作目录中有些什么文件，用下面的命令，也即查看下刚才保存的文件是否真的保存了！

list.files(pattern = ".rda")

[1] "Forbes2000.rda"

# 保存为.Rda的R标准文件，此文件不能如我们平时打开其它文件那样打开，如打开个word，双击就打开了，而此文件的读取，需要

用下面的命令在R中打开。

load("Forbes2000.rda")

# 载入以R标准数据保存的文件。

#######################

# 本人觉得两个包，在介绍此部分内容写得都很涩，读起来不流畅。

# 要保存为其它格式的文本，如.txt,等你稍了解R多一些，再练习。

<未完待续>

areg

############################################################

# 3 Data Analysis Commands 18

# 3.3 Variables...................................... 23

# 3.3.1 ClassesofVariables ............................ 23

# 3.3.2 RecodingVariables ............................ 24

#############################################################

3.3.2 变量重编码(Recoding Variables)

研究人员在开始分析前，花点时间来整理和数据重新编码是很有意义的。R有几个程序来完成这个过程。

提取、替换和生成新变量

虽然处理过程中易犯人为错误，但是对变量重编码并不难。因此，我们推荐在更改数据之前，用3.2.3部分介绍的方法保存你已有的数据框，一次就重编一个变量，你是在数据框之外进行变量编码，然后再把它送回原数据框中。(# 即每次编辑前都把原有数据提前保存一份)

提取你所需要的变量，键入：

> var <-data$var1 # 把数据中的变量var1复制出来赋予新对象var

不要对提取出来的变量排序或删除观测值。如果你做了，变量的第i个观测值将不再与原数据中的第i个观测值匹配。

数据框中替换变量或生成个新变量，键入：

> data$var1 <-var # 在数据中用var替换var1

> data$new.var <-var # 在数据中生成一个新变量var

R有一个很直观的方法来重编变量，依敕于逻辑运算符为TRUE和FALSE的返回语句。数学的运算符(如==, !=, >, >= <, 和 <=)选取维数相同的两个变量(标量，等长的向量，行列相同的矩阵，或相同维数的数组)和比较第1个对象中的每个元素与它在第2个对象相对应的元素。

== 检查一个变量与列出的另一个变量的相等情况，例如：

> x <-c(1, 2, 3, 4, 5) # 建立对象x

> y <-c(2, 3, 3, 5, 1) # 建立对象y

> x == y

[1] FALSE FALSE TRUE FALSE FALSE # x的各个元素在y中的对应元素相比较的结果(=符号不是逻辑运算符)，仅第3个元素相等。

!= 检查一个变量与所列出的其它对象中元素不等的情况。继续例子：

> x != y

[1] TRUE TRUE FALSE TRUE TRUE

> (>=) 检查在左手一侧的对象中每个元素是否大于(或等于)右手边对象中对应的元素。继续例子：

> x > y

[1] FALSE FALSE FALSE FALSE TRUE # 仅对象x的第5个元素大于对象y中的第5个元素，比对象y中对应元素大的情况

> x >= y

[1] FALSE FALSE TRUE FALSE TRUE # 对象x中的第3个元素与y中的第3个元素相等，因此第3个元素的位置变成TRUE。

< (<=) 检查在左侧对象中的每个元素是否小于(等于)右侧对象中对应的成份，继续上面的例子：

> x < y

[1] TRUE TRUE FALSE TRUE FALSE # 对象x中的第1、2和4个元素比对象y中对应的元素小。

> x <= y

[1] TRUE TRUE TRUE TRUE FALSE # 对象x中的第3个元素与y中的第3个元素相等，因此第3个元素的位置变成TRUE。

对于5个元素的两个对象，数学运算比较x中的第1个元素与y中的第1个元素，第2个对应第2个，以此类推。因此x和y的数学比较返回

值是5个TRUE/FALSE的语句。相似地，对于两个矩阵，每个分别是3行和20列的，数学运算将返回一个3×20逻辑值矩阵。

还有其它逻辑运算符允许你来组合和比较逻辑语句：

& 是and的逻辑等号，用逻辑语句来解析一个数组与其对应的数组，如果有两个数组的同一位置的值为TRUE，仅返回一个TRUE,例如：

> a <-matrix(c(1:12), nrow = 3, ncol = 4) # 建立一个矩阵a

>a

[,1] [,2] [,3] [,4]

[1,] 1 4 710

[2,] 2 5 811

[3,] 3 6 912

> b <-matrix(c(12:1), nrow = 3, ncol = 4) # 建立一个矩阵b

>b

[,1] [,2] [,3] [,4]

[1,] 12 9 6 3

[2,] 11 8 5 2

[3,] 10 7 4 1

> v1 <-a > 3 # 建立一个由逻辑值T/F组成的矩阵v1

> v2 <-b > 3 # 建立一个由逻辑值T/F组成的矩阵v2

# 检查在v1和v2中是否第(i,j)的值都是TRUE，因为在v1中第2-4列为TRUE，在v2中第1-3列为TRUE，因此此处第2-3列的值为true。

> v1 & v2

[,1] [,2] [,3] [,4]

[1,] FALSE TRUE TRUE FALSE

[2,] FALSE TRUE TRUE FALSE

[3,] FALSE TRUE TRUE FALSE

>(a>3)&(b>3) #与上一步的结果相同

对于更复杂的比较，可能必需用括号来给逻辑语句来指定范围。

| 表示或or的逻辑符号，解析结果是只要两个相比较中有一个为TRUE，接着上面的例子继续：

# 在a矩阵中，(1,1)和(2,1)都是小于3，在矩阵b中，(2,4)和(3,4)都小于3；符号|返回(1,1)、(2,1)、(2,4)和(3,4)中为TRUE的值

> (a < 3) | (b < 3)

[,1] [,2] [,3] [,4]

