Estatísticas descritivas no R
O R oferece uma ampla gama de funções para a obtenção de estatísticas resumidas. Um método para obter estatísticas descritivas é usar a função sapply( ) com uma estatística de resumo especificada.
# get means for variables in data frame mydata
# excluding missing values
sapply(mydata, mean, na.rm=TRUE)
As possíveis funções usadas no sapply incluem média, sd, var, min, max, mediana, intervalo e quantil.
Há também várias funções do R projetadas para fornecer uma série de estatísticas descritivas de uma só vez. Por exemplo
# mean,median,25th and 75th quartiles,min,max
summary(mydata)
# Tukey min,lower-hinge, median,upper-hinge,max
fivenum(x)
Usando o pacote Hmisc
library(Hmisc)
describe(mydata)
# n, nmiss, unique, mean, 5,10,25,50,75,90,95th percentiles
# 5 lowest and 5 highest scores
Usando os pastecs pacote
library(pastecs)
stat.desc(mydata)
# nbr.val, nbr.null, nbr.na, min max, range, sum,
#
median, mean, SE.mean, CI.mean, var, std.dev, coef.var
Usando o pacote psych
library(psych)
describe(mydata)
# item name ,item number, nvalid,
mean, sd,
#
median, mad, min, max, skew, kurtosis, se
Estatísticas resumidas por grupo
Uma maneira simples de gerar estatísticas resumidas por variável de agrupamento está disponível no pacote psych.
library(psych)
describe.by(mydata, group,...)
O pacote doBy fornece grande parte da funcionalidade do SAS PROC SUMMARY. Ele define a tabela desejada usando uma fórmula de modelo e uma função. Aqui está um exemplo simples.
library(doBy)
summaryBy(mpg + wt ~ cyl + vs, data = mtcars,
FUN = function(x) {
c(m = mean(x), s = sd(x))
} )
# produces mpg.m wt.m mpg.s wt.s for each
# combination of the levels of cyl and vs
Consulte também: agregação de dados.
Para praticar
Você quer praticar de forma interativa? Experimente este curso gratuito sobre estatística e R