Create
Learn
Share

Vypocetni metody III - R prikazy

rename
drist's version from 2017-01-29 18:59

Section

Question Answer
zadání vektoruc(1,2,3)
zadání vektoru, 5x stejné číslorep(5,x)
zadání vektoru v rozsahu 1-141:14
zadání vektoru od 1-20 ob 1 čísloseq(1,20,2)
vypsat druhou a čtvrtou hodnotu vektoru "a"a[2,4]
součet všech prvků vektoru "a"sum(a)
počet prvků vektoru "a"length(a)
nejmenší prvek vektoru "a"min(a)
datový rámec, ruční vytvořenídata.frame(sloupec1=c(5,5,5), sloupec2=1:3, sloupec3=rep(1,3))
načtení rámce z paměti s odlišením prvního řádkuread.table("clipboard", header=TRUE)
nastavení adresáře s datysetwd("cesta") nebo při vytvoření projektu
načtení rámce ze souboru s odlišením prvního řádku, seperátoru a desetinné čárkyread.table("data_colci.csv", header=T, sep=“;“, dec=“,“)
podmíněný příkazif (platí tato podmínka) {proveď tyto příkazy}
převedení tabulky "df" na dlouhý formát s výběrem sloupce 1 a 2 stack(df, select = c("sloupec1", "sloupec2")
přejmenování sloupců tabulkycolnames(df) <- c("sloupec1", "sloupec2")
svíčkový graf databáze "df_long", kde se sloupce jmenuji "sloupec_1" a "sloupec_2" s volbou pouze "Odruda_1"boxplot(df_long$sloupec1[df_long$sloupec2=="Odruda_1"])
svíčkový graf databáze "df_long" s popisem "Popis"boxplot(df_long, ylab="Popis")
Dvouvýběrový T test, srovnání "sloupec1" a "sloupec2" v databázi "df"t.test(df$sloupec1, df$sloupec2, var.equal = T)
Jednovýběrový T Test, databáze "df_long", data ve sloupci "sloupec1", testovaná střední hodnota je 20t.test(df_long$sloupec1, mu=20)
T test, testovaná hypotéza se potvrzuje, kdyžhodnota p je vyšší než testovaná hladina významnosti
Jednovýběrový T Test, testuje jestli jsou hodnoty menší, než testovaná střední hodnota 20 t.test(df$Sloupec1, mu=20, alternative="less")
Svíčkový graf databáze "df_long", kde se sloupce jmenuji "sloupec1" a "sloupec2"boxplot(sloupec1~sloupec2, df_long)
Jednofaktorova analyza rozptylu, kde data jsou ulozeny ve "sloupec1" a "sloupec2" v databazi "df_long"oneway.test(sloupec1~sloupec2, data=df_long, var.equal=TRUE)
aritmetický průměrmean(x)
mediánmeadian(x)
výběrový rozptylvar(x)
výběrová směrodatná odchylkasd(x)
přehled statistik databázesummary (df)
popis x osy na grafickém výstupuxlab=" "
barva na grafickém výstupucol=" "
histogram rozdělený na 20 částíhist(df, breaks=20)
zapis tabulku do souboruwrite.table("df", file = "pokus.csv")
spočítání počtu položek v jednotlivých sloupcích v dlouhé tabulcetapply(df_long$sloupec1, df_long$sloupec2, length)
spočítání průměru v jednotlivých sloupcích v dlouhé tabulcetapply(df_long$sloupec1, df_long$sloupec2, mean)
Popis krabicového grafutlustá čára median, krabice je kvartil (50% dat je uvnitř)
Kontrola kriticke hodnoty pro F (z tabulek)qf (0.95, stupen_volnosti_1, stupen_volnosti_2)
Rozptylová analýza - výpočet[1] model <- aov(sloupec1~sloupec2, df_long) [2] anova(model) (pokud je p hodnota menší, než testovaná statistika, teorie se zamítá)
Koeficient determinace[1] model <- aov(sloupec1~sloupec2, df_long) [2] summary.lm(model) (platí hodnota Multiple R-squared)
Zjištění významnosti rozdílů mezi sloupci v rozptylové analýze[1] model <- aov(sloupec1~sloupec2, df_long) [2] TukeyHSD(model) (pokud je P hodnota vyšší než testovaná statistika, pak jsou si sloupce podobné)
Zobrazení Tukeyho modeluplot(TuckeyHSD(model))
Převod dat na faktordf$sloupec1 <- as.factor(df$sloupec1) Testovaná data analýz rozptylu musí být vždy uložena jako faktor.
Dvoufaktorová analýza rozptylu bez interakcí[1] model <- aov(hodnota~lokalita+pohlavi, df) [2] anova(model)
Dvoufaktorová analýza rozptylu s interakcí[1] model <- aov(hodnota~lokalita+pohlavi+lokalita:pohlavi, data) [2] anova(model)
Zobrazení grafu pro dvoufaktorovou analýzuinteraction.plot(df$lokalita, df$pohlavi, df$hodnota)
Regresni analyza s obecnou primkou[1] model <- lm(svl~vek-1, data) [2] summary(model)
Regresni analyza s primkou prochazejici pocatkem[1] model <- lm(svl~vek-1, data) [2] summary(model)
Vykresleni grafu u regresní analyzy[1] plot(svl~vek, data) [2] abline(model, col="red")
Odhad intervalu parametru beta u regresni analyzyconfint(model)
Diagnosticke grafy (rozptyl a normalita u regresni analyzyplot (model)
spojeni dvou databazirbind (data1, data2)
memorize

Recent badges