[1,] TRUE FALSE FALSE FALSE

[2,] TRUE FALSE FALSE TRUE

[3,] FALSE FALSE FALSE TRUE

符号&&(if and only if)和||(either or)用来控制函数的命令流。运算符&&，如果在比较语句中每个元素为TRUE，仅返回一个TRUE；运算符||返回在比较语句中有一个元素为TRUE，就返回值为TRUE。与&和|运算符不同，它们返回一列逻辑值，而&&和||运算符仅返回一个逻辑语句，不分在考虑比较中对象的维数。因此&&和||逻辑运算符不适合用来重编码变量。

变量的编码和重编码

R使用逻辑语句向量来显示一个变量应该怎么编码或重编码。例如，建立一个新变量var3，如果var1<var2，var3就等于1，否则等于0：

> var3 <-var1 < var2 # 建立一个由n个T/F组成的向量

> var3 <-as.integer(var3) # 把var3中TRUE用1、FALSE用0替换

> var3 <-as.integer(var1 < var2) # 把上面的两步组合成一步进行替换

除了产生一个虚拟变量外，你也可以用逻辑运算符来定义为某个具体的值，见3.3.2部分。例如：

> v1 <-var1 == 5 # 建立一个由T/F语句组成的向量

> var1[v1] <-4 # 对于v1中每个TRUE，用4替换var1中值

> var1[var1 == 5] <-4 # 把两步并成一步，结果一样

索引(在方括号内)建立，可以使其它变量便于查阅。例如：

> var1[var2 == var3] <-1

当在var2中第i个值等var3中第i值时，用1替换var1中第i个值。如果你用的是=而不是==，那么你将用1替换var1中所有的值，因为=是赋值变量的另一种方式。因而，语句var2 = var3当然为真。

最后，你也可以用指定的值(最常见的是NA)替换任意(字符、数字、或逻辑)值。

> var1[var1 == "don’t know"] <-NA # 用缺失值NA替换全部 "don’t know"

当用重编码变量var1替换原来数据data$var1中的var1后：data$var1<-var1。你可以组合重编码和替换步骤成一步进行，例如：

> data$var1[data$var1 =< 0] <--1

另一选择方法，不仅仅是对变量中指定值重编码，你可以从已有变量计算产生新变量。例如：

> var3 <-var1 + 2 * var2

> var3 <-log(var1)

当生成新变量后，用赋值机制<-把新变量插入到数据框中。

除了产生虚拟变量之外，你可以转换一个向量成一个虚拟指示变量的矩阵。例如，见7.3部分，转换一个向量成k个唯一值(在一个完整向量中有n个观测值)进入到n×k矩阵。

数据缺失值

处理你变量中的一些缺失值：

1. 你可用Amelia(或其它程序)对数据集进行多重推理来生成。

2. 你可省略缺失值。Zelig模型自动应用智能列表舍弃缺失值，运行模型不需要采用行动。为获得观测值的总数，或用其它描述性统计分析来分析数据集，你可以手动省略不完整的观测值。要这样做，首先是建立一个仅含要分析变量的数据框。例如：

> new.data <-cbind(data$dep.var, data$var1, data$var2, data$var3)

cbind()命令是"捆绑列"变量成一个数据框。(相似的命令rbind()是"捆绑行"把各变量相同数据步的观测值进入一个数据框)。从新数据框中省略缺失值：

> new.data <-na.omit(new.data)

如果你对整个数据框执行na.omit()，你将冒删除观测值的风险，即那些在你试验变量的值是完整的，但是在其它变量是缺失值，它们将被删除。新建一个仅含有你试验变量的数据框，na.omit()后保留的观测值数目常常增加了。(即你有针对性的省略，使可用的观测值增加，如果直接少略，许多因某个变量有缺失值而丢失不少可用的观测值)

下一章进行统计分析命令，进度将放慢一些。

<未完待续>

lin

哪位仁兄有R2.4.0和EVIEWS5.0啊?发给我好吗?

linzncj@yahoo.com.cn

不甚感激

areg

[quote]引用第14楼lin于2006-11-29 23:55发表的“”:

哪位仁兄有R2.4.0和EVIEWS5.0啊?发给我好吗?

linzncj@yahoo.com.cn

不甚感激[/quote]

请看本帧主题下第2章，安装R，介绍得很细，看帧要认真呀

areg

#######################################################

# 4 Statistical Commands 29

# 4.1 ZeligCommands ................................. 29

# 4.1.1 QuickOverview .............................. 29

# 4.1.2 Examples ................................. 30

# 4.1.3 Details................................... 32

# 4.2 SupportedModels................................. 37

# 4.3 ReplicationProcedures .............................. 40

# 4.3.1 SavingReplicationMaterials....................... 40

# 4.3.2 ReplicatingAnalyses ........................... 41

########################################################

#######################################################

# 4 Statistical Commands 29

# 4.1 ZeligCommands ................................. 29

# 4.1.1 QuickOverview .............................. 29

# 4.1.2 Examples ................................. 30

# 4.1.3 Details................................... 32

########################################################

第4章统计分析命令

4.1 Zelig命令

4.1.1 概况游览

任何统计分析模型，Zelig用3个命令zelig()、setx()和sim()的组合就完成。见手册中图4.1。(#文本中不能显示图形！)zelig()关联的总体概况summary(),第2个命令setx()是分析相关的条件命令whatif()，第3个命令sim()涉及的是描述性统计summary()和图形plot()。

1. 对于给定的数据集，用zelig()来选择统计模型和指定一组变量。对于标准的概似(似然)模型，例如，系数估计、其它模型参数和方差与协方差矩阵等这样的步骤。此外，你可以选项变量中选择：

