Statistics with R

areg

Statistics with R

本论坛提供下载，也可到源址下载

http://zoonek2.free.fr/UNIX/48_R/all.html

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

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

本个与作者联系得到的回复如下：

Quoting 本人给作者的信:

> Hello

> Mr Zoonek

> I am a Ph.D candidate of Ecology from Northeast Normal University in

> China. As I begain to analyze my tril data, I found the R is excellent, and

> I searched about R, feeling the "statistical with R" very suitbale for me.

> Thank you for your contribution.

> I would to translate it to Chinese, and free distribute. However, it

> is difficult to do, I want to try it. Can I get a permission of translating

> from you? or how can I do?

## 作者的回信：

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

You are welcome to do so: the licence I chose explicitely allows translations.

http://creativecommons.org/licenses/by-nc-sa/2.5/

Regards,

-- Vincent

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

## 相关版权问题：（# 网站中的中文选项）

这份资料属于“知识共享组织”

署名-非商业性使用-相同方式共享 2.5

您可自由：

-复制、发行、展览、表演、放映、广播或通过信息网络传播本作品

-创作演绎作品

惟须遵守下列条件：

-署名. 您必须按照作者或者许可人指定的方式对作品进行署名。

-非商业性使用. 您不得将本作品用于商业目的。

-相同方式共享. 如果您改变、转换本作品或者以本作品为基础进行创作，您只能采用与本协议相同的许可协议发布基于本作品的演绎作品。

--对任何再使用或者发行，您都必须向他人清楚地展示本作品使用的许可协议条款。

--如果得到著作权人的许可，您可以不受任何这些条件的限制。

您的合理使用以及其他权利不受上述规定的影响。

这是一份普通人可以理解的法律文本（许可协议全文）的概要。

免责声明

普通文本不是一项许可协议，而仅仅是便于理解法律文本（即完整的许可协议）的参考资料——它是一项一般人可以读懂的包含法律文本关键术语的表达方式。您可以把它看成是下面法律文本的用户友好界面。本文本自身没有法律价值，其内容也不会表现在真实的许可协议之中。

知识共享组织不是一家律师事务所也不对外提供法律服务。发布、展示或者链接本普通文本并不导致“律师-当事人”关系的建立。

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

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

下面开始整理此材料的读书笔记，如果你有兴趣参与，非常感谢你的合作，大家可以分别认领不同章节，以便及时向各位提供及时的中文学习资料。

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

第一章目录(以后各章目录后均保留原书的页码，以便于回来原书去复查校正)

1R前言……1

1.1特征 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

1.1.1 统计分析与信号处理进程 . . . . . . . . . . . . . . . . . . . . . 1

1.1.2 图形界面或没有该界面 . . . . . . . . . . . . . . . . . . . . . . . . . 1

1.1.3 速度问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

1.1.4 内存问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.1.5 图形 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.1.6 自由 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.2 示例 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.3 R的安装 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.3.1 Windows系统下的安装. . . . . . . . . . . . . . . . . . . . . . . . . 2

1.3.2 Linux:安装R的二进制版本 . . . . . . . . . . . . . . . . 3

1.3.3 Linux: Linux: 安装R源类型 . . . . . . . . . . . . . . . . . 3

1.3.4 Mac操作系统 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

1.4 R: 文献 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

1.4.1安装第一步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

1.4.2 参考手册 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

1.4.3 图形 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

1.4.4 更多技术文献 . . . . . . . . . . . . . . . . . . . . . . . 8

1.4.5手册中的图形 . . . . . . . . . . . . . . . . . . . . . . 8

1.5 编辑、图形界面——R中非统计和非编程界面 13

1.5.1 ESS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

1.5.2 Windows特定制本 . . . . . . . . . . . . . . . . . . . . . . . . . 14

1.5.3 R Commander . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

1.5.4 Zelig . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

1.5.5 TODO更多亮点 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

1.6 R: 一些R的基本函数 . . . . . . . . . . . . . . . . . . . . . . . . . 17

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

<内容从今天晚上，开始逐章逐节贴出>

areg

# 以免因个人理解造成差异，标题及主要关键词或疑难词保留原词或不翻译。

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

1R前言(Introduction to R)……1

这部分，我们整体浏览软件软件：就其它数值计算来说，它处于什么地位？它有哪些优缺点？我们可以用它做什么？它有什么限制？它的语法是什么样的？

1.1特征(Features) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

1.1.1 统计分析与信号处理进程(Statistics vs Signal processing) . . . . . . . . . . . . . . . . . . . . . 1

它是一个统计软件：与其它数值计算软件相反（Scilab, Octave）

http://www-rocq.inria.fr/scilab/ # 网址可用

http://www.octave.org/ # 网址可用

它已经提供的函数，不是用来执行通俗的统计运算，而是经典的（如：相关、逻辑相关、方差分析、树形决策、主成份分析等等）[regression, logistic regression, analysis of variance (anova), decision trees, principal component analysis]，现代的（神经网络、辅助重复抽样、广义加性模型和混合模型等等）[neural networks, bootstrap, generalized additive models (GAM), mixed models]。

然而，在统计分析中，有时我们用到许多信息进程算法（傅氏变换、小波变换等等）[Fourrier transform, wavelet transforms]；如果属于这种情况，你可能发现用Scilab或Matlab更为恰当。

1.1.2 图形界面或没有该界面（GUI -- or lack thereof） . . . . . . . . . . . . . . . . . . . . . . . . . 1

它是一个真正的程序编程设计语言，不是一个‘鼠标点击’软件：对软件设计的想象力没有限制，可以用它来做各方面的工具。

如果你真需要一个简易而强大的图形界面，可以看看本文稍后谈论的R Commander。

1.1.3 速度问题（Speed issues） . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

R是一种解释语言：优点是让我们花很少的时间来写代码，缺点是它的计算稍慢——但是除非你想即时计算国家保险公司的文件、对整个英国人口的计算报告，它的效率很快的。

如果速度真是个问题，你可以看看SAS（商业化、昂贵、滞后时代）、DAP（免费但远不完完善：它的设计的初衷是SAS的免费替代品，但是变成了执行统计分析计算的C库）

http://www.gnu.org/software/dap/dap.html # 网址可用

或者在很少的几个库帮助下，你自己能对什么都能（用C或C++）编程设计，

TODO: list of (C, C++, Java) libraries for linear algebra and statistical computations.

http://www.gnu.org/software/gsl/ # 网址可用

http://www.gnu.org/software/goose/goose.html # 网址可用

http://scythe.wustl.edu/scythe01/intro01-1.html # 网址可用

或者（就是我建议的途径）你开始用R编程，直到你有一个稍慢而正确的设计，预编你的程序（意思：发现什么地方最花时间），试着变换算法让它更快点，如果还不行，用C来编写该部分。如果你在一个结构有缺陷的程序和在总体时间上并不真正重要、并且非常难以修改或扩展的执行实现部分，试着过早优化你的编程设计，你将冒在进行化优化上损失时间的风险，或者你的项目在它没有完成之前就轻易放弃的风险。

1.1.4 内存问题（Memory issues） . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

这是R的另一个问题：它趋向于载入所有的数据到内存中（这是变慢的原因，但在R的2版本以后开始得以改进）。对于很大的数据，R可能不是最好的选择：我近来扩展到事遗传数据分析，它们的数据对R来说，太大了，对SAS来说，也太大了，以至于只能依靠自己编程来解决。然而，正如我上面所述，R可能是这种原型设计的最好平台的选择，当我们不知道哪种算法更恰当或不知道计算要花多少时间，写出应用的第一个版本在R测试。更进一步来说，R能访问大多数类型的数据库（如PostgreSQL，甚至允许你在R中把保存步骤都编写好），你能在数据库中保存你的数据和当你需要时，仅取回你需要的数据。把数据载入内存时的起动时间期间，恰好可以听几分钟音乐来娱乐下。

1.1.5 图形（Graphics）. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

R能生成的图形包括当前软件不能生成的图形：如情报图、数据探索图，图形很好，但是如果你想使用这些图形，要注意压缩或自定义格式，因为你可能用其它软件来访问这些图形，比方说，用R建立的文件标题图像应为PovRay和Gimp格式。

http://www.stat.auckland.ac.nz/~paul/ # 到这个地方，你能得到许多R图形的宝贵资源

1.1.6 自由（Freedom）. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

最后，R是一个自由软件(“自由”所指开发应用自由，同时作为免费软件)。但要注意，一些(较少)的库(即程序包)并不是无条件免费的，仅能用于非商业目的，一定要注意它的许可范围。

1.2 示例（Examples）. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

一些人已经开始建立了R的图表种类：

http://www.stat.ucl.ac.be/ISpersonnel/lecoutre/stats/fichiers/_gallery.pdf # 网址可用

http://addictedtor.free.fr/graphiques/displayGallery.php # 网址可用

http://fawn.unibw-hamburg.de/cgi-bin/Rwiki.pl?GraphGallery # 网址可用

<未完待续>

gwpclic

请教一下，这本书用在哪些行业或适合哪些人用？

yihui

这本材料对统计在R里的使用的讲解相当全面，自己可以先下载了浏览一下：http://cos.name/view.php?tid=32&id=34

areg

1.3 R的安装 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.3.1 Windows系统 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

你应该用Linux(或UNIX)而不是Windows。在Windows下用R的人总有许多问题：尤其是内存问题(Windows的专家告诉我，当进程中内存使用超过1G时，Windows系统变得不稳定，对此我相信)，另外是安装问题(在Windows下，如果你想安装一个包，你不得不找二进制版本的包，或选择把R的每个版本都安装，也可以把源包制成预编包，但这是很微妙的，因为Windows没有的这些预编工具：在你的Windows机器上，终止Unix实用程序安装，但也会遇到版本问题)

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

不信?

> library(fortunes)

> fortune("install")

Benjamin Lloyd-Hughes: 在windows下，任何人都可以用这个rgdal包来编译吗?

Roger Bivand: 最近有人到目前为止是Hisaji Ono，它使用MSYS (http://www.mingw.org/ )来构建PROJ.4和GDAL(GDAL是基于PROJ.4,而PROJ.4对元数据需要PATH来进行推算和转换)，那么这种对GDAL标题粘手的路径和载入到src/Makevars，在Windows命令提示符下，运行R的安装rgdal命令(Rcmd INSTALL)。全部这些工作能够重复，但是很不方便，也没有一套有价值的标准二进制包构建系统适用于Windows.Roughly:[点1到5的省略]

Barry Rowlingson: 在某些点来说，象这种Windows下安装的复杂性，超过安装Linus的复杂性……(PS excepting live-Linux installs like Knoppix).

