# vec <- rep( seq(1,5,by=0.5),3)

 # vec <- seq( 1 , 10 , by = 1 )
# min(vec) #最小值
# max(vec) #最大值
# range(vec) #范围
# length(vec) #长度
# sum(vec) #总和
# prod(vec) #向量元素所有的乘积
# median(vec) #中位数
# mean(vec) #均值
# var(vec) #样本方差
# sort(vec) #排序
# order(-vec) #排序 的是 索引并不改变向量的实际位置
# vec # vec <- 1:5
# Logic_vec <- vec > 3
# Logic_vec # str = c( "x" , "y" , "z" , "w" )
# paste("result.",str,sep="") # x <- -5 : 5
# y <- numeric( length(x) )
# y[x<0] <- 1 - x[x<0]
# y[x>=0] <- 1 + x[x>=0]
# x;y # sex <- c("M","F","M","M","F");sex # sexf <- factor(sex) ; sexf # sex.level <- levels(sexf) ; sex.level # sex.tab <- table( sexf ) ; sex.tab # sex <- c("M","F","M","M","F")
# sexf <- factor(sex);
# sex.level <- levels(sexf);
# height <- c(174,165,180,171,160)
# tapply( height , sex , mean ) # A <- matrix( 1:9 , nrow = 3 , ncol = 3 , byrow = TRUE ) ;
# A[3,3] = 10;A;
# B <- matrix( 1 , nrow = 3 , ncol = 1 , byrow = TRUE ) ; B # A <- matrix( 1:9 , nrow = 3 , ncol = 3 , byrow = TRUE ) ;
# A[3,3] = 10;
# det(A) # A <- t( array( c(1:8,10) , dim=c(3,3) ) );A
# Inv_A <- solve(A) ; Inv_A # A <- t( array( c(1:8,10) , dim=c(3,3) ) );A
# Inv_A <- solve(A) ; Inv_A
# E = A %*% Inv_A ; E # A <- t( array( c(1:8,10) , dim = c(3,3) ) );A
# b <- c( 1 , 1 , 1 );b
# x <- solve( A,b ) ; x # A <- t( array( c(1:8,10) , dim = c(3,3) ) );A
# Sm <- tcrossprod (A,A); Sm # ev <- eigen(Sm) ; ev # A <- t( array( c(1:8,10) , dim = c(3,3) ) );A
# svdA <- svd(A) ; svdA
# u = svdA$u;u
# v = svdA$v;v
# d = svdA$d;d
# u %*% diag(d) %*% t(v) # A <- t( array( c(1:8,10) , dim = c(3,3) ) );A
# apply( A , 2 , sum ) # fzero <- function( f , a , b , eps = 1e-5 ){
# if( f(a) * f(b) > 0 )
# list( fail = "Unfound ")
# else{
# repeat{
# if( abs(b-a) < eps ) break
# x <- (a+b) / 2
# if( f(a) * f(x) < 0 ){
# b <- x
# }
# else{
# a <- x
# }
# }
# list(root = (a+b)/2,fun = f(x) )
# }
# }
#
# f <- function( x ) { x^3 - x - 1 }
# fzero(f,0,10,1e-6) # area <- function( f , a , b , eps = 1e-6 , lim = 10 ){
# fun1 <- function( f , a , b , fa , fb , a0 , eps , lim , fun ){
# d <- ( a+b ) / 2 ;
# h <- ( b-a ) / 4 ;
# fd <- f(d) ;
# a1 <- h * ( fa+fd )
# a2 <- h * ( fd+fb )
# if( abs(a0-a1-a2) < eps || lim == 0 ){
# return ( a1 + a2 )
# }else{
# return ( fun(f,a,d,fa,fd,a1,eps,lim-1,fun)
# +fun(f,d,b,fd,fb,a2,eps,lim-1,fun))
# }
# }
# fa <- f(a);
# fb <- f(b);
# a0 <- ((fa+fb) * (b-a))/2;
# fun1(f,a,b,fa,fb,a0,eps,lim,fun1)
# }
#
# f <- function(x) x
# quad <- area(f,0,10) ; quad

【统计与建模】R语言基本操作的更多相关文章

  1. 统计计算与R语言的资料汇总(截止2016年12月)

    本文在Creative Commons许可证下发布. 在fedora Linux上断断续续使用R语言过了9年后,发现R语言在国内用的人逐渐多了起来.由于工作原因,直到今年暑假一个赴京工作的机会与一位统 ...