(1) 预处理：在调用zelig()之前，你可以选择许多种数据预处理(例如，匹配或多重推理)来使你的统计分析推断更准确。

(2) 模型概述：调用zelig()后，你可以用summary()来概述相关的输出结果。

2. 提前考虑"感兴趣的统计量"，用setx()来设置解释变量中的每一个变量以来确定选择(实际或违实的)值。调用setx()后，你可以用WhatIf来解析决定他们所涉及的是否用内推(即在观测值数据内部某个突出部分)或外推这些选择,还有从该数据中这些违实情况有多少。在setx()的违实选择包含从数据外推程度能生成更加独立模型的考虑(King and Zeng (2006)，Stoll et al. (2006))。

3. 用sim()来把你的"感兴趣的统计量"从模型中得到模拟(如，预测值、预测概率、风险率或首要差异)。(这些模拟值可能是使用近似正态渐进地得出(默认情况)，bootstrapping，或当变量是如直接来自Bayesian posterior的其它方法)。调用sim()后，用下面的方式概述该模拟：

(1) summary()函数给出数字型显示。对于多重的setx()值，summary()让你概述从观测值中选取一个观测值或观测子集模拟。

(2) 如果setx()的值仅由一个观测值组成，plot()生成每个"感兴趣的统计量"的密度图。

无论哪种可能，我们用z.out作为zelig()的对象输出，x.out作为setx()的输出对象，s.out作为sim()输出对象，但你也可选择其它名字。

4.1.2 示例

(1) 使用Zelig中的数据集turnout去估计有关种族和年龄函数的每个人投票概率逻辑模型。模拟每个白人投票的预期概率，认为用年龄有意义：

> data(turnout)

> z.out <-zelig(vote ~ race + age, model = "logit", data = turnout)

> x.out <-setx(z.out, race = "white")

> s.out <-sim(z.out, x = x.out)

> summary(s.out)

###########################################

Model: logit

Number of simulations: 1000

Values of X

(Intercept) racewhite age

1 1 1 45.3

Expected Values: E(Y|X)

mean sd 2.5% 97.5%

1 0.7675 0.01010 0.7474 0.787

Predicted Values: Y|X

0 1

1 0.24 0.76

##########################################

(2) 计算首要差异(两样本或两变量或两因子水平间的平均数之差)和风险率，12到16岁教育的改变，用数据中其它变量的平均数为条件：

> data(turnout)

> z.out <-zelig(vote ~ race + educate, model = "logit", data = turnout)

> x.low <-setx(z.out, educate = 12)

> x.high <-setx(z.out, educate = 16)

> s.out <-sim(z.out, x = x.low, x1 = x.high)

> summary(s.out) # 数字值概况

> plot(s.out) # 图形概况

#########################################

Model: logit

Number of simulations: 1000

Values of X

(Intercept) racewhite educate

1 1 1 12

Values of X1

(Intercept) racewhite educate

1 1 1 16

Expected Values: E(Y|X)

mean sd 2.5% 97.5%

1 0.771 0.01052 0.7502 0.791

Predicted Values: Y|X

0 1

1 0.241 0.759

First Differences in Expected Values: E(Y|X1)-E(Y|X)

mean sd 2.5% 97.5%

1 0.09388 0.008002 0.07788 0.1095

Risk Ratios: P(Y=1|X1)/P(Y=1|X)

mean sd 2.5% 97.5%

1 1.122 0.01095 1.100 1.143

>

#########################################

(3) 计算你数据集中每个观测值的期望值：

> data(turnout)

> z.out <-zelig(vote ~ race + educate, model = "logit", data = turnout)

> x.out <-setx(z.out, fn = NULL)

> s.out <-sim(z.out, x = x.out)

> summary(s.out)

#########################################

Model: logit

Number of simulations: 1000

Mean Values of X (n = 2000)

(Intercept) racewhite educate

1.000 0.854 12.067

Pooled Expected Values: E(Y|X)

mean sd 2.5% 97.5%

0.7458 0.1138 0.4434 0.9108

Pooled Predicted Values: Y|X

0 1

1 0.2549 0.745

>

#########################################

(4) 使用有序逻辑模型进行5重推理，数据来源于Scheve and Slaughter(2001)：

> data(immi1, immi2, immi3, immi4, immi5)

> z.out <-zelig(as.factor(ipip) ~ wage1992 + prtyid + ideol,

model = "ologit",

data = mi(immi1, immi2, immi3, immi4, immi5))

#########################################

> z.out

[[1]]

Call:

zelig(formula = as.factor(ipip) ~ wage1992 + prtyid + ideol,

model = "ologit", data = mi(immi1, immi2, immi3, immi4, immi5))

Coefficients:

wage1992 prtyid ideol

-0.47225 0.02215 0.10887

Intercepts:

1|2 2|3 3|4 4|5

-2.9684 -1.9158 0.3212 1.4754

Residual Deviance: 6696.12

AIC: 6710.12

[[2]]

………………………………

attr(,"class")

[1] "MI"

>

#########################################

(5) 通过MatchIt包来使用最接近匹配得分，接着计算该条件的岗前培训设计的平均处理效果，使用线性回归模型：

> library(MatchIt)

> data(lalonde)

> m.out <-matchit(treat ~ re74 + re75 + educ + black + hispan + age,

data = lalonde, method = "nearest")

> m.data <-match.data(m.out)

> z.out <-zelig(re78 ~ treat + distance + re74 + re75 + educ + black +

hispan + age, data = m.data, model = "ls")

> x.out0 <-setx(z.out, fn = NULL, treat = 0)

> x.out1 <-setx(z.out, fn = NULL, treat = 1)

> s.out <-sim(z.out, x=x.out0, x1=x.out1)

> summary(s.out)

#########################################

> summary(s.out)

Model: ls

Number of simulations: 1000

Mean Values of X (n = 370)

(Intercept) treat distance re74 re75 educ

1.0000 0.0000 0.4654 2280.9388 1746.2051 10.4081

black hispan age

0.6568 0.1676 25.9351

Mean Values of X1 (n = 370)