——Benjamin Lloyd-Hughes, Roger Bivand and Barry Rowlingson R-help (August 2004)

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

还不信吗?那祝你好运(你会需要它的)。你可以下载到R的Windows版本，地址：

http://cran.r-project.org/bin/windows/base/

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

1.3.2 Linux:安装R的二进制版本 . . . . . . . . . . . . . . . . 3

我使用是的Mandriva Linus 2005 LE(正式名Mandrake 10.2),但是大多数情况下R的安装是相同的。为安装二进制版本，只需要键入

urpmi R-base R-bioconductor

这就完事了。不需要在网上漫游寻找哪里你可以下载这个软件，不需要回答把软件安装在哪里的一长串问题，啥也不需要做了。

1.3.3 Linux: Linux: 安装R源类型 . . . . . . . . . . . . . . . . . 3

我的步骤如下：

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

# 从source安装R

urpmi gcc-g77 readline-devel libgraphviz7-devel libgmp3-devel

urpmi perl-libxml-perl liblapack3-devel lapack-devel

urpmi xorg-x11-100dpi-fonts; service xfs restart

wget http://cran.r-project.org/src/base/R-2/R-2.1.1.tar.gz

## 当我们安装时，此处应随R的新发行版，而变化，应该是2.4.1及以上了。

## 这是作者的使用笔记，请不要照本宣科。

## 以后如有作者用的还是老版本R，请你安装使用时自动选用最新的稳定版。

## 一般用户不要选开发版，那个太新，一旦有问题，自己不好解决。

tar zxvf R-*.tar.gz

cd R-*/

./configure

make

make test

make install

# 安装shared library libRmath (需要编译第三议程序，如JAGS)

cd src/nmath/standalone

make

make install

echo /usr/local/lib >> /etc/ld.so.conf

ldconfig

cd ../../../../

# Installing ALL the CRAN packages

wget -r -l 1 -np -nc -x -k -E -U Mozilla -p -R zip www.stats.bris.ac.uk/R/src/contrib/

for i in www.stats.bris.ac.uk/R/src/contrib/*.tar.gz

do

R CMD INSTALL $i

done

# 安装一些BioConductor包

## 注意R的PKG更新很快，作者下面示例的这些包绝大多数已经升级多次。

urpmi graphviz libglib1.2-devel libgraphviz7-devel

wget -r -l 2 http://www.bioconductor.org/packages/bioc/stable/src/contrib/html/

wget http://www.bioconductor.org/repository/release1.5/package/Source/Rgraphviz_1.5.0.tar.gz

wget http://www.bioconductor.org/repository/release1.5/package/Source/graph_1.5.1.tar.gz

wget http://www.bioconductor.org/repository/release1.5/package/Source/Ruuid_1.5.0.tar.gz

wget http://www.bioconductor.org/repository/release1.5/package/Source/Biobase_1.5.0.tar.gz

R CMD INSTALL Ruuid_1.5.0.tar.gz

R CMD INSTALL Biobase_1.5.0.tar.gz

R CMD INSTALL graph_1.5.1.tar.gz

R CMD INSTALL Rgraphviz_1.5.0.tar.gz

echo /usr/lib/graphviz/ >> /etc/ld.so.conf

ldconfig

ln -s /usr/lib/graphviz/*.so* /usr/local/lib/ # Should not be necessary, but...

# 还有更多选择……

wget http://www.math.csi.cuny.edu/Statistics/R/simpleR/Simple_0.5.tar.gz

R CMD INSTALL Simple_0.5.tar.gz

1.3.4 Mac操作系统 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

http://cran.r-project.org/

## 作者略过，如果你是苹果用户，请参考R官方网页

<未完待续>

areg

1.4 R: 文献 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

1.4.1安装第一步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

下面的文献解释怎样渐进地用R，在初级水平(如果"standard deviation" 和"gaussian distribution" 表达式没有吓着你的话，一切都好说)。

http://cran.r-project.org/doc/contrib/SimpleR.pdf

## 没有找到对对象，时过境迁，网页更新调整，此网址不再有效

其它基本文献和练习，见German-speaking people

http://cran.r-project.org/doc/contrib/s.pdf

## 没有找到对对象，此网址不再有效

1.4.2 参考手册 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

R中提供参考手册：仅用问号键入哪个文献开头的命令名就可以获得

?round

对于保留字或非字母命令，用双引号

?"for"

?"[["

如果我不知道命令名(这很正常)，使用"help.search"或"apropos"。

help.search("stem")

apropos("stem")

第一，"help.search"搜索每一个地方，尤其是是那些还没有载入的包，第二，apropos("stem")搜索路径,如当前可提供的所有函数和变量。

你很可能还可以阅览HTML(R启动你的网页游览器)

help.start()

= sc_help_start.png

如果你连在网上，你也可以看看R帮助列表

TODO: URL # 可能是在UNIX下有效，Windows无效

你可以通过它来在R内用RSiteSearch函数搜索。

TODO: give an example # 可能是在UNIX下有效，Windows无效

有一些PDF文件在/usr/lib/R/library/*/doc/:下常常有一个PDF版本的参考手册(文件名就是库名)，但有时稍有不同，它提供更多教学性质的解释。

## 大多数负责的程序包，都提供这类PDF的文件，只是提供方式不一样，

## 但现在可能更多的包的PDF并没有放到程序包中，

## 你可以根据你的需要存包处下载或到包的开发者处下载。

## 注意下面的部分包可能是过时了的，与现在新发行的R不兼容，

## 请到R的官方网页查询，别抱怨，不恰当的或有更优秀的，原有的就应当更新或淘汰。

 % cd /usr/local/lib/R/library/<br />
  % ls */doc/*pdf<br />
  adehabitat/doc/classes.pdf<br />
  AlgDesign/doc/AlgDesign.pdf<br />
  arules/doc/arules-classes.pdf<br />
  arules/doc/arules.pdf<br />
  arules/doc/incidenceMatrix.pdf<br />
  asypow/doc/asypow.pdf<br />
  asypow/doc/asypow.statlib.pdf<br />
  bayesSurv/doc/cgd1.pdf<br />
  bayesSurv/doc/KomarekLesaffre2004.pdf<br />
  bayesSurv/doc/tandmob.pdf<br />
  BHH2/doc/BHH2.pdf<br />
  bim/doc/bim.pdf<br />
  bindata/doc/artdatagen.pdf<br />
  BradleyTerry/doc/BradleyTerry-overview.pdf<br />
  BsMD/doc/BsMD.pdf<br />
  CDNmoney/doc/CDNmoney-guide.pdf<br />
  CGIwithR/doc/CGIwithR-overview.pdf<br />
  coin/doc/coin.pdf<br />
  ctv/doc/ctv-howto.pdf<br />
  DBI/doc/DBI.pdf<br />
  DBI/doc/RS-DBI-origianl.pdf<br />
  Devore6/doc/Devore6.pdf<br />
  dr/doc/drdoc.pdf<br />
  dse1/doc/dse1-guide.pdf<br />
  dse1/doc/dse-guide.pdf<br />
  dse2/doc/dse2-guide.pdf<br />
  e1071/doc/svmdoc.pdf<br />
  e1071/doc/svm.pdf<br />
  evdbayes/doc/guide.pdf<br />
  evd/doc/guide21.pdf<br />
  exactLoglinTest/doc/exactLoglinTest.pdf<br />
  flexmix/doc/flexmix-intro.pdf<br />
  gbm/doc/gbm.pdf<br />
  gbm/doc/oobperf2.pdf<br />
  gbm/doc/shrinkage-v-iterations.pdf<br />
  gdata/doc/gregmisc.pdf<br />
  genetics/doc/genetics_article.pdf<br />
  genetics/doc/LD.pdf<br />
  geoRglm/doc/geoRglmintro.pdf<br />
  gridBase/doc/gridBase.pdf<br />
  grid/doc/displaylist.pdf<br />
  grid/doc/frame.pdf<br />
  grid/doc/grid.pdf<br />
  grid/doc/grobs.pdf<br />
  grid/doc/interactive.pdf<br />
  grid/doc/locndimn.pdf<br />
  grid/doc/moveline.pdf<br />
  grid/doc/nonfinite.pdf<br />
  grid/doc/plotexample.pdf<br />
  grid/doc/rotated.pdf<br />
  grid/doc/saveload.pdf<br />
  grid/doc/sharing.pdf<br />
  grid/doc/viewports.pdf<br />
  haplo.stats/doc/help.haplo.stats.pdf<br />
  haplo.stats/doc/manualHaploStats.pdf<br />
  hierfstat/doc/hierfstat.pdf<br />
  hopach/doc/hopachManuscript.pdf<br />
  hopach/doc/MSS.pdf<br />
  hwde/doc/hwde.pdf<br />
  intcox/doc/aneur_km.pdf<br />
  intcox/doc/aneur_para.pdf<br />
  intcox/doc/comb1einzel.pdf<br />
  intcox/doc/intcox.pdf<br />
  ipred/doc/ipred-examples.pdf<br />
  kernlab/doc/kernlab.pdf<br />
  kinship/doc/releasep.pdf<br />
  lasso2/doc/Manual-wo-help.pdf<br />
  ldDesign/doc/assoc_bfdesign.pdf<br />
  limma/doc/limma.pdf<br />
  limma/doc/usersguide.pdf<br />
  lme4/doc/Implementation.pdf<br />
  lmtest/doc/lmtest-intro.pdf<br />
  locfdr/doc/locfdr-example-FDR-Plot.pdf<br />
  locfdr/doc/locfdr-example-Histogram.pdf<br />
  locfdr/doc/locfdr-example.pdf<br />
  Matrix/doc/Comparisons.pdf<br />
  Matrix/doc/Introduction.pdf<br />
  maxstat/doc/maxstat.pdf<br />
  mcmc/doc/demo.pdf<br />
  mcmc/doc/metrop.pdf<br />
  mfp/doc/mfp.pdf<br />
  mitools/doc/smi.pdf<br />
  mlmRev/doc/MlmSoftRev.pdf<br />
  mlmRev/doc/StarData.pdf<br />
  msm/doc/msm-manual.pdf<br />
  multcomp/doc/Rmc.pdf<br />
  mvtnorm/doc/MVT_Rnews.pdf<br />
  orientlib/doc/orientlib_paper.pdf<br />
  pastecs/doc/pastecs.pdf<br />
  pps/doc/pps.pdf<br />
  ProbForecastGOP/doc/vignette.pdf<br />
  proto/doc/abcdef.pdf<br />
  proto/doc/cloning3.pdf<br />
  proto/doc/ooproto.pdf<br />
  proto/doc/oproto.pdf<br />
  proto/doc/otest.pdf<br />
  proto/doc/proto.pdf<br />
  proto/doc/protoref.pdf<br />
  qvalue/doc/manual.pdf<br />
  qvalue/doc/pHist.pdf<br />
  qvalue/doc/qHist.pdf<br />
  qvalue/doc/qPlots.pdf<br />
  qvalue/doc/qvalue.pdf<br />
  R2HTML/doc/R2HTML.pdf<br />
  R2WinBUGS/doc/benzolsw.pdf<br />
  R2WinBUGS/doc/countssw.pdf<br />
  R2WinBUGS/doc/expectedsw.pdf<br />
  R2WinBUGS/doc/plot.pdf<br />
  R2WinBUGS/doc/R2WinBUGS.pdf<br />
  Rcmdr/doc/Getting-Started-with-the-Rcmdr.pdf<br />
  resper/doc/huber-sim.pdf<br />
  RII/doc/RIIoverview.pdf<br />
  rmetasim/doc/islandtheta.pdf<br />
  rmetasim/doc/mismatch.pdf<br />
  rmetasim/doc/struct.pdf<br />
  rmetasim/doc/Using_Rmetasim.pdf<br />
  R.oo/doc/Bengtsson.pdf<br />
  RUnit/doc/RUnit.pdf<br />
  sandwich/doc/sandwich.pdf<br />
  SASmixed/doc/Usinglme.pdf<br />
  scatterplot3d/doc/barplot.pdf<br />
  scatterplot3d/doc/binorm.pdf<br />
  scatterplot3d/doc/business.pdf<br />
  scatterplot3d/doc/colorcube.pdf<br />
  scatterplot3d/doc/drill1.pdf<br />
  scatterplot3d/doc/drill2.pdf<br />
  scatterplot3d/doc/elements.pdf<br />
  scatterplot3d/doc/helix.pdf<br />
  scatterplot3d/doc/hemisphere.pdf<br />
  scatterplot3d/doc/meta.pdf<br />
  scatterplot3d/doc/residuals.pdf<br />
  scatterplot3d/doc/s3d.pdf<br />
  setRNG/doc/setRNG-guide.pdf<br />
  smoothSurv/doc/paper1.pdf<br />
  smoothSurv/doc/paper2.pdf<br />
  SparseM/doc/SparseM-002.pdf<br />
  SparseM/doc/SparseM.pdf<br />
  spatstat/doc/Intro.pdf<br />
  spatstat/doc/Quickref.pdf<br />
  spdep/doc/auckland.pdf<br />
  spdep/doc/sids.pdf<br />
  StatDataML/doc/StatDataML.pdf<br />
  strucchange/doc/strucchange-intro-data.pdf<br />
  strucchange/doc/strucchange-intro-Fstats-plot.pdf<br />
  strucchange/doc/strucchange-intro-ME-null.pdf<br />
  strucchange/doc/strucchange-intro-OLS-CUSUM.pdf<br />
  strucchange/doc/strucchange-intro.pdf<br />
  strucchange/doc/strucchange-intro-ts-used.pdf<br />
  survBayes/doc/survBayes.pdf<br />
  tframe/doc/tframe-guide.pdf<br />
  vegan/doc/vegan-FAQ.pdf<br />
  zoo/doc/zoo.pdf<br />
  zoo/doc/zooref.pdf

