R软件第一讲导言和基本概念.ppt

一个广泛接受的统计定义为： 统计是用以收集数据、分析数据和由数据得出结论的一组概念、原则和方法. 这个定义决定了统计的命运： 和数学及音乐不同, 统计不能欣赏自己, 它不为实际服务就没有存在必要 统计必须为各个领域服务 统计必须和数据打交道 因此,统计必须和计算机结合 搞“理论统计”是否用不着动手搞数据呢? 如果倒退几十年… 就可以. 如果没有应用背景 文章没人要, 基金无人给. 现在一些人即使瞎编也要编出一个应用背景来. 纯理论统计存在吗？ 统计软件的问题 诸如法律和医学的软件都有不少警告，不时提醒你去咨询专家。 这是注意饭碗的律师和大夫的高明之处。 但统计软件则不那么负责。只要数据格式无误、方法不矛盾而且不用零作为除数就一定给你结果，而且没有任何警告。 可能统计学家缺乏商业头脑。 统计软件的问题 另外，统计软件输出的结果太多； 即使是同样的方法，不同软件输出的内容还不一样；有时同样的内容名称也不一样。 这就使得使用者大伤脑筋。即使统计学家也不一定能解释所有的输出。 因此，就应该特别留神，明白自己是在干什么。不要在得到一堆毫无意义的垃圾之后还沾沾自喜。 实际上… 对于一个统计数据，如果选择“傻瓜”软件适合该数据的选项的全部输出，那么… 其中可能包含（很多，甚至多数）没有意义的结果（比如SPSS中的对数线性模型、非参数检验中的多重相关样本的检验等等，各种回归中的适合正态样本的检验） 而且… 这些众多的输出，给了那些诸如检验中的“少数服从多数”的“创新者”以似是而非的“论据”。 许多“傻瓜”软件的输出找不到确切数学背景。只有使用编程软件才能够核对其真实意义。 统计软件的种类 统计软件的种类很多。 有些功能齐全，有些价格便宜；有些容易操作，有些需要更多的实践才能掌握。 还有些是专门的软件，只处理某一类统计问题。 统计软件的种类 SPSS：这是一个很受欢迎的统计软件； 它容易操作， 输出漂亮， 功能齐全， 价格合理。 对于非统计工作者是很好的选择。 统计软件的种类 Excel：严格说来不是统计软件，但作为数据表格软件，必然有一定统计计算功能。 注意，多数装Office时没有装数据分析的功能，画图功能都具备(虽然不好看)。 对于简单分析，Excel还算方便，但随着问题的深入，就不那么“傻瓜”，需要很麻烦地使用函数，甚至根本没有相应的方法了。 统计软件的种类 SAS：这是功能非常齐全的软件； 美国政府政策倾斜(“权威性”) 许多美国公司使用。 价格不菲,每年交费.即使赠送,条件苛刻 SAS公司傲慢无礼 尽管现在已经尽量“傻瓜化”，仍然需要一定的训练才可以进入。 对于基本统计课程则不那么方便。 统计软件的种类 R软件：免费的,志愿者管理的软件。 编程方便，语言灵活，图形功能强大 有不断加入的各个方向统计学家编写的统计软件包。也可以自己加入自己算法的软件包. 从网上可以不断更新和增加有关的软件包、数据和程序。可以使用其他软件编制的程序。 可以通过网上服务把程序变成机器语言 这是发展最快的软件，受到世界上统计师生的欢迎。是用户量增加最快的统计软件。 对于一般非统计工作者来说，主要问题是它没有“傻瓜化”。 搞统计是否不需要学习编程语言， 可以不学习,如果你… 搞纯粹数学推导的,只搞“理论”,不面对数据, 不用计算机 觉得岁数太大,学不会“非傻瓜”的计算 不想有创新,仅使用现成方法套用 想永远依赖会编程的人 但如果你要创新… 你需要反复试验你的新方法 需要用各种数据来检验你的新方法 需要把你的方法和老方法进行比较 需要介绍自己的新方法 使用编程语言不可避免 没有任何别的选择 现代统计学家都自己编程,比如… Brockwell Davis (时间序列) Bruce Gao (小波分析) Bickel, et al. (非线性回归) Hastie (广义可加模型) Silverman (非参数密度估计) McCullagh Nelder (广义线性模型) Hardell 、 Marron、范剑青(非参数回归) Diggle , et al. (纵向数据) ………………………………………. 毫无例外，没有任何新的重要统计方法是利用诸如SAS或 SPSS等傻瓜软件产生的。 多数SAS或 SPSS等的新统计方法软件包，是改写统计学家通过自己编程所发展的方法而来的。 在美国，很难想象一个统计学研究生不会使用编程语言 使用什么软件编程呢？ SAS、SPSS、Minitab等也有程序，但很难学，不好记，也没有任何普遍性和规律性。 而R、Matlab、Gauss、Fortran、C (C++)、Pascal、Basic等语言有很多共性。容易举一反三。 有些具有统计软件包，对统计学家则很方便。特别是S-plus软件、R软件和Gauss软件。 使用编程