(Intercept) treat distance re74 re75 educ

1.0000 1.0000 0.4654 2280.9388 1746.2051 10.4081

black hispan age

0.6568 0.1676 25.9351

Pooled Expected Values: E(Y|X)

mean sd 2.5% 97.5%

5525 1956 2101 9858

Pooled First Differences in Expected Values: E(Y|X1)-E(Y|X)

mean sd 2.5% 97.5%

1216.7 803.9 -503.2 2780.6

>

<未完待续>

areg

#########################################

4.1.3 细节

#########################################

1. z.out <-zelig(formula, model, data, by = NULL, ...)

zelig()命令对指定的数据集估计选择一个统计分析模型。你可以命名输出结果(上面的z.out)为你想的名。你必需包括三个参量，按下面的秩序进行：

(a) formula公式的格式为y~ x1+x2,其中y是因变量，x1和x2是解释变量(自变量)，并且y,x1,x2都包含在同一个数据集中。加号+表示的是“包括”而不是“加”。你可以包括不用提前计算的x1*x2格式的相互作用词条，或者包括独立的主效应。例如，R处理公式 y~ x1*x2的方式是y~ x1 +x2 +x1*x2。为了阻止R自动包括各个独立主效应条目，使用I()函数，因此：y ~ I(x1 * x2)。

(b) model模型，让你选择执行哪个统计分析模型。你必需用双引号标出模型的名字，例如：它的格式为model="ls"。见4.2部分列出当前支持的模型。

(c) data数据,指定一个含有公式中调用变量的数据框，格式为data=mydata。另一可选方案是，你可以输入多个多个类推数据集，所用格式为data = mi(data1, data2, ...)(脚注1)。如果你操作的是用MatchIt建立的匹配数据，你可以在zelig()语句内使用data=match.data(…)新建一个数据框。在全部情形中，数据框或MatchIt对象必需提前载入到工作内存中。

(d) by(参数选项，它的默认值是NULL)允许你在数据框中选择一个因子变量(见2部分)为子变量。对每一个唯一层的定义用by变量，zelig()进行独立运行这个指定模型。变量的选择将不在公式中，因为在子集中by变量中没有变量。如果你有一个数据集是关于联合国191个国家,例如，你可以用by选项来运行191次，每个国家一次，全都用一个zelig()语句。你也可以用by选项来对MatchIt子类运行这些模型。

(e) 输出对象z.out，含有所有选项的选择，包括数据集的名。因为数据集可能非常大，Zelig不保存所有的数据集，仅保存数据的名。每一次，你使用Zelig函数，它将在工作内存中搜索恰当名的数据集。(因此，在调用zelig()和setx()之间，或在setx()和sim()之间，对你选择的变量执行任意附加运算，一个关键点是，你不要改变你的数据集名。)

(f) 如果你想看看这些中间步骤相关输出，键入summary(z.out)来返回相关系数、标准误、统计检验量和概率值p。相反，我们推荐你计算大量的关注点；建立z.out仅是在这个任务3步骤中的第1步。

脚注1 多重推理是一种对数据缺失值处理的方法，比通常用的智能删除(list-wise deletion)方式更强大。你可以用如Amelia这样的程序来建立多重推理数据集；见King, Honaker, Joseph, Scheve (2000)。

########################################

<未完待续>

areg

#########################################

4.1.3 细节

#########################################

2. x.out <-setx(z.out, fn = list(numeric = mean, ordered = median, others = mode), data = NULL, cond = FALSE, ...)

setx()命令让你从各个解释变量(自变量)选择值，为用sim()来模拟许多关注点准备。setx()有两种操作类型：

(1) 你可执行通常的无条件预测(默认值,cond=FALSE)，通过清晰地选择你自己的每个解释变量的值，或者让setx()计算它们，这些值要么来自于用于建立z.out的数据，要么来自一个新数据集，指定数据参量的选项。你也可以对你的解释变量全部观测值计算其预测值，使用fn=NULL。

(2) 另一选择，对于高级用户，你可以执行条件预测(cond=TRUE)，对因变量观测值限定条件来预测某些"感兴趣的统计量"。在一个简单的线性回归模型中，这个操作并没有什么特别有趣之处，由于这个条件预测仅仅只是那观测因变量的观测值。不管怎样，这种条件预测对其它模型和方法是极有用的，包括下面的：

-在匹配的抽样设计中，对于处理的样本平均处理效应，可以通过计算处理组和他们的预期值的不同因变量间的差异来估计，或者没有进行处理的因变量的预期值(?)。

-对于被检查过的数据，条件预测将确保全部观测值大于被检查过的观测值(King et al. 1990)。

-在生态推理模型中，条件预测保证预测值是在线性层片上进行的，严格限制在已知边界内(King 1997; Adolph et al. 2003)。

-在许多线性随机效应(或分层Bayesian)模型的条件预测是非条件预测和观测的因变量的值的加权平均，以加权来预测有很高的确定性，对于这类观测值中，对因变量的值加权是很小的，因此减少了无效性；当没有加权的预测值有很高的不确定性，对不用条件的预测的相对权重是很小的，因此它减少了偏差。尽管一个简单的加权平均表达式在非线性模型中不再保留，在通常的逻辑回归中还保留，测量的均方误差典型地降低了(King et al. 2004)

在这些和其它模型中，对因变量的观测值加以条件限制能大大增加预测和测量的准确性。

setx()参量对非条件预测如下：

(a) z.out是zelig()输出对象中首先必需包括在内的。

(b) 你可以设置特定的解释变量为某个指定值，例如：

> z.out <-zelig(vote ~ age + race, model = "logit", data = turnout)

