“R”的版本间的差异

来自OBHRM百科
跳转至: 导航搜索
OBHRM研究常用统计分析:R的应用
 
(未显示同一用户的54个中间版本)
第1行: 第1行:
R是一个用于统计计算和统计制图的优秀免费工具。与SPSS、SAS等相比,R是属于GNU系统的一个自由、免费、源代码开放的软件。<b><font color="blue">使用R进行统计分析,是免费用正版软件进行统计分析。</font></b>
+
[[文件:Obhrmnet.jpg |right |thumb| OBHRM百科公众号|135px]]R是一个用于统计计算和统计制图的优秀免费工具。与SPSS、SAS等相比,R是属于GNU系统的一个自由、免费、源代码开放的软件。<b><font color="blue">使用R进行统计分析,是免费用正版软件进行统计分析。</font></b>
  
 
==R的安装与升级==
 
==R的安装与升级==
# R的官方网站:https://www.r-project.org/  
+
* R的官方网站:https://www.r-project.org/  
# R的安装:您可以从:https://cran.r-project.org/ 下载R软件。如果网络速度慢,官网提供了许多下载R软件的镜像站点,详情请访问:https://cran.r-project.org/mirrors.html 。安装R后,建议同时安装RStudio,官网下载地址:https://www.rstudio.com/products/RStudio/
+
* R的安装:您可以从:https://cran.r-project.org/ 下载R软件。如果网络速度慢,官网提供了许多下载R软件的镜像站点,详情请访问:https://cran.r-project.org/mirrors.html ,清华大学的镜像地址为:https://mirrors.tuna.tsinghua.edu.cn/CRAN 。安装过程基本上都是直接点“下一步”即可,默认安装后界面为中文,如果需要[[R中英文界面切换|将界面调整为英语]]。安装R后,建议同时安装RStudio,官网下载地址:https://posit.co/download/rstudio-desktop/  
# [[R的升级]]:采用installr包;手工升级。
+
* [[R的升级]]:采用installr包;手工升级。
 +
* [[R包的安装目录]]
 +
* [[如何引用R语言,或某个具体的包 | R的引用]]
 +
 
 +
==R基本函数==
 +
在r控制台,输入:builtins(),就可以得到r语言内置的基本函数清单。
 +
 
 +
sessionInfo()
 +
 
 +
Sys.setlocale(category="LC_ALL",locale="chinese")
 +
 
 +
"LC_COLLATE=Chinese (Simplified)_China.936;LC_CTYPE=Chinese (Simplified)_China.936;LC_MONETARY=Chinese (Simplified)_China.936;LC_NUMERIC=C;LC_TIME=Chinese (Simplified)_China.936"
  
 
==R常用包==
 
==R常用包==
 
# R包列表:https://cran.r-project.org/web/packages/available_packages_by_name.html
 
# R包列表:https://cran.r-project.org/web/packages/available_packages_by_name.html
 
# R常用包
 
# R常用包
#* R多层回归分析包(包名:AutoModel):https://cran.r-project.org/web/packages/AutoModel/index.html
 
 
#* R中介效应分析包,包括Moderated mediation(包名:mediation):https://cran.r-project.org/web/packages/mediation/index.html
 
#* R中介效应分析包,包括Moderated mediation(包名:mediation):https://cran.r-project.org/web/packages/mediation/index.html
 
#* R调节回归分析包(包名:pequod):https://cran.r-project.org/web/packages/pequod/index.html
 
#* R调节回归分析包(包名:pequod):https://cran.r-project.org/web/packages/pequod/index.html
 +
#* 调节的中介分析包(包名:manymome):https://cran.r-project.org/web/packages/manymome/
 +
#* 与SPSS PROCESS宏对应的processR包(包名:processR):https://cran.r-project.org/web/packages/processR/index.html ,已经下架
 
#* R响应面分析(Response Surface Analysis)包(包名:RSA):https://cran.r-project.org/web/packages/RSA/index.html
 
#* R响应面分析(Response Surface Analysis)包(包名:RSA):https://cran.r-project.org/web/packages/RSA/index.html
#* R响应面分析(Response-Surface Analysis)包(包名:rsm):https://cran.r-project.org/web/packages/rsm/index.html
 
