Các câu lệnh xử lý số liệu trong R

CÁC CÂU LỆNH TRONG NGÔN NGỮ RCấu trúc lệnh trong R newvar... Bc1: Truy nhập package Hmisc để có thể sử dụng lệnh stata.get hoặc epicalc để sử dụng lệnh use libraryHmisc hoặc libraryepica

CÁC CÂU LỆNH TRONG NGÔN NGỮ R

Cấu trúc lệnh trong R

newvar <- hàm(thông số 1, thông số 2, …,thông số n)

Mở tập tin R Nhập tập tin số liệu trong R

Cách 1: nhập từng biến rồi sau đó nhập chung các

biến thành 1 tập tin số liệu

var<-c (giá trị 1, giá trị 2….)

> tuan <- data.frame(age, insulin)

Bc1: Truy nhập package Hmisc để có thể sử dụng

lệnh stata.get hoặc epicalc để sử dụng lệnh use

library(Hmisc) hoặc library(epicalc)

Bc2: Nhập tập tin này vào R

Lưu tập tin số liệu trong R

save(ĐT,file=”ĐT.rda”) > save(testo, file="testo.rda")

Xuất tập tin R

Lưu các lệnh, và kết quả đã thực hiện

Chọn menu File chọn Save to File đặt tên file Sau

Quản lý tập tin số liệu

1 ma so

2 tuoi me (nam)

3 tang huyet ap thai ki - 1=tang ha, 0=khong tang ha

4 tuoi thai (tuan)

5 gioi tinh tre - 1=trai, 0=gai

6 trong luong so sinh (gram)

7 nghe nghiep me - 1=tu do, 2=cong nhan, 3=vien chuc

chiết dữ liệu chol và chỉ giữ lại biến số mã số (id), độ tuổi (age)

và total cholestrol (tc) tương ứng với cột 1, 3, 7 trong tập tin chol

Cách 1: tạo biến mới bằng biến định

lượng cũ sau đó nhóm các giá trị của

biến cũ thành các giá trị của biến mới

Cách 2: tạo biến mới và dùng lệnh

R thông báo cho chúng ta biết diag có 3 bậc: 1, 2 và 3 Nếu chúng ta yêu cầu R tính số trung bình của diag, R sẽ không làm theo yêu cầu này, vì đó không phải là một biến số số học:

c(-0.92,0.21,0.17,-3.21,-1.80,-2.60,-2.00,1.71,2.12,-> # chia biến số bmd thành 2 nhóm và để trong đối tượng group

> group <- cut2(bmd, g=2)

theo

nhóm

> table(group)group

Frequency Percent Cum percent

ha bt 552 86.1 86.1

ha tang 89 13.9 100.0 Total 641 100.0 100.0

> barplot(sex.freq, horiz = TRUE, col = rainbow(length(sex.freq)),

main=”Frequency of males and females”)

23.00 31.00 34.00 33.97 37.00 43.00

> describe(tuoime) tuoime : tuoi me (nam) Format:%9.0g

n missing unique Mean 05 10 25 50 75

90

Cách 4: Biến đổi biểu đồ histogram

thành phân phối xác suất

40 lowest : 23 24 25 26 27, highest: 39 40 41 42 43

> stripchart(tg, main=”Strip chart for triglycerides”, xlab=”mg/L”)

> hist(age, main="Frequency distribution by age group", xlab="Age

group", ylab="No of patients")

> age.sex <- table(sex, ageg)

> barplot(age.sex, main=”Number of males and females in eachage group”)

định

lượng

plot(biến trục hoành,biến trục tung)

Cách 2: Vẽ đường thẳng hồi quy tuyến

> reg <- lm(hdl ~ tc)

> abline(reg)Trong lệnh trên, reg<-lm(hdl~tc) có nghĩa là tìm phương trình liên hệ giữa hdl và tc bằng linear model (lm) và đặt kết quả vào đối tượng reg Lệnh thứ hai abline(reg) yêu cầu R vẽ đường thẳng từ phương trình trong reg

Bc1: Tạo một tập tin riêng chứa các

biến muốn vẽ biểu đồ

t = -27.6563, df = 99, p-value < 2.2e-16 alternative hypothesis: true mean is not equal to 30

95 percent confidence interval:

18.39300 19.94700 sample estimates:

mean of x 19.17

Trong lệnh trên age là biến số chúng ta cần kiểm định, và mu=30 là giá trị giả thiết R trình bày trị số t = -27.66, với 99 bậc tự do, và trị số p < 2.2e-16(tức rất thấp) R cũng cho biết độ tin cậy 95% của age là từ 18.4 tuổi đến 19.9 tuổi (30 tuổi nằm quá ngoài khoảng tin cậy này) Nói cách khác, chúng

ta có lí do để phát biểu rằng độ tuổi trung bình trong mẫu này thật sự thấp hơn độ tuổi trung bình của quần thể

có phân phối không bình thường

95 percent confidence interval:

