統計軟體工作坊 輕鬆學會統計軟體R 2013/05/16
R簡介 可進行資料處理、統計分析、科學計算與圖形繪製 適用各種作業系統：Windows, Unix, Linix, MacOS 開放原始碼的自由軟體（open source） 免費：可由the Comprehensive R Archive Network (CRAN)下載 藉由套件（package）可不斷增加其功能 可與其他程式（C, Matlab, WinBugs,…）連結使用 超過27個國家，66個連結點
R的歷史 S1 1976–1980 Honeywell GCOS, FORTRAN-based S2 1980–1988 1981–1986 1984– Unix: macros, interface language QPE (Quantitative programming environment) general outside licensing, books S3 1988–1993 C-based, S functions & objects S4 Programming with data R 1993 First binary copies of R on Statlib 2000 R 1.0.0 released Kurt Hornik (2008) “The Past, Present, and Future of the R Project” John Chambers (2006) “A History of S and R”
下載R軟體 Go to this web page http://www.r-project.org/
下載R軟體 點選CRAN，接著選擇下載點
下載R軟體 根據作業系統選擇下載的版本 選擇“base”
下載R軟體 下載並安裝 安裝之後在桌面會出現捷徑
R視窗說明 停止運算 載入工作頁面 複製及貼上 Toolbar R Console 主要視窗
定義新物件 定義一個新的變數叫temp，並且指定其值為24 紅字是輸入，藍字是輸出 大小寫代表不同物件 箭頭(<-)可用“=”代替 物件名稱必須為字母開頭，其餘位置可以是數字或 點 c, q, t, C, D, F, I, T; diff, df, pt, pi, …不可以是物件名稱
R as a calculator 可以直接輸入數值計算 若物件屬性與維度相同， 可以進行四則運算 常用的數學函數，如log, exp, sin,..可直接計算 若不能計算，會回傳NaN (not a number)
輸入向量 c(…) 可以是數值 可以是字串 還可以把每一個元素取名字
Practice Weight: 50, 62, 47, 48, 72, 81, 45, 58, 65, 55 Height: 1.58, 1.77, 1.43, 1.52, 1.84, 1.72, 1.45, 1.62, 1.70, 1.55 請計算每個人的BMI及平均BMI
查詢、移除已定義物件 ls() rm(“A”) rm(list=ls())
利用R的記事本寫指令 開啟記事本 儲存記事本
更改工作目錄 改變檔案及資料的存放位置
下載R套件 練習：請下載R Commander套件 “Rcmdr”
載入R套件 可在R Console視窗中輸入library(“Rcmdr”) 或者由選單中點選
學生生活型態調查 班級 ( class): (1)統資系 (2)財數系 (3)其他 性別 (sex): (1) 女生 (2)男生 身高 (high) 體重 (weight) 血型 (blood)： (1)A (2)B (3)O (4) AB 住宿地 (location): (1)宿舍 (2)學校附近 (3)東海別墅附近 (4)家裡 (5) 其他 住宿費用 (rent):(1) 3000以下 (2) 3000~4000 (3)4000~5000 (4)5000~6000 (5)6000~ (6)其他 上學方式 (way): (1)走路 (2)騎機車 (3)搭校車 (4)搭公車 (5) 其他
資料輸入 輸入新資料 按一下var1，會出現變數編輯器，輸入變數名稱後，再按Enter即可。 輸入資料後關閉視窗即可
資料輸入 匯入資料
練習 請讀入EXCEL檔案“class-demo”，並將其命名為 data2 請更改data2中，變數class、sex為character
資料型態 類別資料 序位資料 等級化資料 離散型資料 連續型資料 可以用數字代表類別，但數字本 身沒有意義 男生＝1，女生＝0 序位資料 類別的大小次序有意義，但順序 的運算無意義 原位癌＝0，癌症第一期＝1，癌症第 二期＝2，第三期＝3，第四期＝4 等級化資料 根據不同類別的觀察值排序，給 予類別不同的名次 象、牛、熊、獅 離散型資料 數值為真正測量值而非 代號 每學期進圖書館次數 連續型資料 數值為真正觀測值，測 量值不限定為整數 每星期唸書的時間
