Daniel Kosiorowski – Krótkie wprowadzenie do środowiska R 1 KRÓTKIE WPROWADZENIE DO ŚRODOWISKA R Środowisko R jest profesjonalnym systemem przeznaczonym do prowadzenia analiz statystycznych, tworzenia własnych narzędzi statystycznych, wykonywania obliczeń i symulacji komputerowych oraz tworzenia grafiki. Środowisko R stworzyli Ross Ihaka i Robert Gentleman . Środowisko R jest nieodpłatnie udostępniane na zasadzie licencji GNU na stronach Projektu R: http://www.r-project.org/ R to zarówno program do obliczeń statystycznych jak też środowisko programistyczne wyposażone w interpreter języka R. Obecnie rozwojem R zarządza zespół specjalistów nazywanych core team w ramach fundacji „ The R Foundation for Statistical Computing ”. R jest językiem interpretowanym a nie kompliowanym. Polecenia wpisujemy za pomocą klawiatury wiersz po wierszu bądź zestawiamy je w postaci skryptu (pliku tekstowego zawierającego polecenia). Daniel Kosiorowski – Krótkie wprowadzenie do środowiska R 2 ze stron projektu można ściągnąć pliki instalacyjne programu R dopasowane do systemów operacyjnych Linux, Windows, Mac OS na stronach projektu znajdziemy bogaty zbiór darmowych podręczników do nauki korzystania z R, informacje o podręcznikach (komercyjnych) zawierających skrypty R itd. fragment strony… Documents with more than 100 pages: “Using R for Data Analysis and Graphics ‐ Introduction, Examples and Commentary” by John Maindonald (PDF, data sets and scripts are available at JM's homepage). “Practical Regression and Anova using R” by Julian Faraway (PDF, data sets and scripts are available at the book homepage). The Web Appendix to the book “An R and S‐PLUS Companion to Applied Regression” by John Fox contains information about using S (R and S‐PLUS) to fit a variety of regression models. “An Introduction to S and the Hmisc and Design Libraries” by Carlos Alzola and Frank E. Harrell, especially of interest to SAS users, users of the Hmisc or Design packages, or R users interested in data manipulation, recoding, etc. (PDF) “Statistical Computing and Graphics Course Notes” by Frank E. Harrell, includes material on S, LaTeX, reproducible research, making good graphs, brief overview of computer languaes, etc. (PDF). Daniel Kosiorowski – Krótkie wprowadzenie do środowiska R 3 “An Introduction to R: Software for Statistical Modelling & Computing”
(…)
…)/2
densityplot(z12)
Podobnie sprawdźmy empiryczną gęstość dla zmiennej Z = Z 1 + Z 2 + Z 3 , wpiszmy:
z123<-(z1+z2+z3)/3
densityplot(z123)
Jak będzie zmieniała się gęstość zmiennej Z dla czterech, pięciu i więcej wektorów
wygenerowanych z rozkładu jednostajnego na [1,2]? Czy sytuacja będzie przedstawiać się
podobnie w przypadku rozkładu wykładniczego?
Daniel Kosiorowski – Krótkie wprowadzenie…
… do środowiska R
przykład 17
x<-rnorm(120,0,1)
y<-seq(0,12,by=0.1)
x.ts<-ts(x,start=c(2010,10),frequency=12) #obiekt szereg czasowy#
plot(x.ts)
points(x.ts,pch="*")
grid()
y<-y[1:120]
xy.ts<-x+y #dodajemy trend#
xy.ts<-ts(xy.ts,start=c(2010,10),frequency=12)
plot(xy.ts)
xydif.ts<-diff(xy.ts,lag=1,differences=1) #różnicujemy szereg#
plot(xydif.ts)
mean6<-filter(xy.ts,sides=2,rep(1,6)/6) #6 – elements moving…
… ” by
Spencer Graves and Sundar Dorai‐Raj (PDF, PPT, 2009‐05‐04, 45 slides).
“Guide to Credit Scoring in R” by Dhruv Sharma (PDF, 2009‐10‐13, 45 pages).
“R for Biologists” by Marco Martinez (PDF, 2010‐03‐19, 35 pages).
“R Commander: An Introduction ” by Natasha Karp (PDF, 2010‐05‐18, 50 pages).
“Matlab® / R Reference” by David Hiebeler (PDF, 2010‐05‐25, 52 pages).
Short Documents and Reference Cards:
“R reference card” by Jonathan Baron (PDF).
“R and Octave” by Robin Hankin (Text), a reference sheet translating between the most common Octave (or Matlab)
and R commands.
A “time series reference card” (PDF) and a “regression reference card” (PDF) by Vito Ricci.
“R reference card” by Tom Short ( PDF, LaTeX source ).
“R reference card data mining” by Yanchang Zhao ( PDF, 2011‐04‐01).
…
Daniel…
…#
par(mfrow=c(2,1)) #dzielimy okno graficzne na dwie równe części#
hist.FD(srednie,breaks=10,main="rozkład średniej",ylab="częśtość",col="green")
hist.FD(mediany,breaks=10,main="rozkład mediany",ylab="częstość",col="blue")
25
Daniel Kosiorowski – Krótkie wprowadzenie do środowiska R
#estymator jądrowy funkcji gęstości#
densityplot(srednie,main="oszacowanie gęstości średniej", ylab="gęstość", col…
…="green", lwd=2)
densityplot(mediany,main="oszacowanie gęstości mediany", ylab="gęstość", col="blue", lwd=2)
26
Daniel Kosiorowski – Krótkie wprowadzenie do środowiska R
par(mfrow=c(2,1))
sdys<-ecdf(srednie) #wektor częstości skumulowanych – dystrybuanta empiryczna#
mdys<-ecdf(mediany) #wektor częstości skumulowanych – dystrybuanta empiryczna#
plot(sdys,main="oszacowanie dystrybuanty średniej…
... zobacz całą notatkę
Komentarze użytkowników (0)