 
#* R结构方程包(包名:sem):https://cran.r-project.org/web/packages/sem/index.html
 
#* R结构方程包(包名:sem):https://cran.r-project.org/web/packages/sem/index.html
 
#* R结构方程包(包名:lavaan):https://cran.r-project.org/web/packages/lavaan/index.html
 
#* R结构方程包(包名:lavaan):https://cran.r-project.org/web/packages/lavaan/index.html
 
#* R结构方程包(包名:OpenMx):https://cran.r-project.org/web/packages/OpenMx/index.html
 
#* R结构方程包(包名:OpenMx):https://cran.r-project.org/web/packages/OpenMx/index.html
 
#* R结构方程工具包(包名:semTools):https://cran.r-project.org/web/packages/semTools/index.html
 
#* R结构方程工具包(包名:semTools):https://cran.r-project.org/web/packages/semTools/index.html
#* RMultilevel分析包(包名:multilevel):https://cran.r-project.org/web/packages/multilevel/index.html ,这个包里头还包括AMJ、JAP等文章的数据与分析程序。
+
#* R结构方程画图(包名:semptools.html):https://cran.r-project.org/web/packages/semptools/
 +
#* R Multilevel分析包(包名:multilevel):https://cran.r-project.org/web/packages/multilevel/index.html ,这个包里头还包括AMJ、JAP等文章的数据与分析程序。
 
#* R Multilevel分析包(包名:lme4):https://cran.r-project.org/web/packages/lme4/index.html
 
#* R Multilevel分析包(包名:lme4):https://cran.r-project.org/web/packages/lme4/index.html
 
#* R Multilevel分析(包名:nlme):https://cran.r-project.org/web/packages/nlme/index.html
 
#* R Multilevel分析(包名:nlme):https://cran.r-project.org/web/packages/nlme/index.html
第31行: 第43行:
 
#* R文献分析包(包名:bibliometrix):https://cran.r-project.org/web/packages/bibliometrix/index.html
 
#* R文献分析包(包名:bibliometrix):https://cran.r-project.org/web/packages/bibliometrix/index.html
 
#* R自动生成APA格式表格的的包1(包名:apa):https://cran.r-project.org/web/packages/apa/index.html
 
#* R自动生成APA格式表格的的包1(包名:apa):https://cran.r-project.org/web/packages/apa/index.html
#* R自动生成APA格式表格的的包2(包名:apaStyle):https://cran.r-project.org/web/packages/apaStyle/index.html
+
#* R自动生成APA格式表格的的包2(包名:apaTables):https://cran.r-project.org/web/packages/apaTables/index.html
#* R自动生成APA格式表格的的包3(包名:apaTables):https://cran.r-project.org/web/packages/apaTables/index.html
 
#* R自动生成APA格式表格的的包4(包名:psytabs):https://cran.r-project.org/web/packages/psytabs/index.html
 
 
# R Task View:https://cran.r-project.org/web/views/
 
# R Task View:https://cran.r-project.org/web/views/
 
#* 元分析:https://cran.r-project.org/web/views/MetaAnalysis.html
 
#* 元分析:https://cran.r-project.org/web/views/MetaAnalysis.html
  
 
==R包的安装与卸载==
 
==R包的安装与卸载==
 +
* [[R包的安装目录]]
 +
 
* 远程安装:在R的控制台,输入install.packages("包的名称")。比如,安装lavaan,就是install.packages("lavaan")。正常情况下,安装会自动完成。如果网络不正常,可能会出现错误,建议改用“本地安装”
 
* 远程安装:在R的控制台,输入install.packages("包的名称")。比如,安装lavaan,就是install.packages("lavaan")。正常情况下,安装会自动完成。如果网络不正常,可能会出现错误,建议改用“本地安装”
  
 
* 本地安装:从官方网站下载统计软件包,然后安装:R菜单—程序包—本地安装/install package(s) from local files...。当网络速度不佳时,可以考虑这种安装方式。
 
* 本地安装:从官方网站下载统计软件包,然后安装:R菜单—程序包—本地安装/install package(s) from local files...。当网络速度不佳时,可以考虑这种安装方式。
 +
 +
* [[从Github安装R package| 从Github安装]]:部分最新的版本,作者暂时未上传到cran,可以从Github直接安装。
 +
 +
* R包版本信息:packageVersion("包的名称")。比如,需要知道现在安装是哪个版本的lavaan,请输入:packageVersion("lavaan")
 +
 +
* R包的更新:如果要更新所有的包,并询问是否更新,直接输入:update.packages();如果希望不询问,自动更新所有包,请输入:update.packages(ask=F);如果只是更新某个特定的包,等同于重新安装该包,请输入:install.packages()
  
