max(向量名） ：返回向量最大值
min(向量名） ：返回向量最小值
range(向量名） ：返回向量中的上界和下界
mean(向量名） ：返回向量平均值
var(向量名） ：返回向量的方差
sd(向量名） ：返回向量的标准差
prod(向量名） ：向量中所有值的乘积
median(向量名） ：求中位数
quantile(向量名） ：求分位数, quantile(x,c(0.4,0.5,0.8) 求出向量x的四分位，五分位和八分位值。
abs(向量名） ：返回绝对值
sqrt(向量名) :计算平方根
log(向量名/值，base=底数值) :取对数
exp(向量名) :计算向量中每个元素的指数
sin(向量或值) ：正弦三角函数
cos(向量或值) ：余弦三角函数
ceiling(向量名） ：向上取整
floor(向量名） ：向下取整
trunc(向量名） ：舍去小数，取整
round(向量名） ：四舍六入五留双(五留双含义整数部分为偶数留整数，奇数部分进一，例如4.5留4，5.5留6)
round(向量名，digits=数值x）： round函数下保留x位小数，digits指小数点后位数
sigif(向量，digits=数值x) ：截取数据，digits指有效数字的位数
下标从1开始
which.max(向量名) ：返回最大元素的索引值
which.min(向量名）：返回最小元素的索引值
which(t>5)：返回元素值大于5的索引位置
t[which(t>5)]：返回元素值大于5的元素位置上的值
用的最多的，是求均值的mean()函数，当然这里也要提到，像sum()这种求和函数，
还有sd(x) 标准差函数，var(x) 方差函数。min()求最小值，max()求最大值。
我们来具体试试，这里使用一个向量：
test<-c(2,4,5,23,199,25,78,90,12)
求最大值
>max(test)
[1] 19
求最小值
>min(test)
求和
>sum(test)
[1] 43
求标准差，求方差
>sd(test)
[1] 65.01154
>var(test)
[1] 4226.
在来试试最重要的均值
>mean(test)
[1] 48.66667
另外中位数计算。使用median()函数
>median(test)
[1] 23
如果给定一种概率分布，通常会有四类计算问题：
计算其概率密度density （d）计算其概率分布probability（p）计算其百分位数quantile （q）随机数模拟random （r）上面四类计算对应的英文首字母，就是R语言类率分布函数的开头字母。
比如说，正态分布是norm的化，那密度函数就是dnorm(),分布函数就是pnorm(),
更有用的是用相应分布生成随机数，比如rnorm(),就会生成服从正态分布的随机数。
比如我们生成100个服从正态分布的随机数
rnorm(100)
[1] -9.064408e-01 1.026560e+00 -1.097470e+00 1.055395e+00 9.377175e-01
[6] -2.080103e-01 -3.092396e-01 -8.739942e-01 -1.242774e+00 1.102486e+00
[11] 1.082092e+00 -1.695528e+00 -5.930809e-01 -2.100800e-01 8.253859e-01
[16] -1.112551e+00 -3.960474e-01 -9.354820e-01 7.291608e-01 -3.773510e-01
[21] -3.438082e-01 -7.378688e-02 -9.047609e-01 -1.036344e+00 9.485103e-01
[26] -3.437985e-01 -2.145275e-02 1.350098e+00 -1.283633e+00 3.767240e-01
[31] 1.169566e+00 -4.325399e-01 -9.215626e-02 3.839357e-01 3.045491e-01
......
我们再用相应的频率分布直方图来看一下，这些生成的随机数：
hist(rnorm(100))
R就画出了这些随机数的频率分布图
