Podstawowe komendy Podstawowe typy danych Definiowanie wektorów
setwd(ścieżka) ustawia katalog roboczy określony ścieżka, dane liczbowe 1, 2.34 c(n,m,l) 3-elementowy wektor skladajacy , sie, (np. 'D:/R'). dane tekstowe 'A', ''ALA'' z liczb n, m, l. getwd() określa bieżacy katalog roboczy dane logiczne TRUE, FALSE n:m wektor zawierajacy , liczby calkowite , dir() informacja o plikach w katalogu roboczym typ danych czynnikowych factor('a', 'b','a') od n do m (lub podanej ścieżce) gdzie Levels to powtarzajace sie, ele- Levels: a b rep(1,n) n-wymiarowy wektor z liczba, 1 , ls() wyświetla wszystkie obiekty w pamieci menty, tj. czynniki rep(1:3,n) wektor skladajacy , sie, z n powtórzeń , rm(x) usuwa obiekt x z pamieci ciagu , 1:3 , rm(list=ls()) usuniecie wszystkich elementów z pamieci rep(1:3,each=n) wektor powtarzajacy , każdy element , , Warunki logiczne source('plik.R') uruchomienie komend zapisanych w plik.R ciagu , 1:3 n-krotnie q() kończy prace, programu x==y x=y x równe y seq(n,m,by=l) wektor bed , acy , ciagiem , arytmetycz- summary(x) informacja podsumowujaca o obiekcie x; x!=y x 6= y x różne y nym zaczynajacy , sie, od n a koń- , np. w przypadku obiektów przechowuja- x<y x<y x mniejsze od y czacy, na m o różnicy l , cych dane liczbowe sa, to statystyki opisowe. x>y x>y x wieksze , od y seq(n,m,lenght.out=l) l-wymiarowy wektor bed , acy , cia- , x>=y x≥y x nie mniejsze od y giem arytmetycznym zaczynajacy , x<=y x≤y x nie wieksze od y sie, od n a kończacy, na m Pomoc ,
help(funkcja) opis funkcji
Laczenie , warunków logicznych Elementy wektora ?funkcja opis funkcji help.search('mean') szukanie pomocy nt. wartości średniej !W negacja warunku W x[3] trzeci element wektora x (ang. mean) W1 && W2 koniunkcja warunków W1 oraz W2 x[2:4] od drugiego do czwartego W1 || W2 alternatywa warunków W1 oraz W2 elementu wektora x Skróty klawiszowe W1 & W2 koniunkcja dla elementów warunków W1 x[c(1,3,5)] pierwszy, trzeci i piaty ele- , oraz W2 ment wektora x Konsola W1 | W2 alternatywa dla elementów warunków W1 x[-c(2,4)] wszystkie elementy wek- oraz W2 tora x oprócz drugiego i ↑ oraz ↑ przewijanie historii komend czwartego Ctrl + L wyczyszczenie konsoli z dotychczasowych Funkcje matematyczne A B C D E wydruków x[c('A','C','E')] elementy wektora x pod na- x+y x+y x-y x−y zwa, 'A', 'C'lub 'E' Esc przerwanie obliczeń x x*y xy x/y 1 5 6 2 3 x[x<=3] wszystkie elementy wek- √ y tora x nie wieksze od 3 xˆy xy sqrt(x) x , Edytor kodu 1 if x>0 abs(x) |x| sign(x) Ctrl + R kompilacja zaznaczonego kodu -1 if x<0 Manipulowanie elementami wektorów lub bieżacej linii kodu x%%y reszta z dzielenia x przez y , round(x,y) zaokraglenie liczby x do y miejsc po przecinku sort(x) sortowanie elementów wektora x Ctrl + Shift + Enter kompilacja calego kodu , floor(x) zaokraglenie w dól liczby x rev(x) wektor z odwrócona, kolejnościa, elementów x , ceiling(x) zaokraglenie w góre, liczby x which.min(x) wskazuje indeks najmniejszego elementu , sin(x) sin(x) cos(x) cos(x) wektora x Przypisanie tan(x) tg(x) arcsin(x) arcsin(x) which.max(x) wskazuje indeks najwiekszego , elementu wek- arccos(x) arccos(x) arctan(x) arctg(x) tora x a=2 przypisanie obietkowi a liczby 2 log(x) ln(x) log(x,base=n) logn (x) which(x=<3) wskazuje indeksy elementów wektora x, a<-2 j.w. log1p(x) ln(x + 1) ≈ x log10(x) log10 (x) które sa, nie wieksze , od 3 exp(x) exp(x)
