R语言数据初步探索

1. 初步了解数据变量情况

     attributes() 获得数据集的属性列表，对数据集结构的整体把握

     str() 获得数据的内部结构

     summary() 获得一系列统计指标值

        quantile() 计算各分位值

    describe() 获得更完整的数据分布（分位数上更细）

    basicStats() 获得更丰富的指标，方差、标准差、偏度、峰度等

        偏度：衡量数据的偏倚程度--正态分布完全对称偏度为0，[-1,1]区间对称性较强，也不存在明显的偏倚程度，>1右偏趋势反之左偏（右偏：密度分布曲线在右侧有较长尾部）

        峰度：集中与分散的程度--正态分布峰度为0，则若>0则表示对比正态分布更为陡峭，反之则更为平坦。若绝对值较大，则说明可能存在异常值

2.相关性--[-1,1]绝对值越大，相关性越大。正负表示正负向关系

    cor() 获取相关系数

    plotcorr() 绘制相关图，直观比较各变量相关程度

        圆形越窄，相关性越高

3.可视化

    hist() 直方图 

        breaks设定分组

    Ecdf() 累积分布图 -- Himsc包

    boxplot() 箱型图

        绘制分组箱型图进行交叉分析

    dotchart() 点阵图--呈现离散型变量各取值水平的分布情况

        legend() 添加图例