医学统计学及SAS应用之R语言实现.pdf-资料库

weixin_42600917-10516413-4744302543373684401.pdf-第1页.png

第1页 / 共66页

weixin_42600917-10516413-4744302543373684401.pdf-第2页.png

第2页 / 共66页

weixin_42600917-10516413-4744302543373684401.pdf-第3页.png

第3页 / 共66页

weixin_42600917-10516413-4744302543373684401.pdf-第4页.png

第4页 / 共66页

weixin_42600917-10516413-4744302543373684401.pdf-第5页.png

第5页 / 共66页

weixin_42600917-10516413-4744302543373684401.pdf-第6页.png

第6页 / 共66页

weixin_42600917-10516413-4744302543373684401.pdf-第7页.png

第7页 / 共66页

weixin_42600917-10516413-4744302543373684401.pdf-第8页.png

第8页 / 共66页

R 语言实现「医学统计学及SAS 应用」之 UPDATE @ 2014-11-16

PREFACE 关于这份笔记，有几点需要说明： 0. 客套话。感谢您阅读本文，希望能与您共同进步。 1. 为什么是R。以前从来没想过用盗版SPSS 和SAS 有什么问题，直到到了国外，敏感的版权形势下，R 是最好的选择。 2. 本文所引用数据的版权，归《医学统计学及SAS 应用》原作者所有。本文只探讨使用R 实现的可能性，并且仅对本文中R 语言代码享有相关权利。此处还想特别感谢该书的编者之 3. 作者保留相关权利。在R 语言的世界里，倡导的精神是自由与分享。所以，在以非商业为出处。4. 本文的作者学临床医学出身，并非统计专业，对统计知识也是处在一知半解之中，故文中 5. 有任何问题或指正，请随时联系作者邮箱：yefux@med.nagoya-u.ac.jp 一，上海交通大学医学院生物统计学教研室的王筱金老师，正是得益于她的用心教学，本文作者才学会基本的统计学知识，也因此才有这份笔记。目的的前提下，您可以自由地阅读、拷贝、使用和修改本文的代码。若您进行转载，请注明的表述或程序可能存在各种错误和不足，还请读者注意辨别，切勿被作者误导，同时希望您不吝指正。 Fuxiang Ye 于日本·名古屋

目录例3.19..........................................................................1 例3.20..........................................................................2 例3.21..........................................................................2 例3.22..........................................................................3 例3.23..........................................................................3 例4.13..........................................................................4 例4.14..........................................................................5 例4.15..........................................................................5 例4.16..........................................................................5 例4.17..........................................................................6 例4.18..........................................................................6 例5.1.............................................................................7 例5.2.............................................................................8 例5.3.............................................................................9 例5.4..........................................................................10 例5.5..........................................................................11 例5.6..........................................................................12 例5.7..........................................................................13 例6.1..........................................................................14 例6.2..........................................................................15 例6.3..........................................................................16 例6.4..........................................................................17 例6.5..........................................................................18 例6.6..........................................................................18 例7.1..........................................................................20 例7.2..........................................................................21 例7.3..........................................................................22 例7.4..........................................................................24 例8.6（程序8.1）...............................................24 例8.7（程序8.2）...............................................25 例8.8（程序8.3）...............................................26 例8.9（程序8.4）...............................................26 例8.10（程序8.5）.............................................27 例8.11（程序8.6）.............................................28 例8.12（程序8.7）.............................................29 例9.1..........................................................................29 例9.2..........................................................................30 例9.4（程序9.3）...............................................30 例9.5（程序9.4）...............................................31 例9.6（程序9.5）..............................................31 例9.7（程序9.6）..............................................32 例9.8（程序9.7）..............................................32 例9.9（程序9.8）..............................................33 例9.11（程序9.9）...........................................33 例9.12（程序9.10）.........................................33 例9.13（程序9.11）.........................................34 例9.14（程序9.12）.........................................36 例9.15（程序9.13）.........................................37 例9.16（程序9.14）.........................................37 例9.17（程序9.15）.........................................38 例9.18（程序9.16）.........................................38 例9.19（程序9.17）.........................................39 例10.1-2..................................................................39 例10.3......................................................................41 例11.1......................................................................41 例11.2......................................................................42 例11.4（程序11.3）.........................................43 例11.5（程序11.4a）......................................44 例11.5（程序11.4b、c）...............................45 例11.6（程序11.5）.........................................46 例11.7（程序11.6a）......................................47 例11.7（程序11.6b）......................................48 例12.1......................................................................49 例12.3（程序12.2）.........................................50 例12.4（程序12.3）.........................................51 例12.5（程序12.4）.........................................53 例13.2......................................................................54 例13.3......................................................................55 例13.4......................................................................55 例15.3（程序15_1）........................................57 例15.4（程序15_2）........................................57 例15.5（程序15_3）........................................58 例15.6（程序15_4）........................................59 例15.7（程序15_5）........................................60 例15.8（程序15_6）........................................61 例15.9（程序15_7）........................................62 附录..........................................................................63