## 上面就是对应包的帮助手册，由于包更新和新加包很快，你查到的会有看不同。

1.4.3 图形 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

下面的文献(很有启蒙意义，甚至它所用语言我不懂——可能是西班牙语）解释了R生成各类图形的细节。至少，游览它一下。

http://cran.r-project.org/doc/contrib/grafi3.pdf # 能进，但不是英语

也可以看看P. Murrell的书：

http://www.stat.auckland.ac.nz/~paul/RGraphics/rgraphics.html

# 能进有效，学习制图的地方

http://www.stat.columbia.edu/~cook/movabletype/archives/2005/04/a_new_book_on_r.html ## 能进，类似论坛性质，或常见问题解决之类

1.4.4 更多技术文献 . . . . . . . . . . . . . . . . . . . . . . . 8

心理学中的方差分析

http://cran.r-project.org/doc/contrib/rpsych.html

## 找不到，进不去

线性回归

http://cran.r-project.org/doc/contrib/Faraway-PRA.pdf

## 能进，一份不错的学习资料

每一样东西(相当完整，但是太多啦：没有先前的题目工具，简直难以忍受，但的确是好东西，非常好的练习资料)：

http://cran.r-project.org/doc/contrib/usingR.pdf

## 网址有效，初学R的好资料

1.4.5手册中的图形 . . . . . . . . . . . . . . . . . . . . . . 8

## 此部分现在R官方系统已有较大改进，原作者说的已经可能是“历史上的问题”。

我说，较早HTML版本的手册可以获得(查看 /usr/lib/R/)，但是缺少注解……(开发团队注意到这个问题，在近来的特性中可以解决)

可以如下方式来添加它们(这种方式可能有点粗暴)

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

# 在需要安装时，从source下载和安装每样东西，即把能下的、能装的都装上。

# 这主要取决于你系统：这里提的是Linux Mandriva (正式名 "Mandrake")

urpmi readline-devel gcc-g77

# 在一个临时目录中下载、编译和安装R.

wget [url]http://stat.ethz.ch/CRAN/src/base/R-2.1.0.tgz[/url]<br />
  tar zxvf R-2.1.0.tgz<br />
  cd R-2.1.0/<br />
  ./configure --prefix=$HOME/spool/JUNK/R --with-readline --enable-R-shlib<br />
  make -j 5<br />
  make install<br />
  PATH=$HOME/spool/JUNK/R/bin:$PATH

# 现在，下载所有的包,就是CRAN、BioConductor、OmegaHat，还有the "Simple" package, by J. Verzani (for the violinplots)

  cd ..<br />
  wget -r -l 1 -np -nc -x -k -E -U Mozilla cran.r-project.org/src/contrib/<br />
  wget -r -l 1 -k -E -U Mozilla -R zip   [url]http://www.bioconductor.org/repository/release1.5/package/html/index.html[/url]<br />
  wget -r -l 2 -k -E -U Mozilla -R zip [url]http://www.omegahat.org/  <br />
  wget -x [url]http://www.math.csi.cuny.edu/Statistics/R/simpleR/Simple_0.5.tar.gz[/url]

# 全都把它装上，(在此，"**"的意思是任何目录和子目录，不管它是什么路径——我认为这种句法是指定到zsh:最粗心的用户能通过`find -name "*.tar.gz"`找到)。

 for i in **/*.tar.gz<br />
  do<br />
    echo Installing $i >> nohup.out<br />
    echo Installing $i<br />
    nohup R CMD INSTALL $i<br />
  done

这可能使一些包损坏：很正常，这种问题是丢失一些开发包造成的(如readline，上面提到)：所要求的库在那里，但是所要求来运行使用它们的程序(lib*.之类的文件)没有，而不是那些用来编译程序的文件(如*.h文件)。

然后，我们来计算一下全部包中文件的图片。

 #! perl -w<br />
  use strict;<br />
  my $n = 0;<br />
  <br />
  # Writing R files<br />
  mkdir "Rdoc" || die "Cannot mkdir Rdoc/: $!";<br />
  my @libraries= `ls lib/R/library/`;<br />
  foreach my $lib (@libraries) {<br />
    chomp($lib);<br />
    print STDERR "Processing library \"$lib\"\n";<br />
    print STDERR `pwd`;<br />
    my @pages = grep /\.R$/, `ls lib/R/library/$lib/R-ex/`;<br />
    chdir "Rdoc" || die "Cannot chdir to Rdoc: $!";<br />
    mkdir "$lib" || die "Cannot mkdir $lib: $!";<br />
    chdir "$lib" || die "Cannot chdir to $lib: $!";<br />
    open(M, '>', "Makefile") || die "Cannot open Makefile for writing: $!";<br />
    print M "all:\n";<br />
    foreach my $page (@pages) {<br />
      chomp($page);<br />
      print STDERR "  Processing man page \"$page\" in library \"$lib\"\n";<br />
      my $res = "";<br />
      $res .= "library($lib)\n";<br />
      $res .= "library(ts)##VZ##\n";<br />
      $res .= "library(lattice)##VZ##\n";<br />
      $res .= "library(nls)##VZ##\n";<br />
      $res .= "library(nlme)##VZ##\n";<br />
      $res .= "library(MASS)##VZ##\n";<br />
      $res .= "identify <- function (...) {}##VZ##\n";<br />
      $res .= "x11()##VZ##\n";<br />
      open(P, '<', "../../lib/R/library/$lib/R-ex/$page") || <br />
        die "Cannot open lib/R/library/$lib/R-ex/$page for reading: $!";<br />
      # Tag the lines where we must copy the screen (between two commands)<br />
      while(<P>) {<br />
        s/^([^ #}])/try(invisible(dev.print(png,width=600,height=600,bg="white",filename="doc$n.png")))##VZ##\n$1/<br />
          && $n++;<br />
        $res .= $_;<br />
      }<br />
      $res .= "try(invisible(dev.print(png,width=600,height=600,bg=\"white\",filename=\"doc$n.png\")))##VZ##\n"; $n++;<br />
      close P;<br />
      # We discard the line in the following cases:<br />
      #   The previous line ends with a comma, an opening bracket, an "equal" sign<br />
      $res =~ s/[,(=+]\s*\n.*##VZ##.*?\n/,\n/g;<br />
      # The previous line is empty<br />
      $res =~ s/^\s*\n.*##VZ##.*\n/\n/gm;<br />
      # The previous line only contains a comment<br />
      $res =~ s/^(\s*#.*)\n.*##VZ##.*\n/$1\n/gm;<br />
      # The nest line starts with a {    TODO: check (boot / abc.ci)<br />
      $res =~ s/^.*##VZ##.*\n\s*\{/\{/gm;<br />
      # We write the corresponding number<br />
      $res =~ s/doc([0-9]).png/doc00000$1.png/g;<br />
      $res =~ s/doc([0-9][0-9]).png/doc0000$1.png/g;<br />
      $res =~ s/doc([0-9][0-9][0-9]).png/doc000$1.png/g;<br />
      $res =~ s/doc([0-9][0-9][0-9][0-9]).png/doc00$1.png/g;<br />
      $res =~ s/doc([0-9][0-9][0-9][0-9][0-9]).png/doc0$1.png/g;<br />
      open(W, ">", "${lib}_${page}") || die "Cannot open ${lib}_${page} for writing: $!";<br />
      print W $res;<br />
      close W;<br />
      print M "\tR --vanilla <${lib}_${page} >${lib}_${page}.out\n";<br />
      my $p = $page; <br />
      $p =~ s/\.R$//;<br />
      system 'cp', "../../lib/R/library/$lib/html/$p.html", "${lib}_$p.html";<br />
    }<br />
    print M "\ttouch all\n";<br />
    close(M);<br />
    chdir "../../" || die "Cannot chdir to ../../: $!";<br />
  }

我们编译它们(可能需要花上几个小时，它可能崩溃)

  cd Rdoc/<br />
  for i in *<br />
  do<br />
    (<br />
      cd $i<br />
      make<br />
    )<br />
  done

我比较喜欢下面的方式：

  killall xscreensaver<br />
  \ls -d */ | perl -p -e 's/(.*)/cd $1; make/' | perl fork.pl 5

无论哪里fork.pl 允许你同时启动几个进程，但是不要启动太多啦。

  #! /usr/bin/perl -w<br />
  use strict;<br />
  my $MAX_PROCESSES = shift || 10;<br />
  use Parallel::ForkManager;<br />
  my $pm = new Parallel::ForkManager($MAX_PROCESSES);<br />
  while(<>){<br />
    my $pid = $pm->start and next; <br />
    system($_);<br />
    $pm->finish; # Terminates the child process<br />
  }