 
* 包的卸载: remove.packages("包的名称")。比如,卸载lavaan,就是remove.packages("lavaan")。
 
* 包的卸载: remove.packages("包的名称")。比如,卸载lavaan,就是remove.packages("lavaan")。
第64行: 第82行:
 
6、筛选样本:[[R:筛选样本 | 根据条件筛选]]  [[R:筛选样本 | 随机抽取]]
 
6、筛选样本:[[R:筛选样本 | 根据条件筛选]]  [[R:筛选样本 | 随机抽取]]
  
7、[[R:简单计算 | 简单计算]]
+
7、[[R:简单计算 | 简单计算]]  [[R语言如何中心化 | 中心化]]
  
8、保存数据:[[R:保存数据#savetxt | 保存为文本文件]]  [[R:保存数据#saveexcel | 保存为Excel文件]]  [[R:保存数据#savespss | 保存为其他统计软件文件]]
+
8、保存数据:[[R:保存数据#savecsv | 保存为CSV文件]]  [[R:保存数据#savetxt | 保存为文本文件]]  [[R:保存数据#saveexcel | 保存为Excel文件]]  [[R:保存数据#savespss | 保存为其他统计软件文件]]
  
 
==OBHRM研究常用统计分析:R的应用==
 
==OBHRM研究常用统计分析:R的应用==
第73行: 第91行:
 
2、探索性因素分析:[[用R进行探索性因素分析#efa |不旋转(如,Harman检验)]]  [[用R进行探索性因素分析#efavarimax |正交旋转]]  [[用R进行探索性因素分析#efapromax |斜交旋转]]
 
2、探索性因素分析:[[用R进行探索性因素分析#efa |不旋转(如,Harman检验)]]  [[用R进行探索性因素分析#efavarimax |正交旋转]]  [[用R进行探索性因素分析#efapromax |斜交旋转]]
  
3、验证性因素分析: [[用R进行一阶验证性因素分析|一阶验证性因素分析]]    [[用R进行二阶验证性因素分析|二阶验证性因素分析]]
+
3、验证性因素分析: [[用R进行一阶验证性因素分析|一阶验证性因素分析]]    [[用R进行二阶验证性因素分析|二阶验证性因素分析]]    [[用R进行BiFactor验证性因素分析|BiFactor验证性因素分析]]
  
 
4、描述性统计:[[用R进行描述性统计#freq | 频次分析]]  [[用R进行描述性统计#mean | 平均数与标准差]]
 
4、描述性统计:[[用R进行描述性统计#freq | 频次分析]]  [[用R进行描述性统计#mean | 平均数与标准差]]
第89行: 第107行:
 
10、面板数据(Panel Data):[[用R进行面板数据(Panel Data)分析 | 面板数据分析]]
 
10、面板数据(Panel Data):[[用R进行面板数据(Panel Data)分析 | 面板数据分析]]
  
==自动生成APA样式表格/三横线表格==
+
==RMarkdown==
 +
https://github.com/crsh/papaja
 +
 
 +
https://github.com/methexp/pdl2/blob/master/main.rmd
 +
 
 +
https://rmarkdown.rstudio.com/articles_docx.html
  
 
==R推荐图书与资源==
 
==R推荐图书与资源==
*《Learning Statistics with R》,PDF版免费下载:http://www.compcogscisydney.com/learning-statistics-with-r.html ,同时可以免费下载该书中用过的数据,以及对应R包:lsr(https://cran.r-project.org/web/packages/lsr/index.html )
+
*《Learning Statistics with R》,PDF版免费下载:https://learningstatisticswithr.com/ ,同时可以免费下载该书中用过的数据,以及对应R包:lsr(https://cran.r-project.org/web/packages/lsr/index.html )
 
*《R实战》(R in Action 中译本),人民邮电出版社,Robert I. Kabacoff 著,高涛,肖楠,陈钢译,2013年
 
*《R实战》(R in Action 中译本),人民邮电出版社,Robert I. Kabacoff 著,高涛,肖楠,陈钢译,2013年
 
 
* R心理测量包大全:https://cran.r-project.org/web/views/Psychometrics.html
 
* R心理测量包大全:https://cran.r-project.org/web/views/Psychometrics.html
 +
* 提供大量各类统计的R教程:https://quantdev.ssri.psu.edu/tutorials
 +
*  数据:stevedata
 +
* https://www.math.pku.edu.cn/teachers/lidf/docs/Rbook/html/_Rbook/bookdown-template-v0-6.zip
  
