r 基础命令

trimws ：去空格

round  ：保留小数

colnames：修改列名

chartr ：字符替换

sprintf("%0.5s",'0.234234234') ：字符串格式保留多少位

rowSums()：行求和（可加条件）

colSums() ：列求和（可加条件）

table：各个值的总数

prop.table：各个值占总数的百分比

quantile：取分位数，10% 20% 50%. . .

runif()：生成均匀分布随机数

rnorm：生成正态分布随机数

seq(as.Date("1961/1/1"),as.Date("2000/1/1"),"months")   使用seq生成时间

var()：样本方差 =样本中各值与样本平均值的差的平方和/(n-1) 区别于总体方差

par(mfrow = c(1,2))：设置一页画几个图，数字表示行和列，比如c(1,2）就是1行两列，两幅图

rob_se <- diag(vcovHC(model, type = "HC1"))^0.5 　　稳健标准误

confint(x,level=0.9)    取置信区间，level参数为90%

 

概念

ESS：回归平方和，=y值估计值和y值平均值的差的平方和

TSS：总体平方和，=y值真实值和y值平均值的差的平方和   TSS <- sum((score - mean(score))^2)

SSR：残差平方和，=残差估计值平方和      SSR <- sum(mod_summary$residuals^2)

SER：标准误回归，=SSR/(n-2)                   SER <- sqrt(SSR / (n-2))

R方：=ESS/TSS=1-（y估计值与y真实值差的平方和）/（y真实值与y平均值差的平方和)，靠近1表示拟合优度好

 

标签：平均值,估计值,样本,基础,SSR,命令,平方和,TSS
来源： https://www.cnblogs.com/eun007/p/14821577.html