  2. R 语言基本操作(基本信息的查看、与本地文件系统交互、编译器版本升级)

    0. 信息及路径的查看 getwd() ⇒ 查看路径: setwd() ⇒ 设置路径: .libPaths() ⇒ R 语言库所在的位置: sessionInfo() ⇒ 查询版本及系统和库等信息: ...

  3. R语言基本操作函数---变量的基本操作

    1.变量变换        as.array(x),as.data.frame(x),as.numeric(x),as.logical(x),as.complex(x),as.character(x) ...

  4. R语言基本操作函数(1)变量的基本操作

    1.变量变换        as.array(x),as.data.frame(x),as.numeric(x),as.logical(x),as.complex(x),as.character(x) ...

  5. R语言基本操作

    is.na and is.element is.na can use which, it finds specific rows, is.element can't, it is designed t ...

  6. R语言介绍

    R语言简介 R语言是一种为统计计算和图形显示而设计的语言环境,是贝尔实验室(Bell Laboratories)的Rick Becker.John Chambers和Allan Wilks开发的S语言 ...

  7. 【转】R语言知识体系概览

    摘要:R语言的知识体系并非语法这么简单,如果都不了R的全貌,何谈学好R语言呢.本文将展示介绍R语言的知识体系结构,并告诉读者如何才能高效地学习R语言. 最近遇到很多的程序员都想转行到数据分析,于是就开 ...

  8. 【计理05组01号】R 语言基础入门

    R 语言基本数据结构 首先让我们先进入 R 环境下: sudo R 赋值 R 中可以用 = 或者 <- 来进行赋值 ,<- 的快捷键是 alt + - . > a <- c(2 ...

  9. 大数据R语言简析

    R语言是用于统计分析.画图的语言和操作环境.R是属于GNU系统的一个自由.免费.源码开放的软件.它是一个用于统计计算和统计制图的优秀工具. R是统计领域广泛使用的诞生于1980年左右的S语言的一个分支 ...

随机推荐

  1. python3+requests get/post 请求

    1.get请求 (1)没有请求参数类型 1 response = requests.get(url='') 2 print(response.text) (2)有请求参数的类型(键值对形式表示参数) ...

  2. Install LEDE on a BT Home Hub 5 / Plusnet One Router

    Overview / Purpose of this guide These instructions are for aimed at users of Windows but a lot of t ...

  3. Cesium - Fabric 材质【转官网】

    https://github.com/AnalyticalGraphicsInc/cesium/wiki/Fabric Fabric Hannah edited this page on 24 Dec ...

  4. elasticsearch使用BulkProcessor批量入库数据

    在解决es入库问题上,之前使用过rest方式,经过一段时间的测试发现千万级别的数据会存在10至上百条数据的丢失问题, 在需要保证数据的准确性的场景下,rest方式并不能保证结果的准确性,因此采用了el ...

  5. nginx listen 端口 443 80 https 和 wss

    端口号 443 和 80 端口的区别 一般指定 443 和 80 端口都是使用域名时所需要的 当我们使用域名请求时,一般是不添加端口号的 例如:http://www.baidu.com 在不添加端口号 ...

  6. 用java输出杨辉三角

    杨辉三角:它的两个边都是1,内部其它都是肩上两个数的和 第一种: package aaa; public class YangHui { public static void main(String[ ...

  7. firewalld 实现nat 转发外网转发到内网 实现访问外网端口到内网

    第0步骤:  开启转发生效 [root@node178.oldboy.com ~]# cat /proc/sys/net/ipv4/ip_forward1 [root@node178.oldboy.c ...

  8. 小D课堂 - 零基础入门SpringBoot2.X到实战_第9节 SpringBoot2.x整合Redis实战_39、SpringBoot2.x整合redis实战讲解

    笔记 3.SpringBoot2.x整合redis实战讲解 简介:使用springboot-starter整合reids实战 1.官网:https://docs.spring.io/spring-bo ...

  9. 一起入门Python2之python的安装及初识

    鉴于论坛需要持续更新文章才能更好的保证论坛的访问量和质量,以及论坛的发展.承蒙前辈的信任和支持,我就教大家python第二课,教的不好请多担待和指正. 我们先讲python的安装方法: 方法链接:ht ...

  10. SOD 框架

    http://www.pwmis.com/sqlmap/#yyal “老坛泡新菜”-SOD MVVM框架,让WinForms焕发新春 https://blog.csdn.net/ccc82284/ar ...