R統計不球人，使用R函數

套路1: R統計不球人，使用R函數

1. 心法 I: R就像是多啦ㄟ夢，R程式套件及函數就像是多啦ㄟ夢口袋裡的法寶。R的使用不難，覺得難用是因為跟他不熟。要學會用R，你需要的不是很高大上的智慧，而是學習的耐性與花時間實作。

2. 心法 II: 長得像這樣f(x, y, z) = 2x + 3y - 4z的東西叫函數(function)。給它(代入)一組x、y、z值就會的到一個相對應的結果(output)。使用R程式套件及函數也是一樣。給R函數一組資料它就會幫你算(畫)出相對應的結果。函數所需要的xyz叫做參數(parameters)。怎麼知道那些函數需要那些參數?要會看說明書。用help(函數名)就可叫出該函數的說明書。學R的基本最重要的就是看懂說明書。

3. R基本資料型態快速入門 (一定要會):
  a. 變數(variable): 用來存放資料，例如: v <- 3，就是把3放進v裡面(v裡面的資料 = 3)。
     # 用箭頭 <- 別用等號 =。
  b. 文字資料加單引號' '或雙引號" "，例如: v <- "abc"，就是把abc放進v裡面(v裡面的資料 = "abc")。
     # 數值資料不用加單引號' '或雙引號" "。
  c. TRUE和FALSE (或大寫T和F)為邏輯資料，不可加單引號' '或雙引號" "。
  d. factor: 是類別資料，例如:
Sex
M
M
M
F
F
F
Weight
3
3.5
3.2
2.8
2.6
2.2
    Sex (M及F)是類別(分類、標籤)資料，Weight是數值資料。
  e. vector: R最基本的資料型態(data type)。用小寫c建立一個vector。
    v <- c(1, 2, 3, 4, 5)  # 將1-5組成一數值vector放進變數v裡面。
    # v <- 3或v <- "abc"是建立僅含一個元素的vector，不用小c。
# 一個vector只能有單一種資料類型，全部是數值，全部是文字或全部是邏輯。
  f. matrix: 排列成2維的資料。
    m <- matrix(c(3:14), nrow = 4, byrow = TRUE)
# 使用matrix函數將數字3-14建立一4橫列的matrix。
    #  byrow = TRUE，數字依橫向順序加入。
# 注意，這裡使用等號=而非箭頭<-。TRUE大寫不加單引號' '或雙引號" "。
# 一個matrix只能有單一種資料類型，全部是數值，全部是文字或全部是邏輯。
m    # 顯示p內容，如下所示。
      [,1] [,2] [,3]
[1,]    3    4    5
[2,]    6    7    8
[3,]    9   10   11
[4,]   12   13   14
  g. data frame: 多個vector組成，不同vector可以是不同資料型態。
    Organism <- c("Human", "Mouse", "Fruit Fly", "Roundworm", "Yeast")
GenomeSize <- c(3000000000, 3000000000, 135600000, 97000000, 12100000)
GeneCount <- c(30000, 30000, 13061, 19099, 6034)
    # 建立三組vector: Organism、GenomeSize及GeneCount。
ComparativeGenomeSize <-
data.frame(organism = Organism, genomesize = GenomeSize, genegount = GeneCount)
# 使用data.frame函數將三組vector合併成一組data frame。
ComparativeGenomeSize   # 顯示ComparativeGenomeSize內容，如下所示。
          organism  genomesize  genegount
1     Human   3.000e+09   30000
2     Mouse   3.000e+09    30000
3    Fruit Fly   1.356e+08   13061
4  Roundworm  9.700e+07    19099
5       Yeast   1.210e+07    6034

4. 使用R函數繪圖、算統計只要掌握三要點:
   a. input資料格式。
   b. 程式套件(package)及函數(function)，非基本模組需安裝程式套件。
   c. 依需求條件設定參數(parameter)，詳見程式套件及函數的使用說明，現學現用即可。

5. 範例一: 使用基本模組函數，以t test為例。
   one sample (單獨一組資料) t-test，H0: m = 0，HA: m ≠ 0。
第一步: 用google或其他搜尋引擎以one sample t-test R尋找方法。
結果: R基本模組的t.test函數可用。
第二步: 打開R視窗，使用help函數看t.test說明書。
help(t.test)
# t.test說明:  t.test(x, y = NULL, alternative = c("two.sided", "less", "greater"),
         mu = 0, paired = FALSE, var.equal = FALSE, conf.level = 0.95, ...)
第三步: 由說明書知道input (說明中的x)資料以vector型態輸入。
x <- c(1.7,0.7,-0.4,-1.8,0.2,0.9,-1.2,-0.9,-1.8,-1.4,-1.8,-2.0)
第四步: 執行one sample t-test
t.test(x, mu = 0, alternative = "two.sided")
# mu = 0, alternative = "two.sided" 因為 H0: m = 0。
# y = NULL只有一組資料。
第五步: 判讀結果:
data:  x
t = -1.7981, df = 11, p-value = 0.09964
alternative hypothesis: true mean is not equal to 0
95 percent confidence interval:  -1.4456548  0.1456548
sample estimates: mean of x  -0.65
# p > 0.05，H0: m = 0假設成立。