例 3.19 ：直方图绘制 123456789101112131415161718192021 x <- c(108.0, 97.6, 103.4, 101.6, 104.4, 98.5, 110.5, 103.8, 109.7, 109.8, 104.5, 99.5, 104.0, 103.9, 97.2, 106.3, 106.2, 107.6, 108.3, 97.6, 102.7, 103.7, 107.6, 103.2, 103.6, 103.3, 102.8, 102.3, 102.2, 103.3, 101.2, 107.5, 106.3, 109.7, 99.5, 107.4, 103.4, 106.6, 105.7, 107.4, 103.0, 109.6, 106.4, 107.3, 100.6, 112.3, 100.5, 101.9, 98.8, 99.7, 104.3, 110.2, 105.3, 95.2, 105.8, 105.2, 106.1, 103.6, 106.6, 105.1, 105.5, 113.5, 107.7, 106.8, 106.2, 109.8, 99.7, 107.9, 104.8, 103.9, 106.8, 106.4, 108.3, 106.5, 103.3, 107.7, 106.2, 100.4, 102.6, 102.1, 110.6, 112.2, 110.2, 103.7, 102.3, 112.1, 105.4, 104.2, 105.7, 104.4, 102.8, 107.8, 102.5, 102.3, 105.8, 103.7, 103.1, 101.6, 106.5, 100.0, 103.2, 109.3, 105.8, 106.1, 104.9, 105.9, 105.3, 103.7, 99.6, 106.2, 102.5, 108.1, 106.1, 108.3, 99.8, 108.3, 104.0, 100.6, 112.6, 103.7) hist(x, breaks=seq(95, 115, 2), xaxt="n", yaxt="n", col=gray(0.6), border=0) # breaks=语句用于划分直方图单元格区间 # seq(95,115,2) 表示构建一组从95 到115，公差为2 的等差数列 # xaxt="n", yaxt="n" 表示不绘制坐标轴 axis(side = 1, at = seq(95, 117, 2)) axis(side = 2, at = seq(0, 30, 10)) # 此2 句代码为R 语言的低级绘图命令，用于人工控制图像 # axis() 函数用于生成坐标轴，side=1 为横坐标，side=2 为纵坐标 # 参数at 定义了坐标轴的数值，一般用向量表示结果： 1

例 3.20 ：统计描述1234567 # 数据见例3.19 mean(x) sd(x) cv <- sd(x) / mean(x) * 100 # 计算变异系数 print(cv) min(x) max(x) 结果：例 3.21 ：分组统计描述 1234567891011121314 x <- c(1, 1.8, 1.4, 2, 1.7, 1.1, 1, 2.2, 1.5, 3, 1.9, 1.2, 2, 2.5, 1.0, 1, 2.7, 1.6, 2, 2.3, 1.3, 2, 2.8, 0.9, 3, 3.0, 1.1, 1, 2.6, 1.4, 1, 2.4, 1.2, 2, 1.9, 1.3, 3, 2.9, 0.8, 1, 3.2, 1.7, 3, 3.1, 1.5, 2, 2.6, 1.9, 3, 3.5, 1.6, 3, 3.3, 1.5) group <- x[c(seq(1, length(x), 3))] VA <- x[c(seq(2, length(x), 3))] VB1 <- x[c(seq(3, length(x), 3))] xframe <- data.frame(group=group, VA=VA, VB1= VB1) # 建立group, VA, VB1 的三列csv 文件，导入后较为简便 # 最后一句为建立共有三列的数据框 # 安装doBy package。更详细说明使用 ?doBy 查询 # install.package(“doBy”) library(doBy) summaryBy(VA+ VB1~ group, data= xframe, FUN= c(mean, sd, max, min)) # 以group 为分组变量，FUN=c()指出所求参数。 # 更详细说明使用 ?summaryBy 查询结果： 2

例 3.22 ：以频数计算均值（对数转换） x <- c(4, 8, 16, 32, 64, 128, 256, 512) freq <- c(1, 3, 8, 13, 21, 9, 4, 1) y <- log10(x) meany <- sum(y * freq) / sum(freq) # 用2 个向量计算带频数的均值 meanx <- 10 ^ meany meanymeanx 12345678 12345678910111213 结果： 3 结果：例 3.23 ：频数表，正态性检验，茎叶图，箱线图 # 数据见例3.19 summary(x) # 数据简单描述 table(x) # 制作频数表 shapiro.test(x) # 正态性检验之Shapiro-Wilk 检验 stem(x) # 画出茎叶图 boxplot(x) # 画出箱线图 qqnorm(x) # 画出正态概率图（Q-Q 图）

例 4.13 ：单样本t 检验，与0 比较 123 # 数据同例3.19 t.test(x) # 单样本t 检验的结果中包含95%置信区间结果： 4

例 4.14 ：单样本t 检验 1234 x <- c(74, 73, 68, 75, 75, 82, 80, 69, 72, 74, 83, 72, 71, 74, 76, 79, 67, 73, 81, 70, 67, 70, d <- x -72 t.test(d) 78, 69, 70, 72, 67, 74, 80, 66) 结果：例 4.15 ：配对t 检验 1234 x <- data.frame(zhch=c(3550, 2000, 3000, 3950, 3800, 3750, 3450, 3050, 3350, 3650), quefa=c(2450, 2400, 1800, 3200, 3250, 2700, 2500, 1750, 2100, 2550)) t.test(x$zhch, x$quefa, paired = TRUE) 结果：例 4.16 ：独立样本（成组）t 检验 y <- c(1, 26, 1, 32, 1, 25, 1, 22, 1, 20, 1, 28, 1, 24, 1, 19, 1, 29, 1, 17, 1, 34, 1, 21, 1, 20, 1, 23, 1, 27, 2, 21, 2, 23, 2, 18, 2, 24, 2, 23, 2, 19, 2, 16, 2, 22, 2, 20, 2, 25, 2, 23, 2, 17, 2, 15, 2, 26, 2, 22) group <- y[c(seq(1, length(y), 2 ) ) ] x <- y[c(seq(2, length(y), 2 ) ) ] t.test(x~group) 123456 5

资料库

医学统计学及SAS应用之R语言实现.pdf

相关推荐

课程资源

热门标签

最新资料