我们清除PNG文件，因而来生成和我们来写入HTML文件。

  for i in */<br />
  do<br />
    (<br />
      cd $i<br />
      perl ../do.it_2.pl<br />
    )<br />
  done

函数do.it_2.pl之处含有:

  #! perl -w<br />
  use strict;<br />
  <br />
# 删除空的或重复的PNG文件显示为<br />
  STDERR "Computing checksums\n";<br />
  use Digest::MD5 qw(md5);<br />
  my %checksum;<br />
  foreach my $f (sort(<*.png>)) {<br />
    if( -z $f ) {<br />
      unlink $f;<br />
      next;<br />
    }<br />
    local $/;<br />
    open(F, '<', $f) || warn "Cannot open $f for reading: $!";<br />
    my $m = md5(<F>);<br />
    close F;<br />
    if( exists $checksum{$m} ){<br />
      unlink $f;<br />
    } else {<br />
      $checksum{$m} = $f;<br />
    }<br />
  }<br />
<br />
  # 把它们全都转成HTML  <br />
  print STDERR "Converting to HTML\n";<br />
  open(HTML, '>', "ALL.html") || warn "Cannot open ALL.html for writing: *!";<br />
  select(HTML);<br />
  print "<html>\n";<br />
  print "<head><title>R</title></head>\n";<br />
  print "<body>\n";<br />
  foreach my $f (<*.R.out>) {<br />
    my $page = $f;<br />
    $page =~ s/\.R.out$//;<br />
    # Read the initial HTML file<br />
    if( open(H, '<', "$page.html") ){<br />
      my $a = join '', <H>;<br />
      close H;<br />
      $a =~ s#^.*?<body>##gsi;<br />
      $a =~ s#<hr>.*?$##gsi;<br />
      print $a;<br />
    } else {<br />
      warn "Cannot open $page.html for reading: $!";<br />
    }<br />
    open(F, '<', $f) || warn "Cannot open $f for reading: $!";<br />
    #print "<h1>$f</h1>\n";<br />
    print "<h2>Worked out examples</h2>\n";<br />
    print "<pre>\n";<br />
    my $header=1;<br />
    while(<F>) {<br />
      if($header) {<br />
        $header=0 if m/to quit R/;<br />
        next;<br />
      }<br />
      if( m/(doc.*png).*##VZ##/ ){<br />
        my $png = $1;<br />
        next unless -f $png;<br />
        print "</pre>\n";<br />
        print "<img width=600 height=600 src=\"$png\">\n";<br />
        print "<pre>\n";<br />
      }<br />
      next if m/##VZ##/;<br />
      next if m/^>\s*###---/;<br />
      next if m/^>\s*##\s*___/;<br />
      next if m/^>\s*##\s*(alias|keywords)/i;<br />
      s/\&/\&/g;<br />
      s/</</g;<br />
      print;<br />
    }<br />
    close F;<br />
    print "</pre>\n";<br />
    print "<hr>\n";<br />
  }<br />
  print "</body>\n";<br />
  print "</html>\n";<br />
  close HTML;

有一个未知原因，PNG文件有一个透明的背景：我用ImageMagick把它转成白背景(white.png文件是一个白PNG文件，大小相同，600x600,用Gimp建立的),这个问题已经好久啦，我还不清楚原因。

  for i in */*png<br />
  do<br />
    echo $i<br />
    composite $i white.png $i<br />
  done

我没有考虑HTML文件潜在连接的数据(不太明白，但……)

perl -p -i.bak -e 's#<a\s.*?>##gi; s#</a>##gi' **/ALL.html

这个HTML文件应该称为index.html:

rename 's/ALL.html/index.html/' */ALL.html

"rename"所指向的程序：

  #!/usr/bin/perl -w<br />
  use strict;<br />
  my $reg = shift @ARGV;<br />
  foreach (@ARGV) {<br />
    my $old = $_;<br />
    eval "$reg;";<br />
    die $@ if $@;<br />
    rename $old, $_;<br />
  }

在此有一个很小的结果片段(2.7Mb, 268 pictures,而整个文献有93MB和2078个图像——记住，这个仅是R1.6，现在的就更多啦)

URL:Rdoc/index.html

特别是，某人可能只对含有最多图片的PKG包感兴趣。

  % find -name "*.png"  | perl -p -e 's#^\./##;s#/.*##' | sort | uniq -c | sort -n | tail -20<br />
     26 sm<br />
     27 cluster<br />
     29 ade4<br />
     29 nls<br />
     29 spatial<br />
     31 mgcv<br />
     34 car<br />
     38 cobs<br />
     41 MPV<br />
     44 mclust<br />
     45 MASS<br />
     45 vcd<br />
     49 grid<br />
     60 gregmisc<br />
     64 pastecs<br />
     70 qtl<br />
     77 splancs<br />
     88 strucchange<br />
     90 waveslim<br />
    113 spdep

<未完待续>

areg

1.5 编辑、图形界面——R中非统计和非编程界面 13

1.5.1 ESS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

它是Emacs的统计分析模型(它可以用(X)Emacs自动安装：在Mandriva Linux系统下，它容易识别，句法醒目<Emacs识别它的扩展文件>) = ess_1.png

## “ess_1.png”作者对图的编号，你可以按图明称去下载相应的图形，以下同此。

你甚至可以在Emacs (M-x R)下运行R.= ess_2.png

1.5.2 Windows特定制本 . . . . . . . . . . . . . . . . . . . . . . . . . 14

在Windows下，有一个图形界面接口——它是一个替用品，适应在Windows下缺乏合适端口的替换，它不是一个菜单驱动的界面。

尽管如此，你可能还是需要一个文本编辑器。一些人建议用Tinn-R，一个R的文本编辑器。

http://www.sciviews.org/Tinn-R/

## 能进，连接冗繁，带有隐性商业味道，最新版往往很难找到下处。

1.5.3 R Commander . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

这确实是一个R的菜单操作界面，它允许你导航到你的数据集，执行简单的统计分析。

如果你的需要不超过相关分析(但是如果你需要全部的图形对话框来执行相关分析后的任务)和简单的检验，或更简单说，你对非统计学专业和非编辑的人教统计学，在我看起来，它是一个非常好的选择。后来想完全发挥作为一个真正的程序语言R的充分功能的用户，将面临一个友好的转换：R Commander显示执行检验、回归和生成图的背景下运行全部命令。

示例图= Rcmdr1.png；= Rcmdr2.png

## 本人认为，初学R者的人，尤其是身边没有会用R的，就从此入门，方便快捷。

1.5.4 Zelig . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

与菜单操作的软件很大的不同，R的一个大问题是你从不知道你需要的特性放在哪里——更真实的是如果你不知道怎么查询特性问题(在菜单中你查询是毫无问题的)。逻辑回归是一个典型的试验：执行逻辑回归的主要函数是"glm"。它代表"Generalized Linear Models"(别担心，假设你不知道它是什么东西)和甚至手册页都没有提供一个逻辑回归的例子。如果你掌握逻辑回归理论，如果你了解GLM的特定案例，你将很好完成——但是大多数用户不知道，或者说不想知道。

Zeglig库包充分满足了这种类型人群的需要，通过提供一些简单的例子和对大多数统计分析的步骤统一接口界面。

http://gking.harvard.edu/zelig/

## 能进入，网址有效，非常值得去学习的好网站。

基本上，你仅需要知道五个函数："zelig"(选择合适的模型)，"setx"改变数据(对预测来说),"sim" 模拟新值(如，预测某个值)，"summary"和"plot"。

给出示例...

library(Zelig)

d <- data.frame(

y = crabs$sp,

x1 = crabs$FL,

x2 = crabs$RW )

r <- zelig( y ~ x1 + x2, model="probit", data=d )

summary(r)

op <- par(mfrow=c(2,2), mar=c(4,4,3,2))

plot(r)

par(op)

N <- dim(d)[1]

new.x1 <- rnorm( N, mean(d$x1), sd(d$x1) )

new.x2 <- rnorm( N, mean(d$x2), sd(d$x2) )

s <- sim(r, setx(r, data=data.frame(x1=new.x1, x2=new.x2)))

plot(s)

这个模型的功能:

预测定量变量：

ls 最小二乘法

normal (几乎相同)

gamma gamma回归

预测二元变量：

logit 逻辑回归

relogit 稀有事件的逻辑回归

relogit 概率回归

预测二元变量：

blogit 双变量逻辑回归

bprobit 双变量概率回归

预测定性变量：

mlogit 多项式回归

预测有序定性变量：

ologit 秩序逻辑回归

oprobit 秩序概率回归

预测计数数据：

poisson 泊松回归

negbin 负二项回归(泊松回归之列，但是它的观测值更分散)

预测存活数据：

exp 指数模型(风险率是常量)

weibull Weibull model(增加时间的风险率)

lognorm 逻辑正态模型(关于风险率的增加和降低)

统一各种统计分析模型是件大事，但是这个库(包)对图形没有足够重视，正如前面所见，在分析期间和分析之后，是作为R Commander的反对者。

## 此包更新很快，此书作者中提到的问题或没有提到的问题，现在多数都得到解决了。

1.5.5 TODO更多亮点 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

这是另一个对R的用户友好的界面，我还没有抽时间来研究它。

SciViews: http://www.sciviews.org/SciViews-R/

## 能进，本人参观过，程序没有调试过，直觉是个好网站

JGR: http://stats.math.uni-augsburg.de/JGR/

## 能进，使用与JGR相关的包，需要机器中装有JAVA软件（一个经典的自由资源平台），装好JAVA后，才能载入相关的包，它对每个命令都有联想式提示，编程学习的好帮手，是个好网站，但本人现在的直觉是它与其它程序包的兼容性如何！

<未完待续>

areg

1.6 R: 一些R的基本函数 . . . . . . . . . . . . . . . . . . . . . . . . . 17

在此，我们列出R最简单的函数，允许你来读取数据(或模拟它们——非常容易，你完全能操作完成)，来检查你的算法是否正确(例如，如果你在你的数据上进行分析，看看是否是预期结果)，进行数值或图形的探索。

跟随R提示符>进行统计分析和计算，它处在每行的开始处，不需要键入它。

Statistics, computations:

# 生成20个均匀分布的数字，范围是0~20，保留1位小数。

> x <- round(runif(20,0,20), digits=1)

> x

[1] 10.0 1.6 2.5 15.2 3.1 12.6 19.4 6.1 9.2 10.9 9.5 14.1 14.3 14.3 12.8

[16] 15.9 0.1 13.1 8.5 8.7

> min(x)

[1] 0.1

> max(x)

[1] 19.4

> median(x) # 中位数

[1] 10.45

> mean(x) # 平均数

[1] 10.095

> var(x) # 方差

[1] 27.43734

> sd(x) # 标准差

[1] 5.238067

> sqrt(var(x))