1.993901 19.006099 sample estimates:

mean of the differences 10.5

Kết quả trên cho thấy sau khi điều trị áp suất máu giảm 10.5 mmHg, và khoảng tin cậy

95% là từ 2.0 mmHg đến 19 mmHg, với trị số p = 0.0209 Như vậy, chúng ta

có bằngchứng để phát biểu rằng mức độ giảm huyết áp có ý nghĩa thống kê

> wilcox.test(before, after, paired=TRUE) Wilcoxon signed rank test with continuity correction data: before and after

V = 42, p-value = 0.02291

alternative hypothesis: true mu is not equal to 0

Kết quả trên một lần nữa khẳng định rằng độ giảm áp suất máu có ý nghĩa thống kê với trị số (p=0.023) chẳng khác mấy so với kiểm định t cho từng cặp

Kiểm tra phân phối

bình thường của biến

phụ thuộc

shapiro.test(biến phụ

thuộc)

> shapiro.test(igfi) Shapiro-Wilk normality test data: igfi

W = 0.8528, p-value = 1.504e-08

Nếu biến phụ thuộc

không có phân phối

W = 1125, p-value = 0.6819 alternative hypothesis: true mu is not equal to 0

Nếu biến phụ thuộc có

phân phối bình thường

F test to compare two variances

data: data2$weight by data2$smoke

F = 0.5662, num df = 14, denom df = 13, p-value = 0.3037 alternative hypothesis: true ratio of variances is not equal to 1

95 percent confidence interval:

0.1837341 1.7054599 sample estimates:

ratio of variances 0.5662417

Nếu biến định lượng có

95 percent confidence interval:

-13.88137 29.24909 sample estimates:

mean in group Female mean in group Male 167.9741 160.2903

Nếu biến định lượng có

t = 0.8412, df = 88.329, p-value = 0.4025 alternative hypothesis: true difference in means is not equal to 0

95 percent confidence interval:

-10.46855 25.83627 sample estimates:

mean in group Female mean in group Male 167.9741 160.2903

data: tlsosinh and nghenghiep

F = 4.028, num df = 2.000, denom df = 283.889, p-value = 0.01884

> pairwise.t.test(tlsosinh,nghenghiep)

X-squared = 13.69, df = 1, p-value = 0.0002156 alternative hypothesis: true p is not equal to 0.5

95 percent confidence interval:

0.5885509 0.7766330 sample estimates:

p 0.69

> binom.test(69, 100, 0.50) Exact binomial test

data: 69 and 100 number of successes = 69, number of trials = 100, p-value = 0.0001831 alternative hypothesis: true probability of success is not equal to 0.5

95 percent confidence interval:

0.5896854 0.7787112 sample estimates:

probability of success 0.69

data: fracture out of total X-squared = 4.8901, df = 1, p-value = 0.02701 alternative hypothesis: two.sided

95 percent confidence interval:

-0.20908963 -0.01454673 sample estimates:

prop 1 prop 2 0.0700000 0.1818182

data: female out of total X-squared = 6.2646, df = 3, p-value = 0.09942 alternative hypothesis: two.sided

sample estimates:

prop 1 prop 2 prop 3 prop 4 0.5000000 0.7166667 0.7333333 0.0000000 Warning message:

Chi-squared approximation may be incorrect in: prop.test(female, total) chisq.test(biến phụ

Chi-squared approximation may be incorrect in: chisq.test(sex, ethnicity)

Nếu giá trị trong ô nhỏ

p-value = 0.1048 alternative hypothesis: two.sided

>tableStack(vars=c(tuoime,tang_ha,tuoithai,gioi,tlsosinh,nghenghiep,nhom tuoi,sinhnon),by=gioi,iqr=NULL)

Kiểm tra mối liên hệ

giữa hai biến định

> cor.test(age, chol)Pearson's product-moment correlationdata: age and chol

t = 10.7035, df = 16, p-value = 1.058e-08alternative hypothesis: true correlation is not equal to 0

95 percent confidence interval:

0.8350463 0.9765306sample estimates:

cor0.936726

rho0.947205Warning message:

Cannot compute exact p-values with ties in: cor.test.default(age,chol, method = "spearman")

tau0.8333333Warning message:

Cannot compute exact p-value with ties in: cor.test.default(age,chol, method = "kendall")

> hqoswego

> logistic.display(hqoswego)Lập phương trình hồi quy tuyến tính trong điều tra dịch tễ ngộ độc thực phẩm để tìm mối liên hệ giữa các loại thức ăn và các ca bệnh