Funkcje statystyczne i matematyczne data.frame Wymiary wektorów, macierzy, list i data.frame mean(x) wartość średnia x Data.frame pozwala przechowywać zmienne o tym samym length(x) liczba elementu x (wektory i listy) sum(x) suma elementów x wymiarze, ale o różnych typach danych, np. dane liczbowe dim(x) wymiary obiektu x (macierze i data.frame) sd(x) odchylenie standardowe x oraz tekstowy typ danych. ncol(x) liczba kolumn obiektu x (macierze i data.frame) var(x) wariancja x Przyklad nrow(x) liczba wierszy obiektu x (macierze i data.frame) weighted.mean(x,w) średnia ważona x o wagach w DF=data.frame(liczby=1:3,litery=c( 'A', 'C','B')) median(x) mediana x Funkcje function() quantile(x,q) kwantyle rozkladu x o prawdopod- Odwolanie do zmiennych zapisanych w data.frame jest moż- Procedury deklarowane przez bieństwie opisanym wektorem q liwe w analogiczny sposób jak w przypadku macierzy, jak i f=function (arg){ function() pozwalaja, na wyko- min(x) wartość minimalna x korzystajac , z $. obliczenia nanie obliczeń dla agumentu (arg). max(x) wartość maksymalna x cor(x,y) wspólczynnik korelacji pomiedzy xiy Przyklad (cd) return(wynik) Produktem końcowym funkcji jest , cumsum(x) kolejne elementy stanowia, skumulo- } wynik, który jest dostepny , w pamieci , DF DF[2,3] drugi wiersz trzeciej dzieki return(). wana, sume, x , liczby litery kolumny prod(x) iloczyn wszystkich elementów wek- Przyklad funkcji function() 1 'A' DF$liczby zmienna liczby tora x 2 'B' DF$litery[2] drugi element zmiennej sq=function(x){ cumprod(x) kolejne elementy stanowia, iloczyn do- 3 'C' litery y=xˆ2 Funkcja sq() pozwala obliczyć kwa- tychczasowych elementów wektora x return(y) drat liczby. Definiowanie macierzy } Laczenie , macierzy i data.frame matrix(v,ncol=3,nrow=4) macierz o 3. kolumnach i 4 A B rbind(A,C) wierszach; zawierajaca elementy Petla for() , C D cbind(C,D) , wektora v for (i in zakres){ Petla for() pozwala na wykona- diag(n) n-wymiarowa macierz diago- , instrukcja nie instrukcji dla pewnego zakresu nalna } zmiennej i. Operacje na macierzach Przyklad p etli , for() t(X) transpozycja macierzy X for(i in 1:5){ Petla , pozwala drukować (funkcja X%*%Y mnożenie macierzy X i Y Listy list() print(i) print()) liczby z zakresu zmiennej solve(X) odwracanie macierzy X Listy list() pozwalaja, przechowywać zmienne o różnym roz- } i, tj. od 1 do 5 (i in 1:5). diag(X) elementy diagonalne macierzy X miarze oraz o różnych typach danych, np. dane liczbowe oraz trace(X) ślad macierzy tekstowy typ danych. chol(X) dekompozycja Choleskiego macierzy X Petla , while() Przyklad eigen(X) wartości wlasne oraz wektory wlasne macierzy X while (warunek){ Petla , while() pozwala na wykona- Lista=list(x=1:5,y= 