[1] 5.238067

> rank(x) # 秩

[1] 10.0 2.0 3.0 18.0 4.0 12.0 20.0 5.0 8.0 11.0 9.0 15.0 16.5 16.5 13.0

[16] 19.0 1.0 14.0 6.0 7.0

> sum(x)

[1] 201.9

> length(x)

[1] 20

> round(x)

[1] 10 2 2 15 3 13 19 6 9 11 10 14 14 14 13 16 0 13 8 9

> fivenum(x) # 分位数，即“五点描述”，最小值，25%，中位数，75%，最大值

[1] 0.10 7.30 10.45 14.20 19.40

> quantile(x) # 分位数(另一种不同的约定方法)

0% 25% 50% 75% 100%

0.10 7.90 10.45 14.15 19.40

> quantile(x, c(0,.33,.66,1))

0% 33% 66% 100%

0.100 8.835 12.962 19.400

> mad(x) # 标准化的平均数与中位数之差("median average distance")

[1] 5.55975

> cummax(x)

[1] 10.0 10.0 10.0 15.2 15.2 15.2 19.4 19.4 19.4 19.4 19.4 19.4 19.4 19.4 19.4

[16] 19.4 19.4 19.4 19.4 19.4

> cummin(x)

[1] 10.0 1.6 1.6 1.6 1.6 1.6 1.6 1.6 1.6 1.6 1.6 1.6 1.6 1.6 1.6

[16] 1.6 0.1 0.1 0.1 0.1

> cor(x,sin(x/20)) # 相关系数

[1] 0.997286

直方图：

x <- rnorm(100)

hist(x, col="light blue")

显示两个变量的散点图：

N <- 100

x <- rnorm(N)

y <- x + rnorm(N)

plot(y ~ x)

给散点图加回归线：

N <- 100

x <- rnorm(N)

y <- x + rnorm(N)

plot(y ~ x)

abline( lm(y~x), col="red" )

显示信息或变量：

print("Hello World!")

连接字符串：

paste("min: ", min (x$DS1, na.rm=T)))

把内容写入一个文件或屏幕：

cat("\\end{document}\n", file="RESULT.tex", append=TRUE)

<第1章结束，待续第2章>

ilikemath

难道就这样一节一节的上传？我觉得似乎可以叫大家认领回去，给个时间期限然后由楼主统一定稿就可以了。这样看着也方便些。

areg

[quote]引用第8楼ilikemath于2006-12-13 16:28发表的“”:

难道就这样一节一节的上传？我觉得似乎可以叫大家认领回去，给个时间期限然后由楼主统一定稿就可以了。这样看着也方便些。[/quote]

我非常支持你的建议，但实现有一定困难，无柰之下，我只能如同蜗牛一样，慢慢地整理：（

其一、现在各位朋友都很忙，并且各有侧重点；

其二、有头S的核心材料急需要有在S或R起步早的同志们去整理，这就分散了我们大家的力量；

其三、现在许多朋友都是才学R的，而这份材料又没有力量及时完整地整理出来，只好在抽时间，整理出来一小部分，立马挂出，让大家多一份中文的参考资料。

在整理过程中，就让它贴出，充分实现该资料对学习R的参考价值，当最终整理完成，一定会定稿整体贴出。我很希望有朋友们抽时间站出来，按章认领，加快进度啊。

areg

2 Programming in R 21

2.1 Control structures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

2.2 Functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

2.3 How to get the code of a function? . . . . . . . . . . . . . . . . . . . . . . 23

2.4 Data structures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

2.4.1 Vectors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

2.4.2 Factors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

2.4.3 NA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

2.4.4 Data Frames . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

2.4.5 Lists . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

2.4.6 Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

2.4.7 Matrices and arrays . . . . . . . . . . . . . . . . . . . . . . . . . . 39

2.4.8 Attributes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

2.4.9 The contents of those complex objects . . . . . . . . . . . . . . . . 42

2.4.10 Operations on vectors or arrays . . . . . . . . . . . . . . . . . . . . 44

2.4.11 Operations on vectors and arrays (continued) . . . . . . . . . . . . 46

2.4.12 Aggregate functions: by, aggregate . . . . . . . . . . . . . . . . . . 46

2.4.13 Operations of vectors and arrays: useful commands . . . . . . . . . 48

2.4.14 Strings . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

2.4.15 Time and Date . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

2.4.16 Miscellanies: match . . . . . . . . . . . . . . . . . . . . . . . . . . 56

2.5 TODO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

2.6 Operators . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

2.7 “Unlooping” exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

2.8 Debugging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

2.8.1 Warnings . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

2.8.2 The printf way: print, cat, str . . . . . . . . . . . . . . . . . . . . . 65

2.8.3 Step-by-step execution: debug . . . . . . . . . . . . . . . . . . . . 65

2.8.4 Breakpoints . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65

2.8.5 The calling stack: traceback, dump.frames, sys.call . . . . . . . . . 66

2.8.6 Assertions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

2.8.7 Test-Driven Development (TDD): RUnit . . . . . . . . . . . . . . . 68

2.9 Object Oriented Programming . . . . . . . . . . . . . . . . . . . . . . . . 68

2.10 S3 Classes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

2.10.1 More complex types . . . . . . . . . . . . . . . . . . . . . . . . . . 68

2.10.2 Creating your own classes with the usual methods . . . . . . . . . 71

2.10.3 Overloadable function . . . . . . . . . . . . . . . . . . . . . . . . . 71

2.10.4 All the methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71

2.10.5 All the classes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

2.10.6 Writing your own classes: toy example . . . . . . . . . . . . . . . . 74

2.10.7 More complex example . . . . . . . . . . . . . . . . . . . . . . . . . 74

2.10.8 Criticism . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

2.11 S4 classes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

2.11.1 Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

2.12 Dirty Tricks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

2.12.1 Catching errors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

2.12.2 Exceptions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

2.12.3 Global variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

2.12.4 Environments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

2.12.5 Launching R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

2.12.6 Profiling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

2.12.7 Other external programs . . . . . . . . . . . . . . . . . . . . . . . . 82

2.12.8 Various commands . . . . . . . . . . . . . . . . . . . . . . . . . . . 82

2.13 Data storage, Data import, Data export . . . . . . . . . . . . . . . . . . . 85

2.13.1 read.table and co. . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

2.13.2 Large CSV files . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

2.13.3 Excel files . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

2.13.4 Importing data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

2.13.5 .Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

2.13.6 source . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

2.13.7 Databases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

2.13.8 SQLite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

2.14 More Packages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92

2.15 Writing your own packages . . . . . . . . . . . . . . . . . . . . . . . . . . 92

2.15.1 Vocabulary: package, library, bundle . . . . . . . . . . . . . . . . . 92

2.15.2 Example . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92

2.15.3 example, demo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97

2.15.4 Namespaces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97

2.15.5 Sweave . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

2.15.6 R, Sweave and Lyx . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

2.15.7 Vignettes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

2.16 Other languages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

2.16.1 C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

2.16.2 C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99

2.16.3 Perl . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99

2.16.4 PostgreSQL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99

2.16.5 Java . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100

2.17 GUI (Graphical User Interface): Tk . . . . . . . . . . . . . . . . . . . . . 100

2.17.1 Tcl/Tk . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100

2.17.2 Why do we need a GUI? . . . . . . . . . . . . . . . . . . . . . . . . 100

2.17.3 Documentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100

2.17.4 Idiosyncrasies of the link between R and Tcl . . . . . . . . . . . . 100

2.17.5 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100

2.17.6 TODO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

2.18 Web interface: Rpad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

2.18.1 Installation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

2.18.2 Use . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

2.18.3 Overview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105

2.18.4 Conlusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

2.19 Web programming: RZope . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

2.20 Web services . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

2.21 Clusters, parallel programming . . . . . . . . . . . . . . . . . . . . . . . . 109

2.21.1 Vocabulary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109

2.21.2 BLAS (Basic Linear Algebra System) . . . . . . . . . . . . . . . . 109

2.21.3 PVM (Parallel Virtual Machine), MPI (Message Passing Interface) 110

2.21.4 Beowulf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

2.21.5 SSI (Single System Image) . . . . . . . . . . . . . . . . . . . . . . . 110

2.21.6 OpenMosix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

2.21.7 pR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

2.21.8 RScaLaPack . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

2.21.9 Snow . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

2.21.10 Rmpi, Rpvm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

2.21.11RSprng (Scalable Parallel Random Number Generator) . . . . . . 111

2.21.12 Aspect . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

2.22 Miscellaneous . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

2.22.1 Functions: numerical integration and derivation . . . . . . . . . . . 111

2.22.2 Formulas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

2.22.3 Sparse matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112

2.22.4 IEEE arithmetics . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112

2.23 Numerical optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

2.23.1 Newton-Raphson . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

2.23.2 Nelder-Mead . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

2.23.3 Simplex . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

2.23.4 MIP (Mixed Integer Programming) and Branch and Bound . . . . 114

2.23.5 Interior Point Methods . . . . . . . . . . . . . . . . . . . . . . . . . 114

2.23.6 Quadratic programming . . . . . . . . . . . . . . . . . . . . . . . . 114

2.23.7 EM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114

2.24 TO SORT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114

2.24.1 Memory woes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114

2.24.2 Displaying numbers . . . . . . . . . . . . . . . . . . . . . . . . . . 116

<未完待续，本章很长啊>

areg

2 R的程序编程设计 21

在此部分，快速列主语言的主要特征之后，我们展现基本数据类型，怎样建立数据、怎样探索分析数据、怎样提取数据和如何修改数据？

那么我们可以跳过高级的主题(其中大多数对初学者或第一次阅览者应该略过)：调试、预编、名字域、对象，与其它程序、数据库和其它语言的接口界面。

2.1 结构控制 Control structures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

实际上，R是一门编程设计语言：有我们常用的结构控制（循环、条件和递归等等）。

条件语句

if(...) {

...

}

else {

...

}

条件也可以在其它结构内部可以使用条件

x <- if(...) 3.14 else 2.71

你可以用条件表达式来构建一个向量结构,用"ifelse" 函数。

x <- rnorm(100)

y <- ifelse(x>0, 1, -1)

z <- ifelse(x>0, 1, ifelse(x<0, -1, 0))

Switch(我不喜欢这个命令——这可能是你在本文中见到的最后一次)：

x <- letters[floor(1+runif(1,0,4))]

y <- switch(x,

a='Bonjour',

b='Gutten Tag',

c='Hello',

d='Konnichi wa',

)

For循环(我们循环一个向量或列表中的每个元素)：

for (i in 1:10) {

...

if(...) { next }

...

if(...) { break }

...

}

While循环:

while(...) {

...

}

Repeat循环:

repeat {

...

if(...) { break }

...

