2019年冬学期《医学统计软件的应用（R语言）》笔记。
持续更新。
第一部分 R语言的基本知识
1.1 R语言的基本符号体系
赋值：<- 或者 =，常用的是左箭头，等号一般用在参数传递里。
基本运算：+ - * / 加减乘除，这里的除法不是整数除法，会取到小数点。% 不代表取余操作。
结果提示符：> 命令行中代表运算结果。 注释：# 单个井号代表注释。
整数序列：a : b 返回a，b之间所有的整数。
对象（变量）命名：不能以数字开头，不能包含特殊字符，避免与保留字重复，大小写区别。定义新的变量时不用声明类型。
空值：NULL
1.2 R语言的基本数据类型
查看数据的类型：typeof(变量)
双整型： 双整型用来存储普通的数值型数据，可正可负，可大可小，可包含小数部分。是R语言中默认的数值类型。
整型： 整型只包含整数部分，在计算机内部占用的存储空间比双整型小。定义整型时在整数后面加大写字母L，例如2L表示整型2。不然默认存储为双整型。
这里提到整型和双整型时，要注意到浮点计算误差，例如 sqrt(2)^2 - 2 的计算结果为 4.440892e-16 而不是零。
字符串： 双引号包含的字符。
逻辑型： TRUE T FALSE F
复数： 形如 a + bi 使用较少。
原始向量： 存储数据的原始字节。使用较少。
1.3 R语言的数据结构
1.3.1 原子型向量
原子型向量的定义：函数名 <- c(数据1，数据2，数据3，...) 这里的c是combine的意思，会将括号里的数据组合成一个向量。
原子型向量是一维向量，一个向量内只能包含一种基本数据类型的数据（双整型，整型，字符型，逻辑值，复数型，原始类型）。
判断是否为原子向量：is.vector(变量名)
1.3.2 属性
属性是赋予给原子向量（或者其他对象）的额外的信息。属性并不影响对象的取值，一般也不予显示。一般情况下，R语言会忽略属性信息，但是在某些特定的情况下，R语言会检查对象是否具有特定的属性值，以此来判断是否进行一些特定的操作。
查看对象的属性：attributes(对象名)
一个原子型向量常见的三种属性：名称，维度，类。
名称属性： names(对象名) 取对象的名称属性，如果没有则返回 NULL，直接对其赋值能添加名称属性。对原子型向量，名称属性为与原向量等长的字符串向量。名称属性不影响取值，即使改变了原向量的值，名称属性也不变。
维度属性： dim(对象名) 取对象的维度属性。原子向量是一维的，可以对其赋维度将其变成一个n维数组。维度属性是一个数值型向量，第一个值代表行，第二个代表列，往后就是切片等。填充这个数组时，总是优先填充完列的部分。
类： 后续介绍。
1.3.3 矩阵
可以使用 matrix(原子型向量，nrow = ?，ncol = ?，byrow = TRUE) 函数单独直接生成二维的矩阵，并且可以自定义填充的方式（默认按列）。
1.3.4 数组
可以使用 array(原子型向量，dim = 维度向量) 函数单独直接生成n维的数组。
1.3.5 类
1.3.6 强制转换
1.3.7 列表
1.3.8 数据框
1.4 R语言的计算方式
个人觉得R语言的最大特点之一就是其使用的元素方式执行的计算方法。
- 当对单个数据集进行操作时，R会将相同的计算分别应用于每个元素。
- 执行两个数据集之间的操作时，R会将两个数据集分别排成一列，对相同位置的元素进行操作。当两个数据集长度不等，会对较短的数据集进行循环操作。
- 想进行常规的举证操作：
%*%矩阵内乘法%o%矩阵外乘法。
这种计算方法体现在R语言的方方面面，极大的方便了对数据进行处理。
1.5 R语言的环境
安装包：install.packages("函数名") 安装任何新的函数包。
载入包：library("函数名") 将指定的包载入到当前的工作环境。
查看当前环境的所有对象：ls() 这里括号内的默认参数是当前环境。
1.6 R语言的索引体系
1.7 判断，循环和函数
定义函数：my_function <- function(参数列表){函数体} R语言的参数传递类似于C和Python，包括参数默认值的设置。R语言的函数没有返回语句，函数体中最后一个语句的结果即为函数的返回值。
函数名后的 () 可理解为函数的触发器，带了括号就会运行函数体内的语句，不带括号就是指函数对象。
查看未知函数的参数：args(函数名)
常用函数：
抽样函数：sample(数据集，size = 抽样数，replace = FALSE， prob = 各元素概率)
取小数位：round(数据，corners = 小数位)
重复运行代码：replicate(重复次数，代码) 将多次运行的结果存储为一个向量返回。
查看帮助：?函数名 查看具体函数的帮助页面 ??部分函数名 搜索关键词。
第二部分 描述性统计及统计图形
2.1 R语言的描述性统计函数
| 函数 | 描述 | 备注 |
|---|---|---|
mean(x) |
均数 | 这里的 x 大多数指的是数值型的向量 |
median(x) |
中位数 | |
sd(x) |
标准差 | |
var(x) |
方差 | |
mad(x) |
绝对中位差 | |
quantile(x, probs) |
求分位数 | |
range(x) |
全距范围 | |
sum(x) |
求和 | |
diff(x, lag = n) |
滞后差分 | |
min(x) |
最小值 | |
max(x) |
最大值 | |
scale(x, center = T, scale = T) |
中心化或者标准化 | 按列，中心化是各值减去均值，整体平移至原点附近，标准化是各值减去均值后除以标准差 |
2.2 R语言的概率分布函数
R语言中内置了多种不同的概率分布函数，每一种分布又分别有：密度函数d（概率密度函数），分布函数p（单侧累积概率函数），分位数函数q（分布函数的反函数，求给定概率处的界值），随机函数r（给定条件下返回若干随机值）。
| 函数 | 分布 | 函数 | 分布 |
|---|
2.3 数值变量的描述性统计
总体概览：summary() 能够计算数值变量的最小值、最大值、四分位数、中位数和均数及因子变量的频数计数。
矩阵分行列计算：apply(object, 1 or 2, function) 1为按行计算，2为按列计算。
数据框分组计算：by(data, factor, function) data为待计算的数据（数据框中的待计算的变量），factor为分类变量。
aggregate(data, by = list(factor), function) 传入一个列表作为为分类变量。
2.4 分类变量的描述性统计
分类变量用频数表和二维列联表来描述。
| 函数 | 描述 |
|---|
2.5 基本图形
| 函数 | 描述 |
|---|