认识美好的 R

class: center, middle, inverse, title-slide

# 认识美好的 R
## R basics 2
### Chris Qi
### 2018

---

background-image: url(https://www.dropbox.com/s/zk8948u32y01sj8/logo.png?dl=1)
background-size: 700px
background-position: 50% 50%

???

* 幸存者偏差，二战盟军统计学家沃尔德
* 老物件、双盲实验、成功者的故事（从大学退学的特征）
* 不能只看贼吃肉，不看贼挨揍

---
background-image: url(https://www.dropbox.com/s/zk8948u32y01sj8/logo.png?dl=1)
background-size: 200px
background-position: 95% 3%

---
### 活着就要弄明白的一些事情：

--
* 幸存者偏差，二战盟军统计学家沃尔德

--
* 老物件、双盲实验、成功者的故事（从大学退学的特征）

--
* 不能只看贼吃肉，不看贼挨揍

---
### 描述性统计：Summary statistics

--
* 集中趋势统计量:  均值（Mean)、中位数(Median)、众数(Mode)、百分位数(percentile)

--
* 离散趋势统计量：方差（var)、极差（range)

---
# 集中趋势统计量:  均值（Mean)

--
* 均值（Mean): 描述数据取值的平均位置，指一组数据的平均数

```r
mean(mtcars$mpg)
```

```
## [1] 20.09062
```

---
# 集中趋势统计量:  中位数(Median)

--
* 中位数(Median): 定义为数据排序位于中间位置的值

```r
median(mtcars$mpg)
```

```
## [1] 19.2
```

---
# 集中趋势统计量: 众数(Mode)

--
* 众数(Mode): 就是一组数据中占比例最多的那个数， R中未提供直接调用的函数

```r
table(mtcars$mpg)
```

```
## 
## 10.4 13.3 14.3 14.7   15 15.2 15.5 15.8 16.4 17.3 17.8 18.1 18.7 19.2 19.7 
##    2    1    1    1    1    2    1    1    1    1    1    1    1    2    1 
##   21 21.4 21.5 22.8 24.4   26 27.3 30.4 32.4 33.9 
##    2    2    1    2    1    1    1    2    1    1
```

```r
which.max(table(mtcars$mpg))
```

```
## 10.4 
##    1
```

---
# 集中趋势统计量:  百分位数 (percentile)

--
* 百分位数 (percentile):

```r
quantile(mtcars$mpg)
```

```
##     0%    25%    50%    75%   100% 
## 10.400 15.425 19.200 22.800 33.900
```

---
# 离散趋势统计量：方差（var)

* 方差（Variance): 是描述数据取值分散性的一个度量.样本方差(sample variance)是样本相对于均值的偏差平方和的平均,记为s2:

--
`$$s2=\frac{1}{n-1}\sum ^n _{i=1} (x_i-\bar{x})^2$$`

--
* 标准差就是方差开方：

--
`$$s=\sqrt{\frac{1}{n-1}\sum ^n _{i=1} (x_i-\bar{x})^2}$$`

---
# 离散趋势统计量：方差（var)

```r
var(mtcars$mpg)
```

```
## [1] 36.3241
```

---
# 离散趋势统计量：方差（var)

* 极差（Range): 描述样本分散性的数字特征.当数据越分散,其极差越大

```r
range(mtcars$mpg)
```

```
## [1] 10.4 33.9
```

---

```r
summary(mtcars$mpg)
```

```
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   10.40   15.43   19.20   20.09   22.80   33.90
```

---

```r
summary(mtcars)
```

```
##       mpg             cyl             disp             hp       
##  Min.   :10.40   Min.   :4.000   Min.   : 71.1   Min.   : 52.0  
##  1st Qu.:15.43   1st Qu.:4.000   1st Qu.:120.8   1st Qu.: 96.5  
##  Median :19.20   Median :6.000   Median :196.3   Median :123.0  
##  Mean   :20.09   Mean   :6.188   Mean   :230.7   Mean   :146.7  
##  3rd Qu.:22.80   3rd Qu.:8.000   3rd Qu.:326.0   3rd Qu.:180.0  
##  Max.   :33.90   Max.   :8.000   Max.   :472.0   Max.   :335.0  
##       drat             wt             qsec             vs        
##  Min.   :2.760   Min.   :1.513   Min.   :14.50   Min.   :0.0000  
##  1st Qu.:3.080   1st Qu.:2.581   1st Qu.:16.89   1st Qu.:0.0000  
##  Median :3.695   Median :3.325   Median :17.71   Median :0.0000  
##  Mean   :3.597   Mean   :3.217   Mean   :17.85   Mean   :0.4375  
##  3rd Qu.:3.920   3rd Qu.:3.610   3rd Qu.:18.90   3rd Qu.:1.0000  
##  Max.   :4.930   Max.   :5.424   Max.   :22.90   Max.   :1.0000  
##        am              gear            carb      
##  Min.   :0.0000   Min.   :3.000   Min.   :1.000  
##  1st Qu.:0.0000   1st Qu.:3.000   1st Qu.:2.000  
##  Median :0.0000   Median :4.000   Median :2.000  
##  Mean   :0.4062   Mean   :3.688   Mean   :2.812  
##  3rd Qu.:1.0000   3rd Qu.:4.000   3rd Qu.:4.000  
##  Max.   :1.0000   Max.   :5.000   Max.   :8.000
```

