统计分析软件的实战与应用.pdf

统计分析软件应用 统计分析软件应用 控制语句 程序控制结构 S是一个表达式语言，其任何一个语句都可以看成是一个表 达式。表达式之间以分号分隔或用换行分隔。表达式可 以续行，只要前一行不是完整表达式（比如末尾是加减 乘除等运算符，或有未配对的括号）则下一行为上一行 的继续。 若干个表达式可以放在一起组成一个复合表达式，作为一个 表达式使用。组合用大括号表示，如： { x - 15 x } S语言也提供了其它高级程序语言共有的分支、循环等程序 控制结构。 分支结构 分支结构包括if结构： if (条件) 表达式1 或 if (条件) 表达式1 else 表达式2 其中的“条件”为一个标量的真或假值，表达式可以是用大括 号包围的复合表达式。有else 子句时一般写成： if(条件) { 表达式组…… } else { 表达式组……… } 这样的写法可以使else不至于脱离前面的if。 例如，如果变量lambda为缺失值就给它赋一个缺省值，可 用： if(is.na(lambda)) lambda - 0.5; 又比如要计算向量x的重对数，这只有在元素都为正且对数 都为正时才能做到，因此需要先检查： if (all(x0) all(log(x) 0) ){ y - log(log(x)); print(cbind(x,y)); } else{ cat( Unable to comply\n); } 注意“”表示“与”，它是一个短路运算符，即第一个条件为 假时就不计算第二个条件。如果不这样此例中计算对数 就可以有无效值。 在条件中也可以用“ ||” （两个连续的竖线符号）表示“或”， 它也是短路运算符，当第一个条件为真时就不再计算第 二个条件。 “” 、“ ||”只对标量适用，而“” 、“ |”适用于向量 在用S编程序时一定要时刻牢记S是一个向量语言，几乎所有 操作都是对向量进行的。而S中的if语句却是一个少见的例 外，它的判断条件是标量的真值或假值。比如，我们要定 义一个分段函数f(x)，当x为正时返回1，否则返回0，马上 可以想到用if语句实现如下： if(x0) 1 else 0 当x是标量时这个定义是有效的，但是当自变量x是一个向量 时，比较的结果也是一个向量，这时条件无法使用。 所以，这个分段函数应该这样编程： y= numeric(length(x)) y[x0] - 1 y[x=0] - 0 有多个if语句时else与最近的一个配对。可以 使用if ... else if ... else if ... else ...的 多重判断结构表示多分支。多分支也可以使 用switch()函数。 循环结构 循环结构中常用的是for循环，是对一个向量或列表 的逐次处理，格式为“for( name in values) 表 达式”，如：s=0; for(i in seq(along=x)){ cat(x(, i, ) = , x[i], \n, sep=); s - s+x[i]; } 这个例子我们需要使用下标的值，所以用 seq(along=x)生成了x的下标向量。或者i in 1:length(x) 如果不需要下标的值，可以直接如此使用： s=0 for(xi in x) { cat(xi, \n) s - s + xi } 当然，如果只是要求各元素的和，只要调用sum(x)即可。 从这里我们也可以看出，显式的循环经常是可以避免 的，利用函数对每个元素计算值、使用sum等统计函数 及apply、lapply 、sapply、tapply等函数往往可以代 替循环。因为循环在S中是很慢的（S-PLUS和R都是解 释语言），所以应尽量避免使用显式循环。 我们再举一个例子。比如，我们要计算同生日的概率。假设 一共有365个生日（只考虑月、日），而且各生日的概 率是相等的（这里忽略了闰年的情况以及可能存在的出 生日期分布的