6. 範例二: 使用基本模組函數，以常用的t test為例。
   由t.test使用說明可知，t.test函數也可以算two-sample (兩組資料) t test。
    H0: m 1 = m2，HA: m1 ≠m2。
第一步: 由說明書知道input (說明中的x, y)資料以vector型態輸入。
x<-c(8.8,8.4,7.9,8.7,9.1,9.6)
y<-c(9.9,9.0,11.1,9.6,8.7,10.4,9.5)
第二步: 執行two sample t-test
t.test(x, y, alternative = "two.sided", mu = 0, paired = F, var.equal = T, conf.level = 0.95)
    # mu = 0, alternative = "two.sided" 因為H0: m 1 = m2。
    # paired = FALSE兩組資料是獨立樣本，執行two-sample t-test而非paired t。
    # var.equal = TRUE兩組資料有相同變異數，取樣來自同一母體(population)。
第三步: 判讀結果:
Two Sample t-test
data:  x and y
t = -2.4765, df = 11, p-value = 0.03076
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:  -1.8752609 -0.1104534
sample estimates:
mean of x mean of y
        8.750000  9.742857
# p < 0.05，H0: m 1 = m2假設不成立，兩組資料平均不同。

7. 範例三: 基本模組沒有，安裝加程式套件，以Z test為例。
one sample (單獨一組資料) Z test，H0: m = 0，HA: m ≠ 0。
第一步: 用google或其他搜尋引擎以one sample Z test R尋找方法。
結果: R基本模組以外的，BSDA 套件(package)的z.test函數可用。
   第二步: 打開R視窗，利用R視窗的安裝程式套件功能安裝BSDA程式套件。
   第三步: 安裝成功後，用library函數叫出BSDA程式套件備用。
library(BSDA)
第四步: 使用help函數看z.test使用說明。
help(z.test)
# z.test 使用說明: z.test(x, y = NULL, alternative = "two.sided", mu = 0, sigma.x = NULL,
 sigma.y = NULL, conf.level = 0.95)
第五步: 由說明書知道input (說明中的x)資料以vector型態輸入。
x <- c(2.0,1.1,4.4,-3.1,-1.3,3.9,3.2,-1.6,3.5,1.2,2.5,2.3,1.9,1.8,2.9,-0.3,-2.4)
第六步: 執行one sample Z test。
z.test(x, y = NULL, alternative = "two.sided", mu = 0, sigma.x = 3.6691, sigma.y = NULL,
conf.level = 0.95)
# mu = 0, alternative = "two.sided" 因為 H0: m = 0。
# y = NULL只有一組資料。
   第七步: 判讀結果:
data:  x
z = 1.4542, p-value = 0.1459
alternative hypothesis: true mean is not equal to 0
95 percent confidence interval: -0.4500297  3.0382650
sample estimates: mean of x  1.294118
# p > 0.05，H0: m = 0假設成立。

8. 範例四: 安裝使用bioconductor程式套件。
   有些基本模組沒有的程式套件(屬於的bioconductor程式套件) ，無法利用R視窗的安裝程式套件功能安裝。可直接在R視窗下指令安裝。以計算Phi係數(Phi coefficient)的函數phicoef為例。
第一步: 打開R視窗，在R視窗輸入下列指令安裝bioconductor中的GenomicRanges套件。
source("https://bioconductor.org/biocLite.R")
biocLite("GenomicRanges")
   第二步: 安裝成功後，呼叫GenomicRanges模組。
    library(GenomicRanges)
第三步: 輸入建立資料(邏輯: T為TRUE，F為FALSE)。
cnt <- read.table(header = T, text = "
Dis Ins
T F
T F
F F
F T
T T
T T
T T
F T
T T
F T
F T
F F
T F
T F")  # 資料空白分隔
attach(cnt)  # 告知R要使用cnt資料
names(cnt)  # 指定資料標題名稱
第四步: 使用GenomicRanges模組的phicoef函數代入Dis及Ins計算Phi係數。
phicoef(Dis, Ins)
[1] -0.1666667  # 計算結果。

來勁了嗎? 想知道更多?? 補充資料(連結):
1. R 資料型態(data types)
     R vector: https://www.tutorialspoint.com/r/r_vectors.htm
     R factor: https://www.tutorialspoint.com/r/r_factors.htm
     R matrice: https://www.tutorialspoint.com/r/r_matrices.htm
     R dataframe: https://www.tutorialspoint.com/r/r_data_frames.htm
2. Cookbook for R: http://www.cookbook-r.com/
3. Quick-R: https://www.statmethods.net/
4. Statistical tools for high-throughput data analysis (STHDA): http://www.sthda.com/english/
5. 關於Bioconductor: https://www.bioconductor.org/

留言

張貼留言

這個網誌中的熱門文章

統計不球人 目錄 (Table of Contents)

