R语言数据特征

数值变量的特征和可视化

summary(x) 有6个计算数值

数据集中趋势测量

• 均值（mean）

mean(x)

• 中位数（median）

median(x)

• 众数（mode）

数据分散趋势测量

• 值域（range : max-min）
• 方差（variance）

var(x)

• 标准差（standard variance）

sd(x)

• 四分位距（interquartile range）

稳健统计量（robust statistics）

• 是：中位数、四分位距（受极端值影响小）

• 否：均值、标准差、值域（受极端值影响大）

一个变量的可视化

• 柱状图（histogram）

横坐标观测值可能取值，纵坐标某一个观测值出现的频率

• 点图（dot plot）
• 箱图

两个变量的关系

• 散点图（scatter plot）

分类变量的特征和可视化

一个分类变量的可视化

• 频率表（frequency table）
• 条形图（bar plot）

两个分类变量的关系

• 关联表（contingency table）
• 相对频率表（relative frequencies）

一个分类变量和一个数值变量