資料的整理 初步的組織、歸納觀察到的資料 統計表：製表是整理資料最簡單且最常用的方 法 統計圖 次數分配表(frequency table)、相對次數分配表 (relative frequency table)、累積相對次數分配表 (cumulative relative frequency table) 統計圖 長條圖(bar chart)、直方圖(histogram)、次數多邊圖 (frequency polygon)、散佈圖(scatter plot)、盒形圖 (box plot)、線圖(line graph)
統計表 次數分配表：記錄每個組 別中觀察到的個體數 相對次數分配表：記錄每 一組別人數/總觀察人數 NOTE：一個個體只會分屬於一個類別 1. 處理離散型或連續型資料為次數分配表時，需將資料區分為一系列沒有重疊且明確的組別。 2. 分組之前要先定組限與組距，每組組距不一定要相同。 NOTE：一個個體只會分屬於一個類別
統計表 累積相對次數分配表：低於或等於該組上限的 人數/總人數
統計表
長條圖（Bar charts） 常用來表示類別或序位資料 高度代表組別分佈的次數或相對次數
高度代表組別分佈的次數或相對次數，寬度代表組距 直方圖（Histogram） 用來描述離散或連續型的資料分佈 可以觀察資料的分佈狀況與集中趨勢 高度代表組別分佈的次數或相對次數，寬度代表組距 資料是否對稱？左偏？右偏？
散佈圖（scatter plot） 描述兩個不同的連續資料的關係 肺活量與FEV的關係？
盒型圖（box plot） 利用樣本產生之統計量（最小值minimum、第一四 分位數first quartile、中位數median、第三四分位 數third quartile、最大值maximum）來描繪資料的 分佈。 第一四分位數（25％分位數）：數值高於或等於全部 觀察值的25%，低於或等於全部觀察值的75% 中位數（50％分位數）：位於資料50％的數值 第三四分位數（75％分位數）：數值高於或等於全部 觀察值的25%，低於或等於全部觀察值的75%
四分位數（Quartiles） 25th 百分位數 (之前的資料個數大約有25%的資料 總個數&之後個數75%): 例：100/4=25 (第25名+第26名)/2;第25名 例：50/4=12.5 (第12名+第13名)/2; 例：67/4=16.75 (第16名+第17名)/2; 50th 百分位數 (前後各約二分之一的個數): 例：100/2=50 (第50名+第51名)/2;第50名 例：50/2=25 (第25名+第26名)/2;第25名 例：67/2=33.5 (第33名+第34名)/2; 例：40/2=20 (第20名+第21名)/2;第20名
四分位數（Quartiles） 75th 百分位數 (前約四分之三、後約四分之一的 個數): 例：100/4*3=75 (第75名+第76名)/2;第75名 例：50/4*3=37.5 (第37名+第38名)/2; 例：67/4*3=50.25 (第50名+第51名)/2; 例：40/4*3=30 (第30名+第31名)/2;第30名 四分位距（Inter-quartile range, IQR）：第三四分位數 減第一四分位數
Box Plot Elements of a Box Plot * o Q1 Q3 Inner Fence Outer Q1-3(IQR) Median Q1 Q3 Inner Fence Outer Interquartile Range Smallest data point not below inner fence Largest data point not exceeding inner fence Suspected outlier Outlier Q1-3(IQR) Q1-1.5(IQR) Q3+1.5(IQR) Q3+3(IQR)
統計圖 這裡可以選要畫的圖形
練習 請計算data2中居住地區之次數分配表 請data2中畫出身高與體重之散布圖
資料摘要（data summary） 利用數字描述資料作量的描述 測量資料的集中趨勢 (measure of central tendency) 平均值(mean)、中位數(median)、眾數(mode) 測量資料的變異情況 (measure of dispersion) 全距(range)、四分位距(IQR)、變異數(variance)和標準 差(standard deviation)
資料摘要（data summary）
練習 請計算data2中體重之平均數、標準差、中位數、 第一四分位數及第三四分位數