用 R 做生醫資料科學   (Biomedical Data Science using R) 如何選擇統計方法 1 如何選擇統計方法  2 ***************************   第一段 : 起手式   ****************************** 套路 0: 安裝 R 不球人 套路 1: R 算統計不球人 ， 使用 R 函數 套路 2: 使用 ggplot2 繪圖 (Graphics using ggplot2) 套路 3: 敘述性統計 (Descriptive Statistics) 套路 4: 如何檢查資料是否接近常態分布 (Check Normality using R) 套路 5: 機率分布 (Probability Distributions) ***************************   第二段 : 比較平均值、中數   *************************** 套路 6: 單一樣本 Z 檢定 (One-Sample Z test) 套路 7: 單一樣本 t 檢定 (One-Sample t test) 套路 8: 單一樣本 Wilcoxon signed-rank 檢定 ( One-Sample Wilcoxon signed-rank test ， non-parametric ) 套路 9: 單一樣本符號檢定 (One Sample Sign test) 套路 10: 兩組獨立樣本 Z 檢定 (Two-Sample Z Test) 套路 11: 兩組變異數相同獨立樣本 t 檢定 ( t Test for Two-Samples with Equal Variances) 套路 12: 兩組變異數不同樣本 t 檢定 ( t Test for Two-Samples with Unequal Variances ， Welch Two Sample t test) 套路 13: 成對樣本 t 檢定 (Paired Sample t test) 套路 14: 兩組獨立樣本曼恩 - 惠尼 U 檢定 (...
閱讀完整內容

如何選擇統計方法 1

如何選擇統計方法 1 第一步 : 選擇統計方法可 依照統計方法用途的分類 來選擇統計方法 。 第二步 : 要了解確認統計方法的用途可看他的虛無假設 (Null hypothesis) H 0 。 以下為統計方法用途分類及本站網頁聯結 。 類別 1. 對資料進行基本分析 ， 以了解資料的大概情況 (summary) ， 例如平均值 、 中位數 、 四分位數 、 有無離群值 (outlier) 及是否為常態分布等 … 敘述性統計 (Descriptive Statistics) 如何檢查資料是否接近常態分布 (Normality Test using R) 類別 2. 比較平均值 (mean) 或中位數 (median) 2.1. 單一樣本 ( 與期望值或特定值相比 ) 單一樣本 Z 檢定 (One-Sample Z test) 單一樣本 t 檢定 (One-Sample t test) 單一樣本 Wilcoxon signed-rank 檢定 ( One-Sample Wilcoxon signed-rank test) 單一樣本符號檢定 (One Sample Sign test) 2.2. 兩組獨立樣本 ( 兩組獨立樣本相比 ) 兩組獨立樣本 Z 檢定 (Two-Sample Z Test) 兩組變異數相同樣本 t 檢定 (t Test for Two-Samples with Equal Variances) 兩組變異數不同樣本 t 檢定 (t Test for Two-Samples with Unequal Variances ， Welch Two Sample t-test) 兩組獨立樣本曼恩 - 惠尼 U 檢定 (Two-Sample Mann-Whitney U Test) 比較兩組獨立次序資料 (Two-Sample Test for Ordinal Data) 兩組獨立樣本 Mood's 中位數檢定 (Two-Sample Mood's Median Test) 2.3. 兩組成對樣本 ( 兩組成對樣本相比 ) 成對樣本 t 檢定 (Pai...
閱讀完整內容

單因子多樣本中位數差異檢定 (Kruskal-Wallis test)

圖片
套路 21: 單因子多樣本中位數差異檢定 (Kruskal-Wallis test) 變異數分析適用連續資料之差異分析，若自變項有一個，就是單因子變異數分析。 多樣本中位數差異檢定是對應 單因子變異數分析的無母數分析方法。當數據不符合單因子變異數分析的前提假設 ( 相同變異數，數據為常態分布 ) 時，可選擇 多樣本中位數差異檢定來做為替代分析方法 。 ** 注意 ** ” 比較變異數 ” (comparing variances) 和 ” 變異數分析 ” (analysis of variance) 不同。變異數分析是多組資料比較平均值或中位數。統計假設檢定檢定什麼 ? 看 H 0 。例如多組獨立樣本假設檢定 H 0 : k 組樣本中位數相同， H A : 至少有一組中位數不同 ， 是檢定多組資料的中位數是否相同。假設相等時為雙尾 (two-tailed test) 檢定。 1. 使用時機 : 用於比較多組樣本中位數 (median) 。 2. 分析類型 : 無母數分析 (non-parametric analysis) 。 直接使用資料數值算統計叫 parametric 方法，把資料排序之後用排序的名次算統計叫 non-parametric 方法。 3. 假設前提 : 無。 4. 範例資料 : 咪路調查餵食不同飼料的肉雞體重 (g) ， 資料如下： 飼料 1 飼料 2 飼料 3 飼料 4 61.8 78.8 70.5 60.3 65.1 79.5 72.6 63.8 61.7 76.0 71.7 64.1 63.3 73.4 72.0 61.4 77.3 71.1 60.9 不同飼料是否效果不同 ? H 0 : 餵食不同飼料的肉雞體重 ( 中位數 ) 相同。 H A : 餵食不同飼料的肉雞體重 ...
閱讀完整內容