> x.out <-setx(z.out, age = 30)

setx()设置的变量如果是数字，如果有序因子是中位数，如果非有序因子是他们的众数，逻辑值和字符串，它不能明确地给出他们的平均数。另一方法是，你可以指定一个解释变量作为他们值的范围，在值的范围内对每个唯一值新建一个观测值(脚注2)：

> x.out <-setx(z.out, age = 18:95)

这就新建了78个观测值，从18岁为第1个观测值，19为第2个观测，直到95这第78个观测值。其它变量设为他们的默认值，但这可以用fn设置改变，在接下来中讲述。

(c) 选项，fn是一个让你选择不同的函数用于不同类的解释变量：

-numeric，默认是计算平均数

-ordered factor，默认是求中位数

-其它变量,由逻辑值、字符串和非有序因子组成，默认设置是它们的众数

然而，任何函数都可以用于数值型变量，默认值是平均数，对有序因子是中位数，众数仅为其它类型的变量提供。在特殊情况下，fn=NULL,setx()返回观测值的这些全部指标。

(d) 在fn参量中，你不能执行其它数据运算，但是可以助来自调用setx的输出结果来给解释变量建立新值。例如，设置解释变量给标准差并跟在平均数后：

> X.sd <-setx(z.out, fn = list(numeric = sd))

> X.mean <-setx(z.out, fn = list(numeric = mean))

> x.out <-X.mean -X.sd

脚注2：如果你允许同时超过一个变的改变，你将冒把问题中的变量的预测效应混杂起来的风险。

(e) 选项，从setx()的值计算结果来标识数据为一个新数据框(而不是用它来建立z.out)。你可以使用这个参量来设置解释变量的值为hold-out或out-of-sample fit tests。

(f) cond对非条件预测总是为FALSE。

如果你想计算风险率或首要差异(平均数之差),第二次调用setx()来为解释变量建立添加设置。例如，继续上面的例子，你可以建立一个解释变量值的可选设置为标准和上面的平均数：

> x.alt <-X.mean + X.sd

要求参量是条件预测如下：

(a) zelig()的输出结果z.out,必需首先包括进去。

(b) fn，它的值为NULL表示所有的观测都被选择。你仅可以对实际观测值进行条件推断，不是观测值的平均数或任意其它函数对观测值的应用。因此，如果fn是缺失值，但cond=TRUE，setx()强制转化fn=NULL。

(c) data,用于条件预测的数据。

(d) cond，对于条件预测，它的值为TRUE。

############################################

<未完待续>

areg

############################################

3. s.out <-sim(z.out, x = x.out, x1 = NULL, num = c(1000, 100),

bootstrap = FALSE, bootfn = NULL, ...)

sim()命令模拟"感兴趣的统计量"从zelig()和setx()中给出输出对象。这个操作仅用于统计模型的假定。sim()命令执行非条件或条件预测取决于在setx()中选项的选择。

对于非条件预测的参量如下：

(a) z.out，来自zelig()的模型输出。

(b) x，来自setx()执行模型输出操作后的输出。

(c) 选项，你可指定x1来计算首要差异，一个附加的setx()对象。例如，使用x.out和x.alt，你可以生成首要差异，应用如下：

> s.out <-sim(z.out, x = x.out, x1 = x.alt)

(d) 默认情况，模拟的数目、和等于1000(或如果选择用bootstrap时，用100。#请别超过500，本人试过，500次，我的机器大约要10分钟，慢啊)，但这可以降低一点以增加操作速度，或为了准确而增加次数。

(e) Zelig模拟参数来自经典的极大似然模型，使用渐近正态近似来进行逻辑似然。同样这种假定也用频次假设检验(当然，频次假定等于对先前一致性不好的值用Bayesian 后验概率渐近近似)(King, Tomz, and Wittenberg (2000))。对于Bayesian模型，无论哪种可能，Zelig从后验密度来模拟"感兴趣的统计量"。对于稳健的Bayesian模型，模拟来自Bayesian后验概率标识类型。

(f) 另一方法，你可以对模拟参数设bootstrap=TRUE来使用bootstrapped(重抽样替代原值)数据集。如果你的数据集很大，bootstrap过程通常将需要更多存储加强器和比使用渐近正态近似费时间。bootstrapping的类型(包括抽样方法)是由可选项参量bootfn来决定，见下面的描述。

(g) 如果选择bootstrap = TRUE，sim()将用默认的bootfn来重抽样参数，这种替换数据框来建立相同观测数的新数据框的重复抽样方式，接着再执行zelig()(在sim()函数内)以建立一组重复抽样参数。另一方法，你可以在sim()操作外建立一个函数来处理不同的重复操作。更多细节，请参考help(boot)(脚注3)。

对于条件预测，sim()仅取两个需要参量：

(a) z.out，来自zelig()的模型输出。

(b) x，来自setx()的条件输出。

(c) 可选项，对于持续性模型cond.data，它的数据参量来自setx()。对于模型中持续性因变理(见6部分)，sim()必需归咎于在计算平均处理效应之前的未经检查的因变量。输入cond.data允许sim()来生成近似值。

添加参量被忽略或生成错误信息。

脚注3 如果你选择建立你自己的bootfn，必需包括下面3个参量：data,原始数据框；使用help(boot)中所描述中的抽样方法中的一种；还有就是对象，原始zelig()输出对象。可选的重复抽样函数必需的样本数据、拟合的模型和提取指定模型参数。

<未完待续>

areg

显示结果

1. 用summary(s.out)显示你模拟数量的概述。你可以如下指定有效位数：

> print(summary(s.out), digits = 2)

2. 另一方法，用plot(s.out)制出结果图。

3. 你也可以用names(s.out)来查看在这个对象中的名字和元素的描述，用.运算符来提取特定的结果。对于大多数模型，它们是：s.out$qi$pr(表示提取预测值)，s.out$qi$ev (提取期望值)，s.out$qi$fd (提取期望值中的首要差异)。对于逻辑、概率、多项式逻辑和那些有序逻辑、有序概率模型、"感兴趣的统计量" ，也包括s.out$qi$rr (风险率)。(# 原文：For the logit, probit, multinomial

logit, ordinal logit, and ordinal probit models, quantities of interest also include s.out$qi$rr (the risk ratio).)

