R語言summary函數的詳解

在R語言中，summary()函數是一個重要的統計分析函數，用於對一維統計特徵進行計算並作出摘要。在R語言統計分析的各種數據表中，summary() 函數經常用於數據預處理和探索性分析。

具體地說，summary() 函數用於將向量、因子和數據框中的數據計算指定的統計特徵。這些統計特徵包括最小值，最大值，中位數，平均值和四分位數等。summary()函數的結果通常呈現為一個表格或列表。

# 一個簡單的例子：用summary函數統計向量的統計特徵
vec <- rnorm(100)
summary(vec)

summary() 函數的第一個參數可以是向量，矩陣、因子或數據框。summary() 函數的行為因輸入類型的不同而不同。

向量： 如果輸入是向量，那麼summary() 函數會計算它的最小值，最大值，中位數，平均值和四分位數等值。在這些值中，僅計算有意義的值，並且忽略非數值。如果向量中包含無效值（例如NaN或NA），那麼這些值在計算中也不會考慮。
矩陣： 如果輸入是矩陣，那麼summary() 函數將每行都當作一個向量並計算每一列的統計特徵。因此，輸出結果通常為每一列的統計特徵表格
因子： 如果輸入是因子，那麼summary() 函數將對因子級別進行計數，並將其呈現為表格。輸出結果包含每個因子級別的計數。
數據框： 如果輸入是數據框，那麼summary() 函數將按列計算每個列的統計特徵。因此，輸出結果通常為每個列的統計特徵表格。

在使用summary() 函數時可以添加names參數，以重命名輸出結果中的變量。names（）函數與R語言中data.frame裏面的列名類似，它可以用於給輸出結果的每個變量賦予新的名稱。這樣給每一個變量命名或者給部分變量命名，會使R語言程序閱讀和處理結果文件時更為容易。

#一個例子: 修改summary()函數輸出結果的命名
vec <- rnorm(100)
summary(vec, name = "MyVector")

與R語言summary函數類似的是，sum()函數是另一個廣泛使用的函數。儘管sum()函數也用於計算統計特徵，但它的使用範圍更少。sum()函數計算向量、矩陣和數組的元素和。而r語言summary函數計算各種統計特徵。因此，它們在用途和輸出結果上有很大的區別。

summary() 函數的輸出結果有助於理解數據的範圍和分佈。輸出結果包含了五條統計特徵的值，這些特徵用無色背景表示。除此之外，如果數據中有空的或不適當的值，這些值也可以用顏色表示。常用的統計指標及其含義如下：

Min（最小值）： 最小觀測值，即最小的可用數據點。
1Q（下四分位數）：數據的下四分位數。四分位數是數據集的四個等分點，將數據集分為四個等分。在這種情況下，數據被分為四個部分，每個部分包含25%的數據。
Median（中位數）： 中位數是數據集的中心值。如果數據集有偶數個數據點，則中位數有兩個。在這種情況下，兩個中位數的平均值被認為是整個數據集的中位數。
Mean（平均數）： 平均值是數據集中所有值的總和除以值的數量。在統計分析和數據科學中，平均值通常用來表示數據集的一般趨勢。
3Q（上四分位數）：數據的上四分位數。
Max（最大值）： 最大觀測值，即可用數據所達到的最大值。
NA（無效值）： 無效值表示缺少值或無效值。它們會影響數據集的總和和其他統計信息。

在R語言中，summary()函數被廣泛應用於統計分析和數據探索。它可以幫助研究人員快速分析和理解數據集的特徵。summary() 函數的輸出結果可以讓研究人員快速了解數據的最小值、最大值、中位數等重要信息。

summary() 函數是一個強大的工具，它可以用來識別數據集中的異常值、探索數據集的分佈、縮短數據預處理的時間等。summary() 函數還可以被用於比較不同數據集之間的差異，例如，它可以用於比較兩個相同的變量的分佈或數據集中的子集的分佈。

在統計分析中，匯總結果和決策根據其決定係數的大小，選擇匯總方法和根據決定係數的大小調整匯總結果的顯示方式。

決定係數中參數的含義如下：

同步表中的R²：此項為最後公式的決定係數，它反映自變量與應變量之間的關係程度的強度。R²從0到1變化。R²為1時，所有觀察值均在回歸曲線上，表明自變量完全解釋實變量的方差；當R²趨向於0時，自變量解釋的實變量的方差極小。
同步表中的RSE：均方根誤差是回歸直線到各觀察點的距離的平均值，RSE越小則回歸直線更符合觀察點數據。
同步表中的F值：是估計的回歸方程的「合適性」指標，較大的F-值表示應該拒絕H0假設，即表明所有自變量的係數不是零。
同步表中的p值：是用於決定輕還是重要的關鍵，p-值很小（0.05以下）可能表示的是我們的結果具有顯著差異。p-值較大的情況下，我們無法排除這樣的假設：”我們觀察到的結果只是由於原因純粹是由於隨機性/概率性”

R語言自帶的統計分析包中就包括了summary()函數，無需額外的包安裝，可以直接在命令行中調用。

在回歸分析中，使用summary() 函數可以幫助研究人員選擇最佳的回歸方程。summary() 函數可以計算回歸方程的統計指標，並計算決定係數以幫助確定最好的回歸方程。

下面是一個示例，展示了如何在 R 中使用簡單線性回歸方程進行擬合，並使用 summary函數計算回歸統計指標。

# 簡單線性回歸
model <- lm(y ~ x)
# 打印同步表
summary(model)

原創文章，作者：小藍，如若轉載，請註明出處：https://www.506064.com/zh-hk/n/194146.html