R语言多元统计包简介

《R语言多元统计包简介》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、R语言多元统计包简介:各种假设检验统计方法聚类分析数据处理楼主发表于2010-5-1523:37

2、只看该作者

3、倒序看帖

4、打印www.biostatistic.net/统计分析生物信息sasmatlabR语言MultivariateStatistics（多元统计）网址：http://cran.r-project.org/web/views/Multivariate.html转：http://rbbs.biosino.org/Rbbs/posts/list/223.page基本的R包已经实现了传统多元统计的很多功能，然而CRNA的许多其它包提供了更深入的多元统计方法，下面做个简要的综述

5、。多元统计的特殊应用在CRNA的其它任务列表（taskview）里也会提及，如：排序（ordination）会在Environmetrics（http://cran.r-project.org/web/views/Environmetrics.html）里说到；有监督的分类方法能在MachineLearning（http://cran.r-project.org/web/views/MachineLearning.html）里找到；无监督的分类在Cluster（http://cran.r-project.org/web/views/Cluster.html）里。这里要综述的包主要分

6、为以下几个部分：1）多元数据可视化（Visualisingmultivariatedata）：绘图方法：基本画图函数（如：pairs()、coplot()）和lattice包里的画图函数（xyplot()、splom()）可以画成对列表的二维散点图，3维密度图。car包里的scatterplot.matrix()函数提供更强大的二维散点图的画法。cwhmisc包集合里的cwhplot包的pltSplomT()函数类似pair()画散点图矩阵，而且可以在对角位置画柱状图或密度估计图。除此之外，scatterplot3d包可画3维的散点图，aplpack包里bagplot()可画二变量

7、的boxplot，spin3R()可画可旋转的三维点图。misc3d包有可视化密度的函数。YaleToolkit包提供许多多元数据可视化技术，agsemisc也是这样。更特殊的多元图包括：aplpack包里的faces()可画Chernoff’sface；MASS包里的parcoord()可画平行坐标图（矩阵的每一行画一条线，横轴表示矩阵的每列）；graphics包里的stars()可画多元数据的星状图（矩阵的每一行用一个星状图表示）。ade4包里的mstree()和vegan包里的spantree()可画最小生成树。calibrate包支持双变量图和散点图，chplot包可画co

8、nvexhull图。geometry包提供了和qhull库的接口，由convexhulln()可给出相应点的索引。ellipse包可画椭圆，也可以用plotcorr()可视化相关矩阵。denpro包为多元可视化提供水平集树形结构（levelsettrees）。graphics包里的mosaicplot()和vcd包里的mosaic()函数画马赛克图（mosaicplot）。gclus包提供了针对聚类的散点图和平行坐标图。rggobi包和DescribeDisplay包是GGobi的接口，DescribeDisplay的图可达到出版质量的要求；xgobi包是XGobi和XGvis的接

9、口，可实现动态交互的图。最后，iplots包提供强大的动态交互图，尤其是平行坐标图和马赛克图。seriation包提供seriation方法，能重新排列矩阵和系统树。数据预处理：AIS包提供多元数据的初步描述函数。Hmisc包里的summarize()和summary.formula()辅助描述数据，varclus()函数可做聚类，而dataRep()和find.matches()找给定数据集的典型数据和匹配数据。KnnFinder包里的nn()函数用kd-tree找相似变量的个数。dprep包为分类提供数据预处理和可视化函数，如：检查变量冗余性、标准化。base包里的dist()

10、和cluster包里的daisy()函数提供距离计算函数；proxy包提供更多的距离测度，包括矩阵间的距离。simba包处理已有数据和缺失数据，包括相似性矩阵和重整形。2）假设检验（Hypothesistesting）：ICSNP包提供霍特林（Hotellings）T2检验和许多非参检验方法，包括基于marginalranks的位置检验（locationtest），计算空间中值和符号，形状估计。cramer包做两样本的非参检验，SpatialNP可做空间符号和秩检验。