}

<未完待续>

areg

2.2 函数 Functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

R属于函数语言家簇(Lisp,OCaML, Python):以函数概念为中心。尤其是，如果你需要它，你可以自己写函数，把其它函数作为你的函数的参量——事实上，就是这么奇妙，你需要这样做。

一个函数定义如下：

f <- function(x) {

x^2 + x + 1

}

返回值是最后一个计算值——但是你也可以用return函数。

f <- function(x) {

return( x^2 + x + 1 )

}

参量可以是缺失值

f <- function(x, y=3) { ... }

当你调用一个函数，可以使用参量名，不用考虑它们的秩序(这对一个函数有很多参量是非常有用的，特别是参量的缺失值)

f(y=4, x=3.14)

在函数的定义中，参量之后，你可以输入三个点来表示参量没有指定和它能通过其它函数来赋值(这是常事，如plot函数)

f <- function(x, ...) {

plot(x, ...)

}

不过你也可以用这种方式来写一个函数，让它的取值是参量的一个属性数:

  f <- function (...) {<br />
    query <- paste(...)  # 连接所有参量成一个字符串格式<br />
    con <- dbConnect(dDriver("SQLite"))<br />
    dbGetQuery(con, query) <br />
    dbDisconnect(con)<br />
  }<br />
<br />
  f <- function (...) {<br />
    l <- list(...) # 把参量放到一个名字列表中，注意区分L的小写与数字1<br />
    for (i in seq(along=l)) {<br />
      cat("Argument name:", names(l)[i], "Value:", l[[i]], "\n")<br />
    }<br />
  }

函数没有侧放效应：所有的修饰都是局域性的。尤其是是，你不要写一个函数修改全局变量。(当然，如果你真想那么做，你可以看看“重写技巧”——但你还是不应该来这样做)。

<未完待续>

areg

2.3 怎样获取一个函数据编码? How to get the code of a function? . . . . . . . . . . . . . . . . . . . . . . 23

要获得一个函数的编码，你只需要键入函数名——不要带括号啊。

> IQR

function (x, na.rm = FALSE)

diff(quantile(as.numeric(x), c(0.25, 0.75), na.rm = na.rm, names = FALSE))

<environment: namespace:stats>

但某些时候，这个方法并不有效：如果你想查看用于线型模型中用于预测的predict函数，我们得到的是：

> predict

function (object, ...)

UseMethod("predict")

<environment: namespace:stats>

这是一个泛型函数：我们对不同对象能用同样的函数(lm用于线性回归，glm用于泊松或逻辑回归，lme用于混合模型等等)。实际调用是predict.Foo，此处的Foo是给家作为第一参量的对象类。

> methods("predict")

[1] predict.ar* predict.Arima*

[3] predict.arima0* predict.glm

[5] predict.HoltWinters* predict.lm

[7] predict.loess* predict.mlm

[9] predict.nls* predict.poly

[11] predict.ppr* predict.prcomp*

[13] predict.princomp* predict.smooth.spline*

[15] predict.smooth.spline.fit* predict.StructTS*

看不到的函数用*表示

如我们需要的是lm对象，我们只需要键入(下面，我并不包括全部编码，可能有好几页，所以用省略啦! # 译者试啦，的确长)

> predict.lm

function (object, newdata, se.fit = FALSE, scale = NULL, df = Inf,

interval = c("none", "confidence", "prediction"), level = 0.95,

type = c("response", "terms"), terms = NULL, na.action = na.pass,

...)

{

tt <- terms(object)

if (missing(newdata) || is.null(newdata)) {

mm <- X <- model.matrix(object)

mmDone <- TRUE

offset <- object$offset

(...)

else if (se.fit)

list(fit = predictor, se.fit = se, df = df, residual.scale = sqrt(res.var))

else predictor

}

<environment: namespace:stats>

但是如果我们需要的是predict.lm函数(对主成分分析添加新的观测值)，它就不行了：

> predict.prcomp

Error: Object "predict.prcomp" not found

这个问题在于给定的函数名(PKG中保存的一些R函数和每个函数在名字区设了隐藏；该函数的正式用户与直接用它输出和访问相似——但对其它人来讲，并不支持其它用户直接查看这个隐藏的函数，看不见的)。我们要看它可以用getAnywhere函数(在此，我并不包括全部编码结果)。

## 下面是本人调出，并且没有省略。

> getAnywhere("predict.prcomp")

A single object matching 'predict.prcomp' was found

It was found in the following places

registered S3 method for predict from namespace stats

namespace:stats

with value

function (object, newdata, ...)

{

if (missing(newdata)) {

if (!is.null(object$x))

return(object$x)

else stop("no scores are available: refit with 'retx=TRUE'")

}

if (length(dim(newdata)) != 2)

stop("'newdata' must be a matrix or data frame")

p <- NCOL(object$rotation)

nm <- rownames(object$rotation)

if (!is.null(nm)) {

if (!all(nm %in% colnames(newdata)))

stop("'newdata' does not have named columns matching one or more of the original columns")

newdata <- newdata[, nm, drop = FALSE]

}

else {

if (NCOL(newdata) != p)

stop("'newdata' does not have the correct number of columns")

}

scale(newdata, object$center, object$scale) %*% object$rotation

}

<environment: namespace:stats>

>

另外，我们可以用getS3Method函数：

> getS3method("predict", "prcomp")

function (object, newdata, ...)

{

(...)

## 结果与上面相同

其它可选方法，如果我知道一个函数在某个包中(或任意对象，实际上就是这么回事)，如果它是被输出的，你可以用::符号来访问它(它可以被输出，但是被其它同名对象隐藏啦<输出被覆盖>),或者如果还没有，用:::符号。

> stats::predict.prcomp

Error: 'predict.prcomp' is not an exported object from 'namespace:stats'

> stats:::predict.prcomp

function (object, newdata, ...)

{

(...)

> lm <- 1

> lm

[1] 1

> stats::lm

function (formula, data, subset, weights, na.action, method = "qr",

model = TRUE, x = FALSE, y = FALSE, qr = TRUE, singular.ok = TRUE,

contrasts = NULL, offset, ...)

(...)

某些情况，可能比这个更复杂。大多数原因是你想看看函数的编码以来获得当它运行时显示某些信息(典型情况，当执行回归时的p值)。实际上，很正常，当函数运行时，这种信息是不会显示的：函数执行某些计算和返回一定类的一个对象(在我们的例子中，这就是lm函数和lm类)，那么所显示，就是带的"print"函数。

> print

function (x, ...)

UseMethod("print")

<environment: namespace:base>

As the object belong to the "lm" class:

> print.lm

function (x, digits = max(3, getOption("digits") - 3), ...)

{

cat("\nCall:\n", deparse(x$call), "\n\n", sep = "")

if (length(coef(x))) {

cat("Coefficients:\n")

print.default(format(coef(x), digits = digits), print.gap = 2,

quote = FALSE)

}

else cat("No coefficients\n")

cat("\n")

invisible(x)

}

<environment: namespace:stats>

对summary函数也同样：函数所得结果(与lm函数的结果一样)，构建其它对象(此处说的summary.lm类)有关print函数被调用。

> summary

function (object, ...)

UseMethod("summary")

<environment: namespace:base>

> summary.lm

function (object, correlation = FALSE, symbolic.cor = FALSE,

...)

{

z <- object

p <- z$rank

if (p == 0) {

r <- z$residuals

n <- length(r)

w <- z$weights

if (is.null(w)) {

rss <- sum(r^2)

}

else {

rss <- sum(w * r^2)

r <- sqrt(w) * r

}

resvar <- rss/(n - p)

ans <- z[c("call", "terms")]

class(ans) <- "summary.lm"

ans$aliased <- is.na(coef(object))

ans$residuals <- r

ans$df <- c(0, n, length(ans$aliased))

ans$coefficients <- matrix(NA, 0, 4)

dimnames(ans$coefficients) <- list(NULL, c("Estimate",

"Std. Error", "t value", "Pr(>|t|)"))

ans$sigma <- sqrt(resvar)

ans$r.squared <- ans$adj.r.squared <- 0

return(ans)

}

Qr <- object$qr

if (is.null(z$terms) || is.null(Qr))

stop("invalid 'lm' object: no 'terms' nor 'qr' component")

n <- NROW(Qr$qr)

rdf <- n - p

if (is.na(z$df.residual) || rdf != z$df.residual)

warning("residual degrees of freedom in object suggest this is not an \"lm\" fit")

p1 <- 1:p

r <- z$residuals

f <- z$fitted

w <- z$weights

if (is.null(w)) {

mss <- if (attr(z$terms, "intercept"))

sum((f - mean(f))^2)

else sum(f^2)

rss <- sum(r^2)

}

else {

mss <- if (attr(z$terms, "intercept")) {

m <- sum(w * f/sum(w))

sum(w * (f - m)^2)

}

else sum(w * f^2)

rss <- sum(w * r^2)

r <- sqrt(w) * r

}

resvar <- rss/rdf

R <- chol2inv(Qr$qr[p1, p1, drop = FALSE])

se <- sqrt(diag(R) * resvar)

est <- z$coefficients[Qr$pivot[p1]]

tval <- est/se

ans <- z[c("call", "terms")]

ans$residuals <- r

ans$coefficients <- cbind(est, se, tval, 2 * pt(abs(tval),

rdf, lower.tail = FALSE))

dimnames(ans$coefficients) <- list(names(z$coefficients)[Qr$pivot[p1]],

c("Estimate", "Std. Error", "t value", "Pr(>|t|)"))

ans$aliased <- is.na(coef(object))

ans$sigma <- sqrt(resvar)

ans$df <- c(p, rdf, NCOL(Qr$qr))

if (p != attr(z$terms, "intercept")) {

df.int <- if (attr(z$terms, "intercept"))

1

else 0

ans$r.squared <- mss/(mss + rss)

ans$adj.r.squared <- 1 - (1 - ans$r.squared) * ((n -

df.int)/rdf)

ans$fstatistic <- c(value = (mss/(p - df.int))/resvar,

numdf = p - df.int, dendf = rdf)

}

else ans$r.squared <- ans$adj.r.squared <- 0

ans$cov.unscaled <- R

dimnames(ans$cov.unscaled) <- dimnames(ans$coefficients)[c(1,

1)]

if (correlation) {

ans$correlation <- (R * resvar)/outer(se, se)

dimnames(ans$correlation) <- dimnames(ans$cov.unscaled)

ans$symbolic.cor <- symbolic.cor

}

if (!is.null(z$na.action))

ans$na.action <- z$na.action

class(ans) <- "summary.lm"

ans

}

<environment: namespace:stats>

>

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

> print.summary.lm

Error: Object "print.summary.lm" not found

> getAnywhere("print.summary.lm")

A single object matching 'print.summary.lm' was found

It was found in the following places

registered S3 method for print from namespace stats

namespace:stats

with value

function (x, digits = max(3, getOption("digits") - 3), symbolic.cor = x$symbolic.cor,

signif.stars = getOption("show.signif.stars"), ...)

