用r语言做数据分析好学吗？

Python021

用r语言做数据分析好学吗？,第1张

非常好学。输入几行代码，即可得到结果。

R不但数据分析好用，而且作图能力极好，推荐你用。

下面是R数据分析的一些代码，包括数据导入、方差分析、卡方测验、线性模型及其误差分析。希望可以帮到你：

1.1导入数据

install.packages('xslx')

library(xlsx)

Sys.setlocale("LC_ALL", "zh_cn.utf-8")

a=read.xlsx2('d:/1.xlsx',1,header=F)

head(a)显示前六行

class(a$y)/str(a)查看列/全集数据类型

a$y=as.numeric(a$y)转换数据类型

1.2方差分析(F test)

with(a,tapply(liqi,tan,shapiro.test))正态性检验

library(car)leveneTest(liqi~tan,a)方差齐性检验

q=aov(liqi~tan*chong,a)方差分析(正态型)

summary(q)

TukeyHSD(q)多重比较

1.3卡方测验(Pearson Chisq)

a1=summarySE(a,measurevar='y', groupvars=c('x1','x2'))卡方检验(逻辑型/计数型)

aa=a1$y

aaa=matrix(a2,ncol=2)

aaa= as.table(rbind(c(56,44), c(36,64), c(48,52),c(58,42)))

dimnames(aaa)= list(group=c("不添加抗性","不添加敏感","添加抗性","添加敏感"),effect=c("存活","死亡"))

aaa=xtabs(data=a,~x+y)

chisq.test(a)误差分析(卡方测验，Pearson法)

install.packages("rcompanion")

library(rcompanion)

pairwiseNominalIndependence(a)多重比较

1.4线性模型及其误差分析(Wald Chisq)

q=lm(data=a,y~x1*x2)一般线性模型(正态性)

summary(q)

q=glm(data=a,y~x1*x2,family = gaussian(link='identity'))广义线性模型(正态性)

summary(q)

q=glm(data=a,y~x1*x2,family = binomial(link='logit'))广义线性模型(逻辑型，二项分布)

summary(q)

q=glm(data=a,y~x1*x2,family = poisson(link='log'))广义线性模型(计数型，泊松分布)

summary(q)

install.packages('lmerTest')一般线性混合效应模型(正态性)

library(lmerTest)

install packages(‘lme4’)

library(lme4)

q=lmer(data=a,y~x1*(1|x2))

q=lmer(data=a,y~x1*(1|x2),family = gaussian(link='identity'))广义线性混合效应模型(正态性)

q=glmer(data=a,y~x1*(1|x2),family = binomial(link='logit'))广义线性混合效应模型(逻辑型，二项分布)

q=glmer(data=a,y~x1*(1|x2),family = poisson(link='log'))广义线性混合效应模型(计数型，泊松分布)

summary(q)

install.packages('car')

install.packages('openxlsx')

library(car)

install.packages('nlme')

library(nlme)

Anova(q,test='Chisq')线性模型的误差分析(似然比卡方测验,Wald法)

lsmeans(q,pairwise~chuli,adjust = "tukey")线性模型的多重比较(tukey法)

比如 Horticulture Research 中的论文 Comparative analysis of long noncoding RNAs in angiosperms and characterization of long noncoding RNAs in response to heat stress in Chinese cabbage 方法部分写道

这里相当于是计算两个数据集中的变量之间的相关性，之前发现 correlation 这个R包里的函数 correlation() 可以做

但是这里遇到了一个问题

关掉这个报错界面以后就会提示

暂时还不知道如何解决，自己搜索了一下暂时还没有找到解决办法

只能把输入法切换成中文，然后一次性把函数名输入完

计算相关系数和P值

结果如下

但是mRNA的表达量有上万个，用这个函数计算的时候是非常慢的

找到了另外一个函数是 Hmisc 这个包中的 rcorr() 函数

这个速度快很多，但是他不能计算两个数据集之间变量的相关性，

这样的话可以先计算，然后再筛选

这个函数要求的输入数据是矩阵格式

自定义函数将这个结果转换成一个四列的数据框格式

最后用变量名去匹配

两个矩阵之间的相关性热图这么容易画的吗？零基础学习R语言之相关性分析2_哔哩哔哩_bilibili

psych 这个包里的 corr.test() 函数也是可以直接计算两个数据集变量之间的相关性的，这个结果了也有显著性检验的p值

但是这个如果数量量比较大的话速度也很慢

小明的数据分析笔记本

#PCoA 分析在R语言中进行主要依赖于以下得包，进行这个分析得主要可以应用于形态学数据得相似与差异性分析。

library(ade4)

library(ggplot2)

library(RColorBrewer)

library(vegan)

这里我们使用R自带得数据iris

data(iris)

在R语言中通常都会使用这个数据进行案例分析

#iris

data(iris)

iris

data01<-iris[,-5]#数据预处理，去掉最后一列得数据标签

data01

dis01<-vegdist(data01,method = "euclidean")#这里是为了算矩阵距离，方法根据数据选择合适得方法

dis01

pcoa1<- dudi.pco(dis01, scan = FALSE,nf=3)#进行PCoA分析

pcoa1

pcoa1_eig<-pcoa1$eig[1:2]/sum(pcoa1$eig)#算一下前两列对整个数据得解释比例

pcoa1_eig

samplesite1<-data.frame({pcoa1$li})[1:2]#将前两列的数据分析结果放到sample_site1里面

sample_site1

sample_site1$names<-rownames(sample_site1)#设置名称

sample_site1$names

iris$Species

sample_site1$level<-factor(iris$Species,levels = c("setosa","versicolor","virginica"))#设置level的标签

sample_site1$level

names(sample_site1)[1:2]<-c("PCoA1","PCoA2")

p<-ggplot(sample_site1, mapping=aes(PCoA1, PCoA2,color=level))+theme_classic()

p<-p+geom_point()#绘制散点图

p