给定矩阵或数据框x,t函数返回x的转置。
矩阵里面所有内容都是相同类型数据,使用t()不会有问题。
转置后
可以看出来就是行变列,列变行了。数值型还是数值型。
再看看字符串类型的转置
转置后
可以看出来就是行变列,列变行了。字符串还是字符串。
数值型数据框和矩阵差不多,转置不会有太大问题。
转置后
但是转置前是data.frame,转置后的结果是matrix
如果data.frame里面既有数值型,又有字符串,t()转置后得到的matrix里面全部都会变成字符串。
可以看到Name是chr类型,Score是num类型 。再来t()转置后看看
可以看到原来的Score的数值型被转换成chr字符串类型了,不能再进行针对数值型的操作了。
这个时候如果还希望保持原来的数据类型,则需要用到as.data.frame函数
这时候转化后的Score行里面的数字都是数值型了。
因此,在对保护复杂数据类型的data.frame进行转置时,最好使用as.data.frame(t(x))来操作。
T检验:符合正态分布的数据用T检验秩和检验:不满足正态分布的数据用秩和检验
正态分布的检验
非正态分布
非正态分布中值比均值有意义
如果点在直线两侧则为正态分布。图示为非正态分布
wilcox.test(变量1,变量2)
prop.test(抽样阳性, 抽样总数, p=已知百分比, alternative = "greater")
alternative 参数,假设方向用greater或less,默认双侧检验。
用于检验实际观测值与理论推断值之间的偏离程度。卡方值越大说明偏离越大,卡方值越小,说明偏离程度低。卡方值为0说明完全符合。