'A', z=matrix(1:9,3,3)) instrukcja nie instrukcji dopóki jest spelniony Elementy macierzy } warunek. Elementy listy list() Przyklad petli , while() X[,3] trzecia kolumna macierzy X Lista$x element Listy zapisany pod nazwa, x Lista[['x']] element Listy zapisany pod nazwa, x i=1 Po wstepnej , deklaracji (i=1), w Lista[[1]] pierwszy element Listy każdej kolejnej iteracji drukowana while(i<=5){ Lista[[1]][3] trzeci element pierwszego elementu Listy jest liczba i (print(i)) a nastepnie , X[2,] drugi wiersz macierzy X print(i) zwiekszana , jest jej wartość (i=i+1) i=i+1 aż do momentu gdy jest mniejsza od } 5 (i<=5). X[c(1,3),4:5] pierwszy i trzeci wiersz oraz czwarta i piata , kolumna macie- rzy X
Instrukcja warunkowa if() Rozklady statystyczne Regresja liniowa lm() Instrukcja warunkowa if() umożliwia model=lm(y∼ x1+x2, dodatkowe arguementy) if (warunek){ funkcjarozklad(argumenty funkcji, argumenty rozkladu) uzależnienie obliczeń (tj. instrukcji) instrukcja w zależności od spelnienia warunku Np. rnorm() pozwala na losowanie z rozkladu normalnego. W specyfikacji modelu regresji liniowej należy uwzglednić } , logicznego (warunek). zmienna, objaśniana, (y) oraz zmienne objaśniajace ( x1 Funkcje wykorzystujace rozklady statystyczne , , oraz x2). Brak wyrazu wolnego oznaczany jest jako -1. Przyklad instrukcji if() drozklad(x,. . . ) funkcja gestości prawdopodobieństwa Wyrażenie y∼ x1+x2 jest formula, (klasa obiektów). if(x<=5){ Jeżeli liczba x jest mniejsza od 5 , print(x) (x<=5) to jej wartość bedzie dru- rozkladu dla wektora kwantyli x, Dodatkowe agumenty lm() , } kowana (print(x)). prozklad(x,. . . ) dystrybuanta rozkladu dla wektora kwantyli x data zbiór danych (data.frame), którego zmienne sa, qrozklad(p,. . . ) pozwala na uzyskanie kwantyli rozkladu wykorzystywane w estymacji dla wektora prawdopodobieństw p subset wektor określajacy , podzbiór danych jeżeli osza- rrozklad(n,. . . ) pozwala na losowanie z rozkladu n n liczb cowania maja, zostać uzyskane na podpróbie weights wektor wag dla obserwacji Rozklady statystyczne na.action określa strategie, szacowania parametrów w przypadku braku danych norm rozklad normalny; dodatkowe argumenty to mean (średnia) oraz sd (odchylenie standardowe) unif rozklad jednostajny; dodatkowe argumenty to min Pakiety (minimalna wartość) oraz max (maksymalna war- tość) library(pakiet) ladowanie pakietu t rozklad t-Studenta; dodatkowe argumenty to df install.packages('pakiet') instalacja pakietu (liczba stopni swobody) oraz ncp (non-centrality help(package=pakiet) wyświetla liste, dostepnych , funk- parameter) cji w pakiecie. chisq rozklad χ2 ; dodatkowe argumenty to df (liczba stopni swobody) oraz ncp (non-centrality parame- Wykresy ter) plot(x) wykres zmiennej x F rozklad F; dodatkowe argumenty to df1 oraz df2 plot(x,y) wykres rozrzutu czyli tzw. scatterplot zmiennej (liczba stopni swobody) oraz ncp (non-centrality y wobec zmiennej x parameter) hist(x) histogram zmiennej x boxplot(x) wykres pudelkowy zmiennej x barplot(x) wykres slupkowy zmiennej x