R语言 做基本统计描述

genechip

统计中的变量分为连续型变量和分类型变量。对连续性变量可做一些基本统计描述，以此来评价数据的优劣。基本统计描述包括：N样本个数；Mean样本均值；max样本最大值；min样本最小值；Var样本方差；std_dev标准差；Median中位数；std_mean标准误等等。

下面举例来说明这些基本统计描述：
变量x是一组连续变量
编写一个用于做基本统计描述的函数

data_outline <- function(x){
   n <- length(x)
   m <- mean(x)
   data.max<-max(x)
   data.min<-min(x)
   v <- var(x)
   s <- sd(x)
   me <- median(x)
   sm <- s/sqrt(n)

      data.frame(N=n, Mean=m,Max=data.max,Min=data.min, Var=v, std_dev=s, Median=me,
        std_mean=sm)
}


x<-runinf(100)

> data_outline(x)

    N      Mean      Max       Min       Var   std_dev    Median   std_mean
1 100 0.1386634 2.321770 -2.048073 0.9941972 0.9970944 0.1563044 0.09970944

如果还想加入其它统计描述，可在data_outline 函数中自行编写。


对于x是否服从正态分布，可用Shapiro-Wilk W统计量作正态性检验，因此也成为正态W检验方法。当P值小于某个显著性水平（0.05），则认为样本不是来自正态分布的总体，否则承认样本来自正态分布的整体。

> shapiro.test(x)

        Shapiro-Wilk normality test

data:  x
W = 0.9891, p-value = 0.5891

从结果可见，x符合整体分布（p>0.05）

sdwangdong

x <- runif(100)
> x[1:5]
[1] 0.3072314 0.1988493 0.8204529 0.9692660 0.7762643
> data_outline(x)
    N      Mean       Max         Min        Var   Std_dev    Mideam
1 100 0.5198983 0.9909514 0.005848783 0.08941508 0.2990235 0.5574908
    std_mean
1 0.02990235
> shapiro.test(x)

        Shapiro-Wilk normality test

data:  x
W = 0.9437, p-value = 0.0003266

sarshiv

学习了。这个对我有用！

guoguotongji

sarshiv 发表于 2012-5-12 20:44
学习了。这个对我有用！

请问楼主，如果样本量大于5000涅？file:///