---
# 基本作图

一图胜千言

--
* 人类非常善于从视觉呈现中洞察关系。

--
* 一幅精心绘制的图形能够帮助你在数以千计的零散信 息中做出有意义的比较，提炼出使用其他方法时不那么容易发现的模式。

--
* plot()是R中为对象作图的一个泛型函数(它的输出将根据所绘制对象类型的不同而变化)。

--
* R是一个惊艳的图形构建平台。在通常的交互式会话中，我们可 以通过逐条输入语句构建图形，逐渐完善图形特征，直至得到想要的效果。

---

```r
plot(x, y)
```
将x置于横轴，将y置于纵轴，绘制点集(x, y)，散点图。使用help(plot)可以查看其他选项。

---

第一条语句打开一个图形窗口并生成了一幅散点图，横轴表 示车身重量，纵轴为每加仑汽油行驶的英里数。

```r
plot(mtcars$wt, mtcars$mpg)
```

![](slides_basic2_files/figure-html/unnamed-chunk-11-1.png)

---

添加横坐标标签，添加纵坐标标签

```r
plot(mtcars$wt, mtcars$mpg,
     xlab="Miles Per Gallon",
     ylab="Car Weight")
```

---

添加横坐标标签，添加纵坐标标签

![](slides_basic2_files/figure-html/unnamed-chunk-13-1.png)

---

添加回归曲线

```r
plot(mtcars$wt, mtcars$mpg,
     xlab="Miles Per Gallon",
     ylab="Car Weight")
abline(lm(mtcars$mpg~mtcars$wt))
```

---

添加回归曲线

![](slides_basic2_files/figure-html/unnamed-chunk-15-1.png)

---

添加标题

```r
plot(mtcars$wt, mtcars$mpg,
     xlab="Miles Per Gallon",
     ylab="Car Weight")
abline(lm(mtcars$mpg~mtcars$wt))
title("Regression of MPG on Weight")
```

---

添加标题

![](slides_basic2_files/figure-html/unnamed-chunk-17-1.png)

---

改变点的颜色

```r
plot(mtcars$wt, mtcars$mpg,
         xlab="Miles Per Gallon",
         ylab="Car Weight",
     col=4)
abline(lm(mtcars$mpg~mtcars$wt))
title("Regression of MPG on Weight")
```

---

改变点的颜色

![](slides_basic2_files/figure-html/unnamed-chunk-19-1.png)

---

改变点的形状

```r
plot(mtcars$wt, mtcars$mpg,
         xlab="Miles Per Gallon",
         ylab="Car Weight",
     col=4,
     pch=16)
abline(lm(mtcars$mpg~mtcars$wt))
title("Regression of MPG on Weight")
```

---

改变点的形状

![](slides_basic2_files/figure-html/unnamed-chunk-21-1.png)

---
有这些形状可以选择：
![](https://www.dropbox.com/s/d8dz3hhq36wx1es/r-basic-plotting-tools-pch-1.png?dl=1)

---

总是用美元符号，是不是太麻烦？换一种方式：

```r
with(mtcars,{
plot(wt, mpg)
abline(lm(mpg~wt))
title("Regression of MPG on Weight")
}
)
```

---

总是用美元符号，是不是太麻烦？换一种方式：

![](slides_basic2_files/figure-html/unnamed-chunk-23-1.png)

---

全局参数设定，多图同列, 例如设置2列2行：

```r
par(mfrow=c(3,1))
```

---

四个直方图：

```r
par(mfrow=c(3,1))
with(mtcars,{
  par(mfrow=c(2,2))
  hist(wt)
  hist(mpg)
  hist(disp)
  hist(hp)
})
```

---

四个直方图：

![](slides_basic2_files/figure-html/unnamed-chunk-26-1.png)

---

箱图：

```r
boxplot(mtcars$mpg)
```

![](slides_basic2_files/figure-html/unnamed-chunk-27-1.png)

---
# 保存图形：

* 通过代码或图形用户界面来保存图形。

--
* 要通过代码保存图形，将绘图语句夹在开启目标 图形设备的语句和关闭目标图形设备的语句之间即可。

---
例如，以下代码会将图形保存到当前工作 目录中名为mygraph.pdf的PDF文件中:

```r
pdf("mygraph.pdf")
      attach(mtcars)
      plot(wt, mpg)
      abline(lm(mpg~wt))
      title("Regression of MPG on Weight")
      detach(mtcars)
dev.off()
```

```
## quartz_off_screen 
##                 2
```

---
除了pdf()，还可以使用函数win.metafile()、png()、jpeg()、bmp()等将图形保存为其他格式。

--
* 通过图形用户界面保存图形，在RStudio的右下角，"Export"即可。

---

完结撒花

.center[![](https://www.dropbox.com/s/9w3nxj755iqxnrz/sahua.gif?dl=1)]