<未完待续>

fx2006ms

跟着areg老师的讲解看了几段，明天继续看！

谢谢

areg

[quote]引用第21楼fx2006ms于2006-12-01 00:11发表的“”:

跟着areg老师的讲解看了几段，明天继续看！

谢谢[/quote]

看了起步阶段的部分，对R有了初步的了解，最好回到原作者的原文去跟原著学习，是比较好的方式。

其实R并不难学，贵在坚持！

areg

#######################################################

# 4 Statistical Commands 29

# 4.2 SupportedModels................................. 37

########################################################

4.2 Zelig支持的模型

我们在这里列出Zelig中全部可用的模型，按因变量的性质来组织进行预测、解释或描述。

# 在文本中，不少字符不能用，只好用汉字等代替。此部分统计术语太多，本人了解有限，敬请先或只参考原文来学习Zelig。

1. 无边界连续因变量的可取任意实数值，范围是(负无穷，正无穷)。大多数这些模型中设的是一个连续性因变量，而Bayesian因子分析多个连续性因变量。

(a) "ls" 线性最小二乘法(见12.16)计算最小残差平方和的系数。这是计算线性回归系数常用的方法，返回无偏差估计量β和方差(对指定模型设有条件)

(b) "normal" 正态(见12.20)模型对正态随机成分和有序线性成分计算极大似然估计。系数标识为ls，但是极大似然估计是对方差的一致性而不是偏离程度。

(c) "normal.bayse" 正态Bayesian回归模型(见12.21)与极大似然Gaussian回归相似，但是它进行的是经由来自exact posterior或priors进行的有效小样本推断。

(d)"tobit" tobit回归模型(见12.30)检查左侧观测值的正态分布。

(e)"tobit.bayes" Bayesian tobit分布(见12.31)检查左侧和/或右侧观测值的正态分布。

(f)"factor.bayes" Bayesian因子分析模型(见12.7)估计多个连续型因变量作为潜在解释变量的函数。

2. 二歧因变量由两个离散值组成，通常是(0, 1)。

(a) "logit" Logistic回归(见12.13)指定Pr(Y=1)给一个由一组解释变量组成的线性函数(n 逆)逻辑转换。

(b) "relogit" 稀有事件逻辑回归选项(见12.29)估计，作为相同的逻辑模型，但它是对于稀有事件(当输出结果之一比其它的更常见)偏差的校正。它也是对校正抽样设计选择基础(对照)而进行提前校正的选项。

(c) "logit.bayes" 逻辑Bayesian回归(见12.14)与极大似然逻辑回归相信，但是它进行的是经由来自exact posterior或priors进行的有效小样本推断。

(d) "probit" 概率回归(见12.37)指定Pr(Y=1)给一个由一组解释变量组成的线性函数(n 逆)CDF正态转换。

(e) "probit.bayes" Bayesian概率回归(见12.28)与极大似然概率回归相似，但是它进行的是经由来自exact posterior或priors进行的有效小样本推断。

(f) "blogit" 二元变量逻辑模型(见12.1)，模型中Pr(Yi1 = y1,Yi2 = y2)对应于(y1,y2) = (0, 0), (0, 1), (1, 0), (1, 1)，根据二元正态分布密度。

(g) "bprobit" 二元变量概率模型(见12.2),模型中Pr(Yi1 = y1,Yi2 = y2)对应于(y1,y2) = (0, 0), (0, 1), (1, 0), (1, 1)，根据二元正态分布密度。

(h) "irt1d" 一维项响应模型(见12.11)，取值为多个二歧因变量和把模型中的值作为一个潜在(未观察到的)解释变量的函数。

(i) "irtkd" k维项响应模型(见12.12)，取值为多个二歧因变量和把模型中的值作为k个潜在(未观察到的)解释变量的函数。

3. 序号常用于模型中排序和离散因变量。变量的输出值(如kill, punch, tap, bump)是有序的，但是任意两个连续分类间的距离不能精确确定。每个因变量可以认为是线性的，是一个连续的、未观察到的因变量观测值，执行的机制是返回一个有序的选择。

(a) "ologit" 秩序逻辑模型(见12.22)指定未观察变量的随机成分为一个标准逻辑分布。

(b) "oprobit" 秩序概率分布(见12.23)指定未观察变量的随机成分为一个标准正态分布。

(c) "oprobit.bayes" Bayesian秩序概率模型(见12.24)与秩序概率回归模型相似，但是它进行的是经由来自exact posterior或priors进行的有效小样本推断。

(d) "factor.ord" Bayesian秩序因子分析(见12.9)，做观测值模型，用有序因变量作为潜在解释变量的函数。

4. 多项因变量是无序的，为离散分类响应。例如，你可以在各个牌子的橙子汁间做单个人选择，或在一次选举中各个候选人间做单个选择。

(a) "mlogit" 多项逻辑模型(见12.17)，根据多项随机成分和逻辑分类成分指定分类响应分布。

(b) "mlogit.bayes" Bayesian多项逻辑回归(见12.18)与极大似然多项逻辑回归相似，但是它进行的是经由来自exact posterior或priors进行的有效小样本推断。

5.计数因变量是非负整数值，如总统否决的次数或撞到光子探测器的光子数目。

(a) "poisson" 泊松模型(见12.25)在给定观测期限的解释变量的指数函数，指定事件的期望值。泊松随机组分的特性就是λ = E(Yi|Xi) = V(Yi|Xi)

(b) "poisson.bayes" Bayesian Poisson回归(见12.26)与极大似然泊松回归相似，但是它进行的是经由来自exact posterior或priors进行的有效小样本推断。

