- 1、本文档共40页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
课件:利用多发病例家族之单倍体资料进行遗传相关性研究.ppt
特殊的函數用法 參數「…」:將自訂函數裡面用到的其他function需要的參數傳入 常用函數 統計相關函數 sum(x) 向量x所有元素的總和 prod(x) 向量x所有元素相乘 max(x) 向量x所有元素最大的元素值 min(x) 向量x所有元素最小的元素值 range(x) 傳回x的全距 length(x) 計算向量x的元素個數 mean(x) 計算x所有元素的平均數 median(x) 計算x所有元素的中位數 var(x), cov(x) 計算x所有元素的樣本變異數 cor(x) 當x為data frame時,傳回x的相關矩陣 var(x, y) 與 cov(x,y) 計算x與y的共變異數(covariance)矩陣 cor(x,y) 計算x與y的相關係數或相關係數矩陣 常用函數 統計相關函數 rev(x) 將x所有元素反向呈現(未排序) sort(x) 將x內的元素從小到大排序 rev(sort(x)) 將x內的元素從大到小排序 rank(x) 傳回x中各元素的排序順序值 choose(n,k) 計算二項式組合數 n!/[(n-k)!k!] factorial(x) 階乘函數,相當於prod(1:x) 常用工具函數 處理NA (missing data)的函數 na.fail(x):若x包含missing values則傳回錯誤訊息,否則傳回x。 na.pass(x):保留x的NA值。 na.omit(x)與na.exclude(x):去除NA元素。 最大概似估計量(MLE) MLE: 利用package(stats4) 中的mle函數 Usage: mle(minuslogl, start, method) minuslogl:計算 -1*log-likelihood 的自訂函數名稱 start:儲存參數起始值的list變數 method:預設為BFGS或可改為L-BFGS-B, CG, Nelder-Mead, SaNN 最大概似估計量(MLE) 練習 請用迴圈寫出Normal查表值表格之程式(x=0.0, 0.01, …,3.0) 練習 不用迴圈寫出Normal查表值表格之程式(x=0.0, 0.01, …,3.0) 練習 列出自由度從1~20的t分配之查表表格 * s1=seq(0,3,0.1) s2=seq(0,0.09,0.01) x=matrix(0, length(s1),length(s2)) for(i in 1:length(s1)) { for(j in 1:length(s2)) { q1=s1[i] q2=s2[j] q=q1+q2 x[i,j]=round(pnorm(q),4) } } colnames(x)=paste(0.0,0:9, sep=) rownames(x)=format(seq(0.0,3.0,0.1))#format讓1顯示成1.0 x s1=seq(0,3,0.1) s2=seq(0,0.09,0.01) myfun=function(q1,q2) { round(pnorm(q1+q2),4) } m=outer(s1,s2,myfun) colnames(m)=paste(0.0,0:9, sep=) rownames(m)=format(seq(0.0,3.0,0.1))#format讓1顯示成1.0 m df=1:20 p=c(0.10,0.05,0.025,0.01) myfunction=function(df, p) { round(qt(p, df, lower.tail=F),4) } m=outer(df, p, myfunction) colnames(m)=format(p) rownames(m)=format(1:20) m 條件與迴圈等程式技巧 Data Frames Data frames: it is a rectangular table with rows and columns; data within each column has the same type (e.g. number, text, logical), but different columns may have different types. 資料篩選 資料轉換(變更coding) 將資料按照性別分成兩群,令新變數為sex_c 男生(原始資料記為1): sex_c=“male” 女生(原始資料記為0): sex_c=“female” 將資料按照年紀分成四群,另外令一個變數為agegroup 第一群:40歲以下,則agegroup=1 第二群:40~49歲,則agegroup=2 第三群:50~59
您可能关注的文档
最近下载
- 专题02 宇宙中的地球-5年(2020-2024)高考1年模拟地理真题分类汇编(北京专用)(解析版).docx VIP
- 城市绿地分类标准 .pdf VIP
- 营养指导员题库.docx VIP
- 专题01 地球和地图-5年(2020-2024)高考1年模拟地理真题分类汇编(北京专用)(解析版).docx VIP
- 四年级【语文(统编版)】古诗三首(第一课时)课件 .pptx
- 质量管理体系工具统计技术.pptx VIP
- 2022年茅台考试真题及答案——计算机专业.pdf
- 发电机短路试验中转子接地保护误动作分析及关键问题探讨.pdf VIP
- Silvaco傻瓜教程—张林—长安大学—2018.06.pdf
- SpringBoot学习笔记(实用完整版).pdf VIP
文档评论(0)