专题二 描述性统计
通过图表、数值的描述
单变量、多变量
分类表量、数值变量
1、分类变量：频数
2、数值变量：集中趋势（取决于分布形态）、离散程度（全距、四分位距（利用位置信息），方差、标准差、变异系数）、分布形态（偏度、峰度）
更多关注分布的研究（histogram、pie chart）
作业2：打开mtcars,保存excel格式，选cyl(gear)做条形图，饼图，（颜色，主标题，颜色）
mpg分布(直方图等)，语言描述图
提取一个表格，drat mpr wt均值，最大，最小，四分位数，标准差，偏度峰度，小数点3位。
data<-data.frame(mtcars)
data
write.table(data,"D:/data.csv",sep=",")
attach(data)
barplot(cyl,border = "red",main = "bar"，axes=T)
table(gear)
pie(gear,border="blue",main = "bingtu")
hist(mpg,border = "red",axes=T)
mean(mpg)
mean(drat)
mean(wt)
summary(wt)
summary(drat)
summary(mpg)
mydata<-function(x)c(mina=min(x),maxa=max(x),meana=mean(x),sda=sd(x))
sapply(data.frame(mpg,drat,wt),mydata)
多变量
数值描述：相关系数、以定性数据为分组依据、图表描述（散点图矩阵（点颜色，形状），气泡图（气泡大小），）
data<-data.frame(mtcars)
data
write.table(data,"C:/data.csv",sep=",")
attach(data)
barplot(cyl,border = "red",main = "bar",axes=T)
table(gear)
pie(gear,border="blue",main = "bingtu")
hist(mpg,border = "red",axes=T)
mean(mpg)
mean(drat)
mean(wt)
summary(wt) summary(drat)
summary(mpg)
mydata<-function(x)c(mina=min(x),maxa=max(x),meana=mean(x),sda=sd(x))
sapply(data.frame(mpg,drat,wt),mydata)
library(graphics)
library(car)
library(scatterplot3d)
library(symbols)
plot(wt,mpg,col=cyl)
pchisq(wt,2)
?hist
install.pages("vcd")
library(vcd)
library(grid)
mosaicplot(~cyl+vs+am,data=mtcars,color=TRUE,border="red")
Data assumption:interval or ratio level;linear related;bivariate normally distributed
Hypothesis Testing