(c) "negbin" 负二项式模型(见12.19)与泊松分布有相同的组分，但是允许事件计数来结束离散，如V(Yi|Xi) > E(Yi|Xi)

6. 有界连续因变量它的连续性限定有一定范围内，通常是(0,正无穷)。此外某些模型(exponential, lognormal, and Weibull)要求其值大于某些检查点，以至于这些因变量有的具有全部观测值，而其它一些变量仅有部分观测值(检查点)。

(a) "gamma" Gama模型(见12.10) 要求是正数，连续因变量为全部观测值(没有检查点)。

(b) "exp" 指数模型(见12.6) 右检查点因变量假定风险函数是超时常数。对于某此变量，主题可能是脱离现实的假设，或多或

少很可能再长一点对于解释变量将失败。

(c) "weibull" Weibull模型(见12.32)右检查点通过包括添加尺度参数，放宽风险常数的假设，α：如果α>1，失败的风险增加更长主题的存活；如果α<1，失败的风险降低更长主题的存活。然而zelig()默认估计的α，你可以可选α为任何大于0的值。固定α=1的结果是变成一个指数模型。

(d) "lognorm" 逻辑正态模型(见12.15) 对右检查点，在因变量指定的风险函数不是单调的，在观测周期部分增加了风险，其它部分降低了风险。

7. 混合因变量包括的模型，取值为超过一个变量，而这些变变来自两个或多个上面所分的类。(他们可以是不一致的类型。)

(a) Bayesian混合因子分析模型与Bayesianl因子分析模型、有序因子分析模型相反，以两种因变量作为潜在解释变量的函数为模型。

8. 生态推断模型估计未观测内部单元值，用观测值的行和列边界给出一个列联表。

(a) ei.hier 分层ei模型(见12.4)用于2×2列联表层面的估计。

(b) ei.dynamic Quinn’s 动态 Bayesian ei模型(见12.3)，用临时依赖于全表来对2×2列联表估计一个动态Bayesian模型。

(c) ei.RxC R×C ei模型(见12.5)为超过2行或2列的列联表估计一个多项控制ei模型。

<未完待续>

areg

#######################################################

# 4 Statistical Commands 29

# 4.3 ReplicationProcedures .............................. 40

# 4.3.1 SavingReplicationMaterials....................... 40

# 4.3.2 ReplicatingAnalyses ........................... 41

########################################################

4.3 重复操作

大部分任何统计分析证明在给定同样数据下你的操作，任何人都能重复你的结果。此外，许多杂志要求引用和"数据集备份"的传播以让其它人能重复你的结果(see King, 1995)。如果你想为你自己的记录建立材料备份，或提供数据给其它人或出版物作为参考，Zelig使这个过程非常容易。

4.3.1 保存材料备份

让mydata作为你最后一个数据集，z.out是你的zlig()输出，s.out是sim()输出。把全部这些保存在一个文件中，键入：

> save(mydata, z.out, s.out, file = "replication.RData")

这就在你的工作目录下建立一个文件replication.RDdata。你可以用zip或gzip工具压缩这个文件。如果你运行几个具体结果，所有这些估计都可以保存为一个.RData文件。甚至你仅从这些模型中建立"感兴趣的统计量"，你仍然可以保存全部具体结果在一个文件中。例如：

> save(mydata, z.out1, z.out2, s.out, file = "replication.RData")

尽管.Rdata格式能包括数据集，也能包括输出对象，但是它不是保存大数据集最有效的方式。用未压缩格式，ASCII文本文件保存数据所占空间比用.RData少。(当压缩时，文本格式的数据仍然比.RData格式数据小)。因此，如果你的观测值超过10万个，你希望把数据集与Zelig输出对象分开保存。为此，使用write.table()命令。例如，如果mydata是你工作空间的一个数据框，使用write.table(mydata, file = "mydata.tab") 来保存它为以tab分隔符的ASCII文本文件。你也可以指定其它分隔符；见help.zelig("write.table")中的可选项。

4.3.2 重复分析

如果数据集和分析全都保存在一个.RData文件中，并位于你的工作目录中，你可以简单健入：

> load("replication.RData") # 载入备份文件

> z.rep <-repl(z.out) # 仅重复模型

> s.rep <-repl(s.out) # 重复模型和"感兴趣的统计量"。

默认情况，repl()用相同的选项以来建立原始输出对象。因此，如果原始对象s.out使用bootstrapping进行245次模型，s.rep对象将相似地进行245次bootstraped模拟。此外，当重复"感兴趣的统计量"来再使用而不是重新恢复模拟参数，你可用prev可选项。健入help.zelig("repl")来查看repl()可选项的完整列表。

如果数据是保存为文本文件，用read.table()来载入数据，接着进行重复分析：

> dat <-read.table("mydata.tab", header = TRUE) # dat是在z.out中使用的相同的名

> load("replication.RData")

> z.rep <-repl(z.out)

> s.rep <-repl(s.out)

如果你载入数据有问题，请参考3.2.2部分。

最后，你可以用identical()命令来验证这个重复的相关输出的各步与原始zelig()输入是否一致(脚注4)。例如：

> identical(z.out$coef, z.rep$coef) # 检查系数如果参数是再模拟或再抽样，模拟"感兴趣的统计量" 将与原始数量有变化。如果你想用identical()来证实"感兴趣的统计量"是一致的，你可以用

# 再启用(保存)原始sim()输出中的模拟参数(和保存)

> s.rep <-repl(s.out, prev = s.out$par)

# 检查期望值的一致性。你可以为每个qi如下做。

> identical(s.out$qi$ev, s.rep$qi$ev)

脚注4 identical()命令检查数字值的小数位(16进制)的最大数目的一致性，也检查两个对象有相同的类(numeric, character, integer, logical, or factor)。更多信息参考help(identical)。