 
==R FAQs==
 
==R FAQs==
 +
* [[如何引用R语言,或某个具体的包]]
 +
* [[如何查询R包的下载量]]
 +
* library(help = "base")
 +
* [[如何修改Rstudio的console的显示语言为英文]]
 +
* package类型:getOption("pkgType")  options(pkgType="source")  options(pkgType="binary")
 +
* 如何将当前R文件所在的目录设置为工作目录:setwd(dirname(rstudioapi::getActiveDocumentContext()$path))

2024年11月14日 (四) 08:29的最新版本

OBHRM百科公众号
R是一个用于统计计算和统计制图的优秀免费工具。与SPSS、SAS等相比,R是属于GNU系统的一个自由、免费、源代码开放的软件。使用R进行统计分析,是免费用正版软件进行统计分析。

R的安装与升级

R基本函数

在r控制台,输入:builtins(),就可以得到r语言内置的基本函数清单。

sessionInfo()

Sys.setlocale(category="LC_ALL",locale="chinese")

"LC_COLLATE=Chinese (Simplified)_China.936;LC_CTYPE=Chinese (Simplified)_China.936;LC_MONETARY=Chinese (Simplified)_China.936;LC_NUMERIC=C;LC_TIME=Chinese (Simplified)_China.936"

R常用包

  1. R包列表:https://cran.r-project.org/web/packages/available_packages_by_name.html
  2. R常用包
  3. R Task View:https://cran.r-project.org/web/views/

R包的安装与卸载

  • 远程安装:在R的控制台,输入install.packages("包的名称")。比如,安装lavaan,就是install.packages("lavaan")。正常情况下,安装会自动完成。如果网络不正常,可能会出现错误,建议改用“本地安装”
  • 本地安装:从官方网站下载统计软件包,然后安装:R菜单—程序包—本地安装/install package(s) from local files...。当网络速度不佳时,可以考虑这种安装方式。
  • 从Github安装:部分最新的版本,作者暂时未上传到cran,可以从Github直接安装。
  • R包版本信息:packageVersion("包的名称")。比如,需要知道现在安装是哪个版本的lavaan,请输入:packageVersion("lavaan")
  • R包的更新:如果要更新所有的包,并询问是否更新,直接输入:update.packages();如果希望不询问,自动更新所有包,请输入:update.packages(ask=F);如果只是更新某个特定的包,等同于重新安装该包,请输入:install.packages()
  • 包的卸载: remove.packages("包的名称")。比如,卸载lavaan,就是remove.packages("lavaan")。

R:数据读取与管理

1、设定工作目录

  • 查看当前工作目录,在R控制台输入:getwd()
  • 设置工作目录:R菜单-文件-改变工作目录,再选择对应的工作目录就可以。或者在R控制台输入:curwd=setwd("路径"),但是路径中的\要全部替换成\\,比如:curwd=setwd("c:\\program files\\mplus\\mplus examples\\user's guide examples")

2、读取数据

3、显示数据: print()   fix()   edit()

4、数据转换: 变量重命名   变量重编码,比如反向计分题目的调整

5、数据合并: 合并变量   合并样本

6、筛选样本: 根据条件筛选   随机抽取

7、 简单计算   中心化

8、保存数据: 保存为CSV文件   保存为文本文件   保存为Excel文件   保存为其他统计软件文件

OBHRM研究常用统计分析:R的应用

1、 信度分析

2、探索性因素分析:不旋转(如,Harman检验)  正交旋转  斜交旋转

3、验证性因素分析: 一阶验证性因素分析    二阶验证性因素分析    BiFactor验证性因素分析

4、描述性统计: 频次分析   平均数与标准差

5、 相关分析

6、T检验与方差分析: T检验   单因素方差分析

7、回归分析: 多层回归分析   中介效应分析   调节效应分析

8、路径分析: 中介变量的路径分析   有调节的中介路径分析

9、结构方程模型: 结构方程模型

10、面板数据(Panel Data): 面板数据分析

RMarkdown

https://github.com/crsh/papaja

https://github.com/methexp/pdl2/blob/master/main.rmd

https://rmarkdown.rstudio.com/articles_docx.html

R推荐图书与资源

R FAQs