第二，执行代码。
这里是R进行数据分析的一些代码，希望对你有用。
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
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)
你是想做数据分析对吧？建议啊，先学R，R能应付很多统计问题了
再去学python，python语法当然了必须先掌握，这个很简单，然后就是python有两个
跟数据分析密切相关的包，如果你想做数据分析，请把重点放在两个包上
再学sql吧，毕竟单纯的学sql没有什么意义，因为什么也做不了
sql 建议先学sql server，有了python的语法基础学sqlserver很简单，当然没有基础也能学，只是有一门语言基础学起来更容易
学完sql server 再学oracle，oracle一定要学，其他数据库根据需求来学，比如Nosql就非常好
R语言使用shiny包创建web界面。
使用 shinydashboard 包和 shinytheme ，美化界面样式，设置界面主题，提升界面整体水平。
Shiny界面图库
shinydashboard
shinytheme界面主题
shinydashboard包创建的基础界面样式分为三个板块：标题，侧边栏，主界面。
shiny包支持 recharts 包的使用，可以创建界面的交互式图形
shinyapps网址
Rstudio推出了 shiny 和 shinyapps 两个包，shiny可以帮助我们更快更好的开发一些app，然后shinyapps可以提供了一个免费的云服务器，供我们发布app。
以知乎 用R语言分析NBA球员得分 分析结果为主题，做web界面展示。
侧边栏设置两个选项：datas display和players' score，点击不同的选项，展示对应的内容。
datas display界面展现3个数据框：NBA，Away team，Host team。通过show 10/25/50 entries 等控制页面展示数值的条数；右上角search实现数值的搜索功能（使用DT包实现）。
players' score展示主队、客队球员得分情况。使用ggplot2包绘制客队各个球员的得分情况
使用 recharts 包绘制主队各个球员的得分情况，recarts包实现图形交互式展现。
建立完UI界面后，设置对应的数值，表格，图形，使web界面变成动态的界面。
挣扎了好久终于把界面创建成功了，shiny的初步学习先画个句号。