{

cat("\nCall:\n")

cat(paste(deparse(x$call), sep = "\n", collapse = "\n"),

"\n\n", sep = "")

resid <- x$residuals

df <- x$df

rdf <- df[2]

cat(if (!is.null(x$w) && diff(range(x$w)))

"Weighted ", "Residuals:\n", sep = "")

if (rdf > 5) {

nam <- c("Min", "1Q", "Median", "3Q", "Max")

rq <- if (length(dim(resid)) == 2)

structure(apply(t(resid), 1, quantile), dimnames = list(nam,

dimnames(resid)[[2]]))

else structure(quantile(resid), names = nam)

print(rq, digits = digits, ...)

}

else if (rdf > 0) {

print(resid, digits = digits, ...)

}

else {

cat("ALL", df[1], "residuals are 0: no residual degrees of freedom!\n")

}

if (length(x$aliased) == 0) {

cat("\nNo Coefficients\n")

}

else {

if (nsingular <- df[3] - df[1])

cat("\nCoefficients: (", nsingular, " not defined because of singularities)\n",

sep = "")

else cat("\nCoefficients:\n")

coefs <- x$coefficients

if (!is.null(aliased <- x$aliased) && any(aliased)) {

cn <- names(aliased)

coefs <- matrix(NA, length(aliased), 4, dimnames = list(cn,

colnames(coefs)))

coefs[!aliased, ] <- x$coefficients

}

printCoefmat(coefs, digits = digits, signif.stars = signif.stars,

na.print = "NA", ...)

}

cat("\nResidual standard error:", format(signif(x$sigma,

digits)), "on", rdf, "degrees of freedom\n")

if (nchar(mess <- naprint(x$na.action)))

cat(" (", mess, ")\n", sep = "")

if (!is.null(x$fstatistic)) {

cat("Multiple R-Squared:", formatC(x$r.squared, digits = digits))

cat(",\tAdjusted R-squared:", formatC(x$adj.r.squared,

digits = digits), "\nF-statistic:", formatC(x$fstatistic[1],

digits = digits), "on", x$fstatistic[2], "and", x$fstatistic[3],

"DF, p-value:", format.pval(pf(x$fstatistic[1],

x$fstatistic[2], x$fstatistic[3], lower.tail = FALSE),

digits = digits), "\n")

}

correl <- x$correlation

if (!is.null(correl)) {

p <- NCOL(correl)

if (p > 1) {

cat("\nCorrelation of Coefficients:\n")

if (is.logical(symbolic.cor) && symbolic.cor) {

print(symnum(correl, abbr.col = NULL))

}

else {

correl <- format(round(correl, 2), nsmall = 2,

digits = digits)

correl[!lower.tri(correl)] <- ""

print(correl[-1, -p, drop = FALSE], quote = FALSE)

}

}

}

cat("\n")

invisible(x)

}

<environment: namespace:stats>

>

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

这种方式并非总是有效……在R中有两个面向对象的程序设计的范例：第一，我们解释是如何运行的(而其它软件：过时、简单和不标准化)。在此有个其它例子。

> print.lmer

Error: Object "print.lmer" not found

> getAnywhere("print.lmer")

no object named 'print.lmer' was found

这个函数不再调用print而是调用show……

> getMethod("show", "lmer")

Method Definition:

function (object)

show(new("summary.lmer", object, useScale = TRUE, showCorrelation = FALSE))

<environment: namespace:lme4>

Signatures:

object

target "lmer"

defined "lmer"

## 本人操作结果 ########################################

> library(lme4)

载入需要的程辑包：Matrix

载入需要的程辑包：lattice

> library(Matrix); library(lattice)

> library(lme4)

> print.lmer

错误: 找不到这个目标对象"print.lmer"

> getAnywhere("print.lmer")

no object named 'print.lmer' was found

> getMethod("show", "lmer")

错误在getMethod("show", "lmer") : No method found for function "show" and signature lmer

>

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

在此例中，简单调用summary函数(所带的参量不再是默认的参量)和show在结果中。

> getMethod("summary", "lmer")

Method Definition:

function (object, ...)

new("summary.lmer", object, useScale = TRUE, showCorrelation = TRUE)

<environment: namespace:lme4>

Signatures:

object

target "lmer"

defined "lmer"

> getMethod("show", "summary.lmer")

Method Definition:

function (object)

{

fcoef <- fixef(object)

useScale <- object@useScale

(...)

invisible(object)

}

<environment: namespace:lme4>

Signatures:

object

target "summary.lmer"

defined "summary.lmer"

######### 也没有执行出结果################################

> getMethod("summary", "lmer")

错误在getMethod("summary", "lmer") : No method found for function "summary" and signature lmer

> getMethod("show", "summary.lmer")

错误在getMethod("show", "summary.lmer") :

No method found for function "show" and signature summary.lmer

>

<未完待续>

areg

2.4 数据结构 Data structures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

象Matlab这样的软件(记住Matlab是立足于"矩阵实验室"——对于数学，它没有啥强的地方)，而R处理数字表格。然而，有各种各样不同的表格：向量(一维表格)，矩阵(二给表格)，数组(任意维表格),数据框(二维表格，表中每列可以是不同的类型——如，一个表含有试验结果，行是每个试验对象而列是每个变量)。这些中的每个细节，我们现在展现一下，解释怎么来建立它们、怎么管理、怎么转置、怎么转换等等，在下章，我们用图来说明。

2.4.1 向量Vectors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

有几种方式来定义向量(此处，c代表concatenate)。

> c(1,2,3,4,5)

[1] 1 2 3 4 5

> 1:5

[1] 1 2 3 4 5

> seq(1, 5, by=1) # 指定最小值和最大值，同时指定步长

[1] 1 2 3 4 5

> seq(1, 5, lenth=5) # 指定最小值和最大值，指定向量的长度

[1] 1 2 3 4 5

有几种方式来选择向量的某部分。

> x <- seq(-1, 1, by=.1)

> x

[1] -1.0 -0.9 -0.8 -0.7 -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0.0 0.1 0.2 0.3 0.4

[16] 0.5 0.6 0.7 0.8 0.9 1.0

> x[5:10] # 用下标提取，此提取第5个到第10个数

[1] -0.6 -0.5 -0.4 -0.3 -0.2 -0.1

> x[c(5,7:10)] # 提取第5个下标和第7至10个下标的数

[1] -0.6 -0.4 -0.3 -0.2 -0.1

> x[-(5:10)] # 排除向量中下标值为第5至第10的元素

[1] -1.0 -0.9 -0.8 -0.7 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

> x>0 # 逻辑向量，逻辑判断，满足条件为真TRUE，否则为假FALSE

[1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE

[13] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE

> x[ x>0 ] # 提取向量中下标值大于0的数

[1] 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

可以对向量给予匹配名字命名——然后用名字来访问它的元素

> names(x)

NULL

> length(x)

[1] 21

> names(x) <- letters[1:length(x)]

# "letters" 是一个字符串向量，含有26个小写字符，而LETTERS表示大写字母。

> x

a b c d e f g h i j k l m n o p

-1.0 -0.9 -0.8 -0.7 -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0.0 0.1 0.2 0.3 0.4 0.5

q r s t u

0.6 0.7 0.8 0.9 1.0

> x["r"]

r

0.7

也可以在建立向量时就定义名字。

> c(a=1, b=5, c=10, d=7)

a b c d

1 5 10 7

对向量的几个操作

> x <- rnorm(10) # 生成10标准正态分布的数

> sort(x) # 对向量x升序排列

[1] -1.4159893 -1.1159279 -1.0598020 -0.2314716 0.3117607 0.5376470

[7] 0.6922798 0.9316789 0.9761509 1.1022298

> rev(sort(x)) # 对向量x升序排列的反向排列，注意，rev(x)只是对x向量原有元素排列秩序的反向排列，不是降序排列。

[1] 1.1022298 0.9761509 0.9316789 0.6922798 0.5376470 0.3117607

[7] -0.2314716 -1.0598020 -1.1159279 -1.4159893

> o <- order(x) # 升序排列所得数在原始数据中的所处位置

> o

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

> x[ o[1:3] ]

[1] -1.415989 -1.115928 -1.059802

> x <- sample(1:5, 10, replace=T)

> x

[1] 1 4 5 3 1 3 4 5 3 1

> sort(x)

[1] 1 1 1 3 3 3 4 4 5 5

> unique(x) # We need not sort the data before (this contrasts

# with Unix's "uniq" command)

[1] 1 4 5 3

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

对上述从操作，因系统没有设默认的种子，所以随机数出现不同

> x <- rnorm(10)

> x

[1] 0.59865415 0.64776369 -1.29389668 1.05231658 1.52223281 -0.06329347 -1.16956247 -2.12214296 -0.46106047 -1.12717009

> sort(x)

[1] -2.12214296 -1.29389668 -1.16956247 -1.12717009 -0.46106047 -0.06329347 0.59865415 0.64776369 1.05231658 1.52223281

> rev(sort(x))

[1] 1.52223281 1.05231658 0.64776369 0.59865415 -0.06329347 -0.46106047 -1.12717009 -1.16956247 -1.29389668 -2.12214296

> o <- order(x)

> o

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

> x[ o[1:3] ]

[1] -2.122143 -1.293897 -1.169562

> x <- sample(1:5, 10, replace=T)

> x

[1] 5 1 3 5 2 2 3 1 5 1

> sort(x)

[1] 1 1 1 2 2 3 3 5 5 5

> unique(x)

[1] 5 1 3 2

>

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

还有其它方式来新建向量。seq命令生成算术系列。

> seq(0,10, length=11)

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

> seq(0,10, by=1)

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

rep命令重复一个数字或向量

> rep(1,10)

[1] 1 1 1 1 1 1 1 1 1 1

> rep(1:5,3)

[1] 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5

也可以重复一个元素几次

> rep(1:5,each=3)

[1] 1 1 1 2 2 2 3 3 3 4 4 4 5 5 5

我们可以把先前的两步混在一起进行

> rep(1:5,2,each=3)

[1] 1 1 1 2 2 2 3 3 3 4 4 4 5 5 5 1 1 1 2 2 2 3 3 3 4 4 4 5 5 5

命令gl为相等目的服务，主要用于建立因子——更多内容有好几页，见下。

<未完待续>

areg

2.4.2 因子 Factors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

因子是定性变量的编码(定性变量是一个非数值变量，例如性别、颜色、物种等等，或者，至少是那些实际的数值并不表示数值意义的变量，例如邮政编码).我们可以用因子factor变量来建立它。

> x <- factor( sample(c("Yes", "No", "Perhaps"), 5, replace=T) )

> x

[1] Perhaps Perhaps Perhaps Perhaps No

Levels: No Perhaps

我们可以指定一个可接受值的列表，或这个因子的水平levels。

> l <- c("Yes", "No", "Perhaps")

> x <- factor( sample(l, 5, replace=T), levels=l )

> x

[1] No Perhaps No Yes Yes

Levels: Yes No Perhaps

> levels(x)

[1] "Yes" "No" "Perhaps"