<未完待续，后面是第5章图形命令>

areg

################################################################

# 5 Graphing Commands 43

# 5.1 DrawingPlots ................................... 43

# 5.2 Adding Points, Lines, and Legends to Existing Plots . . . 45

# 5.3 SavingGraphstoFiles .............................. 45

# 5.4 Examples ..................................... 47

# 5.4.1 DescriptivePlots:Box-plots ....................... 47

# 5.4.2 DensityPlots:AHistogram ....................... 48

# 5.4.3 AdvancedExamples ........................... 49

################################################################

第5章图形命令

R和此类Zelig能生成特别美观的图形。已有许多内部函数，包括散点图、线图、直方图、条形图、饼图、趋势图、等高线图和各种各样的三维图形。如果你期望，你能练习一个绝对控制来生成所需的正确图形。Zelig为每个模型的一组模拟观测值来包含几默认图形。对于全屏查看这些图形，简单键入plot(s.out)，此s.out是来自sim()的输出。依所所模型，plot()将返回不同的图形。

如果你想建立你自己的图形，这部分回顾了新建和保存二维图形的大多数基本步骤。R制图材料分成两步：

1.你必需调出输出设备(在5.3部分讨论)，选择图形类型、画出图形的范围、画出轴线和给出制图的数据。在此步你也可以确定轴的标签、图的标题和为数据图形的颜色。第1步的概述在下面的5.1部分。

2。可选项，你可以对已有图形添加点、线、文本或图标符号。这些命令在5.2部分概述。

<未完待续>

areg

################################################################

# 5 Graphing Commands 43

# 5.1 DrawingPlots ................................... 43

################################################################

5.1 画图

最一般的制图命令是plot()，它自动识R对象的类型，你尝试制图和选择最好的图形类型。最普通的是用plot()返回图形，如下：

1. 如果X是一个长度为n的变量，plot(X)，返回一个(xi,i) for i =1,...n，散点图。如果X没有排序，这将生成一个散乱的图形。用plot(sort(X))来按升序排列制出 (xi,i)各点的值。

2. 对于两个数值变量X和Y，长度都为n，plot(X，Y)绘出每个点(xi,yi) for i =1,...n的散点图。另一方法，如果Z是一个含有两个向量的对象，plot(Z)也建立散点图。

图形的可选参量包括：

(a) main 参量main给图形添加标题，xlab和ylab分别给x和y轴添加。例如：

plot(x, y, main = "My Lovely Plot", xlab = "Explanatory Variable",ylab = "Dependent Variable")

(b) type 参量type控制你要求的图形类型。默认值是plot(x, y, type = "p")，但是你可以在下面的类型中选择：

"p" 点

"l" 线 # 注意是"L"的小写，不是数字1

"b" 点和线

"c" 画线但不包括点

"h" 直方图

"s" 阶梯函数(阶梯图?)

"n" 一个空白图形区域(用轴指定)

(c) 如果你选择type = "p"，默认R图形是小圆圈(小空心圆点)。你可以指定参量pch来改变点的类型。例如，plot(x, y, type="p", pch=19)建立实心圆的散点图。参量pch的其它可选项：

19 实心圆圈(碟子)

20 更小的实心圆圈

21 正方形

22 菱形

23 向上的三角形

24 向下的三角形

此外，你也可以用参量pch来指定自己的符号，例如pch = "*" 或 pch = "."。

(d) 如果你选择type = "l"，默认是R图形画实线。用参量lty来设置线的类型。例如，plot(x, y, type = "l", lty = "dashed")画的图形是一条虚线。其它可选项是dotted, dotdash, longdash和twodash。

(e) 点、线或条形区颜色设置。例如， plot(x, y, type = "b", pch = 20, lty = "dotted", col = "violet")制成用虚线连接的小实心圆圈，两者都是紫罗兰色。(轴和标签保留黑色)。用colors()查看提供的完整颜色列表。

(f) xlim和ylim设置x轴和y轴的界限。例如，plot(x, y, xlim = c(0, 25), ylim = c(-15, 5)) 设定x轴的范围是[0,25]，y轴的范围是[-15,5]。关于添加图形选项，参考help(par)。

<未完待续>

areg

################################################################

# 5 Graphing Commands 43

# 5.2 Adding Points, Lines, and Legends to Existing Plots . . . 45

################################################################

5.2 对已有图形添加点、线和图例说明

一旦你建立了一个图形，你可以添加点、线、文本或图例说明。安排这些元素的每个放置地方，R在定义图形面积的x轴和y轴术语条目时使其与之匹配，没有匹配定义的是图形窗口或设备条目。例如，如果你的图形中已有x值范围[0，100]的x轴，y轴的范围是[50,75]，那么你可在添加在(55,55)处添加一个点。

(a) points() 画一组或多组点。用pch对已有图形添加点。例如， points(P, Q, pch = ".", col = "forest green")，绘制每个(pi,qi)为很小的绿点。

(b) lines() 用线段连接指定的点。可以使用col和lty参量。例如，lines(X, Y, col = "blue", lty = "dotted")从每个设定的点(xi,yi)到下一个点画一条蓝色的虚线。另一方法，线也可对指定匹配的(x,y)采取命令输出。例如，density(Z)建立一个x向量和一个y向量，plot(density(Z))画出kernel密度函数图形。

(c) text() 在指定匹配的(x,y)处添加字符串。例如，text(5, 5, labels = "Key Point")在图形位置(5,5)处添加标签Key Point。你也可以用font可选项来选择字体，使用cex可选项来确定字体的相对于轴标签的大小，用col可选项选择颜色。可选项的完全列表用help(text)来访问。

(d) legend() 在与指定(x,y)相匹配的位置安排图例说明。键入demo(vertci) 来查看legend()示范。

<未完待续>