对“Gary.csv”中的成绩数据进行统计量分析

 

 

 基础数据分析

　　均值 中位数 极差   标准差   变异系数 1/4分位数 3/4分位数 四分位间距... ...分析

 

 

 

setwd('D:\\data')                            #更改工作目录list.files()　                               #列出当前工作目录下的文件dat=read.csv(file="Gary.csv",header=TRUE)    #读取"Gary.csv文件"dats=dat[,3]     #对大学体育成绩进行分析# 统计量分析#平均分mean_ = mean(dats,na.rm=T)# 中位数median_ = median(dats,na.rm=T)# 极差range_ = max(dats,na.rm=T)-min(dats,na.rm=T)# 标准差std_ = sqrt(var(dats,na.rm=T))# 变异系数variation_ = std_/mean_# 四分位数间距q1 = quantile(dats,0.25,na.rm=T)q3 = quantile(dats,0.75,na.rm=T)distance = q3-q1a=matrix(c(mean_,median_,range_,std_,variation_,q1,q3,distance),1,byrow=T)colnames(a)=c("均值","中位数","极差","标准差","变异系数","1/4分位数","3/4分位数","四分位间距")print(a)

 

 平均值mean(x, trim = 0, na.rm = FALSE, ...)　　

 　　x - 是输入向量。

　　trim - 用于从排序的向量的两端删除一些观测值。

 　  na.rm - 用于从输入向量中删除缺少的值。

 

中位数median(x, na.rm = FALSE)　

 　　x - 是输入向量。 

　　na.rm - 用于从输入向量中删除缺少的值。

 

 

 

 

其它数据分析方法　　

　　线性回归　　

　　多元回归

　　逻辑回归

　　正态分布　　

　　二项分布　　

　　泊松回归　　

　　协方差分析

　　时间序列分析

　　非线性最小二乘法

　　决策树　　

　　随机森林

　　生存分析卡方检验