可以用一个连续表来描述一个因子

> table(x)

x

Yes No Perhaps

2 2 1

我们可以用命令gl后跟随一定模式来建立因子

> gl(1,4)

[1] 1 1 1 1

Levels: 1

> gl(2,4)

[1] 1 1 1 1 2 2 2 2

Levels: 1 2

> gl(2,4, labels=c(T,F))

[1] TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE

Levels: TRUE FALSE

> gl(2,1,8)

[1] 1 2 1 2 1 2 1 2

Levels: 1 2

> gl(2,1,8, labels=c(T,F))

[1] TRUE FALSE TRUE FALSE TRUE FALSE TRUE FALSE

Levels: TRUE FALSE

interaction命令以连接两个因子的水平来建立一个新因子。

> x <- gl(2,4)

> x

[1] 1 1 1 1 2 2 2 2

Levels: 1 2

> y <- gl(2,1,8)

> y

[1] 1 2 1 2 1 2 1 2

Levels: 1 2

> interaction(x,y)

[1] 1.1 1.2 1.1 1.2 2.1 2.2 2.1 2.2

Levels: 1.1 2.1 1.2 2.2

> data.frame(x,y, int=interaction(x,y))

x y int

1 1 1 1.1

2 1 2 1.2

3 1 1 1.1

4 1 2 1.2

5 2 1 2.1

6 2 2 2.2

7 2 1 2.1

8 2 2 2.2

expand.grid计算笛卡儿积结果(任意产生的数据框)

> x <- c("A", "B", "C")

> y <- 1:2

> z <- c("a", "b")

> expand.grid(x,y,z)

Var1 Var2 Var3

1 A 1 a

2 B 1 a

3 C 1 a

4 A 2 a

5 B 2 a

6 C 2 a

7 A 1 b

8 B 1 b

9 C 1 b

10 A 2 b

11 B 2 b

12 C 2 b

当操作因子时，人们有时想它转成数字值，这是不太明确的、和/或危险的。

> x <- factor(c(3,4,5,1))

> as.numeric(x) # No NOT do that

[1] 2 3 4 1 # 在原向量升序排列的序号

> x

[1] 3 4 5 1

Levels: 1 3 4 5

我们所得到是内部数字，常常用来编码因子的各个水平——它依赖于因子的秩序。

相反，请下列操作：

> x

[1] 3 4 5 1

Levels: 1 3 4 5

> levels(x)[ x ]

[1] "3" "4" "5" "1"

> as.numeric( levels(x)[ x ] )

[1] 3 4 5 1

> as.numeric( as.character(x) ) # probably slower

[1] 3 4 5 1

<未完待续>

ilikemath

怎么看不到areg的个人信息？辛苦了啊！

想问问第7章以及以后的章节都有人翻译了么，我打算帮忙，暂时认领第7章试试，请把LATEX源文件发给我。forget_rain@tom.com

areg

2.4.3 NA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

缺失值的编码是NA(它表示"不提供" 或"没有")

> x <- c(1,5,9,NA,2)

> x

[1] 1 5 9 NA 2

大多函数的默认值是拒绝数据含有缺失值——这很正常，结果不能建立在缺失值基础之上，当然不能缺失。

> mean(x)

[1] NA

但是，当然，你可以用R首先排除缺失值。

> mean(x, na.rm=T)

[1] 4.25

你可以用自己使用na.omit函数。

> x

[1] 1 5 9 NA 2

> na.omit(x)

[1] 1 5 9 2

attr(,"na.action")

[1] 4

attr(,"class")

[1] "omit"

这种方式在数据框中同样有效——只要某行含有缺失，它就废除那行。

> d <- data.frame(x, y=rev(x))

> d

x y

1 1 2

2 5 NA

3 9 9

4 NA 5

5 2 1

> na.omit(d)

x y

1 1 2

3 9 9

5 2 1

在布尔检验中，你不能使用缺失值：如果你检验两个数字是否相等，如果一个(或两个)缺失，那么你不能得到结论：结果将是NA.

> x

[1] 1 5 9 NA 2

> x == 5

[1] FALSE TRUE FALSE NA FALSE

> x == NA # 如果我们比较那些不知道的事情，结果当然是不知道。

[1] NA NA NA NA NA

检查有没有缺失值，用is.na函数。

> is.na(x)

[1] FALSE FALSE FALSE TRUE FALSE

这并不是在一个数值向量中获得非数字值的唯一方式：你也可以使用get + Inf, -Inf(正负无限)和NaN(不是数字值).

> x <- c(-1, 0,1,2,NA)

> cbind(X=x, LogX=log(x))

X LogX

[1,] -1 NaN

[2,] 0 -Inf

[3,] 1 0.0000000

[4,] 2 0.6931472

[5,] NA NA

Warning message:

NaNs produced in: log(x)

你可以is.finite检查一个数字值是否是实际数字。

> is.finite(log(x))

[1] FALSE FALSE TRUE TRUE FALSE

<未完待续>

areg

2.4.4 数据框Data Frames . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

数据框可以看成向量的一个列表，每个向量的长度相同。通常，表中一行对应试验中的具体的每个主题(每行就是一个观测记录)，列对应着试验中的测量的每个变量——不同的变量测量不同的指标，他们可能有不同的类型：有些将是数量值(数字；每列含有一个单位不同的测量值)，其它的可能是质量值(定量变量，如因子等)。

> n <- 10

> df <- data.frame( x=rnorm(n), y=sample(c(T,F),n,replace=T) )

str命令显示对象(任意对象)的结构和显示数据所含有的部分。

> str(df)

`data.frame': 10 obs. of 2 variables:

$ x: num 0.515 -1.174 -0.523 -0.146 0.410 ...

$ y: logi FALSE TRUE FALSE FALSE FALSE TRUE FALSE FALSE FALSE FALSE

summary命令显示关于对象的简要信息(此外指，数据框，但不是任何对象都能显示)

> summary(df)

x y

Min. :-1.17351 Length:10

1st Qu.:-0.42901 Mode :logical

Median : 0.13737

Mean : 0.09217

3rd Qu.: 0.48867

Max. : 1.34213

> df

x y

1 0.51481130 FALSE

2 -1.17350867 TRUE

3 -0.52338041 FALSE

4 -0.14589347 FALSE

5 0.41022626 FALSE

6 1.34213009 TRUE

7 0.77715729 FALSE

8 -0.55460889 FALSE

9 -0.03843468 FALSE

10 0.31318467 FALSE

对一个数据框的列的访问

> df$x

[1] 0.51481130 -1.17350867 -0.52338041 -0.14589347 0.41022626 1.34213009

[7] 0.77715729 -0.55460889 -0.03843468 0.31318467

> df[,1]

[1] 0.51481130 -1.17350867 -0.52338041 -0.14589347 0.41022626 1.34213009

[7] 0.77715729 -0.55460889 -0.03843468 0.31318467

> df[["x"]]

[1] 0.51481130 -1.17350867 -0.52338041 -0.14589347 0.41022626 1.34213009

[7] 0.77715729 -0.55460889 -0.03843468 0.31318467

> dim(df)

[1] 10 2

> names(df)

[1] "x" "y"

> row.names(df)

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

改变列/行名的一个方法

> names(df) <- c("a", "b")

> row.names(df) <- LETTERS[1:10]

> names(df)

[1] "a" "b"

> row.names(df)

[1] "A" "B" "C" "D" "E" "F" "G" "H" "I" "J"

> str(df)

`data.frame': 10 obs. of 2 variables:

$ a: num 0.515 -1.174 -0.523 -0.146 0.410 ...

$ b: logi FALSE TRUE FALSE FALSE FALSE TRUE FALSE FALSE FALSE FALSE

我们可以用attach命令来把数据框的列转变成实际变量(与在C++的namespaces中的原理一样)。使用后别忘记对数据框detach。

> data(faithful)

> str(faithful)

`data.frame': 272 obs. of 2 variables:

$ eruptions: num 3.60 1.80 3.33 2.28 4.53 ...

$ waiting : num 79 54 74 62 85 55 88 85 51 85 ...

> attach(faithful)

> str(eruptions)

num [1:272] 3.60 1.80 3.33 2.28 4.53 ...

> detach()

merge命令连接两个数据框——就如同连接数据库中的命令JOIN。更准确一点来说，你有两个数据框,a(有x、y和z列)，b(有x1、x2、y和z列)，b中确定的观测值与确定的观测值(行)对应：命令合并它们到一个含有x、x1、 x2、y和z列的数据框。在此例中，命令为：

merge(a,b)

它与SQL命令相等

SELECT * FROM a,b WHERE a.y = b.y AND a.z = b.z

在SQL中，这是调用内部连接和也是使用写入为：

SELECT * FROM a INNER JOIN b ON a.y = b.y AND a.z = b.z

SQL连接有几种类型：在INNER JOIN,我们仅能得到两个表中的行；在LEFT JOIN,我们得到第一表中所有的元素和对应于第二表中的相应元素(如果有)；RIGHT JOIN是反向连接；OUTER JOIN是LEFT和RIGHT的联合。在R中，你可以得到其它类型的JOIN，使用的是 "all"、"all.x" 和"all.y" 参量。

merge(x, y, all.x = TRUE) # 左连接

merge(x, y, all.y = TRUE) # 右连接

merge(x, y, all = TRUE) # 外连接

默认时，连接包括两个数据框中的全部列，但你可以对它们的子集进行限制，用by参量。

merge(a, b, by=c("y", "z"))

数据框经常是用来保存将分析发数据。我们稍后详细示例——如果你没有听说“回归”，别怕，我们将简洁去给你揭穿这些注释。

# 回归

data(cars) # 载入cars数据框

lm( dist ~ speed, data=cars)

# 多项式回归

lm( dist ~ poly(speed,3), data=cars)

# 样条回归(Regression with splines)

library(Design)

lm( y ~ rcs(x) ) # TODO: 搜索某些数据

# 逻辑回归

glm(y ~ x1 + x2, family=binomial, data=...) # TODO: 搜索某些数据

library(Design)

lrm(death ~ blood.presure + age) # TODO: 搜索某些数据

# 非线性回归

nls( y ~ a + b * exp(c * x), start = c(a=1, b=1, c=-1) ) # TODO: 搜索某些数据

?selfStart

# 主成份分析

data(USArrest)

princomp( ~ Murder + Assault + UrbanPop, data=USArrest)

# 框架图

xyplot( x ~ y | group ) # TODO: 搜索某些数据

我们将在不同的章节见到怎么转换数据框，因为把试验结果放到表中有几种方式——但是，通常我们宁愿选择一个最多的行和较少的列。

某此人可能建议你使用subset命令来撮数据框的子集。实际上，你可以用基本的子集句法来完成同样的工作：subset函数是为方便使用它而进行一个封装程序的函数。

d[ d$subject == "laika", ]

d[ d$day %in% c(1, 3, 9, 10, 11), ]

d[ d$value < .1 | d$value > .9, ]

d[ d$x < d$y, ]

<未完待续>

lwjmdj

强