Data Analysis with R #2 R-lab:

(1)

R-lab:

Data Analysis with R #2

劉正山副教授

csliu@mail.nsysu.edu.tw 國立中山大學政治學研究所 2011.8.2 中研院計量方法營

(2)

課程大綱

一、R的基本認識

二、R的基本操作及套件安裝三、使用R進行分析的相關套件四、Rcmdr套件的介紹與使用五、操作舉例

六、動手實作

請先下載本次上課所需的材料：

http://www2.nsysu.edu.tw/politics/liu

(3)

要點補充

 建議使用R-commander來下指令及管理程式檔（R檔）的同時，用R的視窗來處理套件

(4)

補充：R的圖形能力

> demo(graphics)

(5)

要點提醒

 資料檔與變數都是「物件」：

 Dataset$Variable

 attach() #鎖定資料檔

 detach() #解除鎖定資料檔



>install.packages(c("Design","Hmisc","Zelig

","nnet", “MASS”))

 nnet套件可用來跑multinomial logit models

 MASS套件可用來跑ordinal regression models

(6)

復習操作

 使用car套件裡prestige這個資料檔來試做：

 閱覽資料檔說明文件

 2D圖

 3D圖

 線性迴歸模型（收入模型）

 把結果貼到Microsoft Word

 試試看：我們使用car套件裡的presitige資料檔來建構一個線性迴歸模型（收入模型）

(7)

使用R進行資料分析的基本觀念

 Factors

 Dataframes

 Lists

(8)

用R-commander匯入資料

 匯入SPSS資料檔：

1. 資料 -> 匯入資料 -> 匯入SPSS資料集

2. 選擇示範用檔案TEDS2006CB_KAO.sav

3. 為資料檔命名為teds2006_kao

4. 取消「轉換數值標記」的勾（保留數值即可，

不保留數值的文中標籤）

(9)

用R-Commander重製變數

 資料 -> 管理在作用中資料集裡的變數 -> 將變數重新編碼

 寫法： input = output

 點選「說明」文件來看看怎麼編寫（不難寫！）

(10)

(11)

編碼後別忘了再確認是否無誤

> table(TEDS2006$sex)

> table(TEDS2006$gender)

(12)

用R-Commander建構模型

 以前用R直接寫程式碼的寫法

> glm( turnout ~ factor(gender, ordered=FALSE)+ factor(age)+

factor(partyID, ordered=FALSE),

family=binomial, data=kao06)

(13)

現在用R-Commander的做法：

 二元勝算對數模型：

統計量 -> 模型適配 -> 廣義線性模型（GLM）

(14)

(15)

診斷模型內部的共線性

 模型 -> 數值診斷 -> 變異數膨脹因素

（Variance Inflation Factor, VIF）

 或直接使用指令

> vif (mod.1)

(16)

收尾之一：

用R-commander匯出資料檔

 轉存sav檔為rda格式（推薦）：

1. 資料 -> 已載入的資料集 -> 儲存作用中的資料集

2. 以好辨認的、與原本資料不同的檔名來來另存研究用的資料檔（如teds2006_kao.rda）

 註：日後要讀取rda檔案的方式：

資料->載入資料集

 也可轉存為一般的資料格式（txt, csv, tab分隔等等）：

資料 -> 已載入的資料集 -> 輸出作用中的資料集

(17)

收尾之二：

 另存程式檔

檔案 -> 另存程式檔

 另存結果報表

檔案 -> 另存輸出檔

 另存圖片

滑鼠右鍵，存成metafile

(18)

自學R

> help.start()

> help.seasrch(“KeyWordsYouLikeToLearn”)

(19)

謝謝！

 歡迎批評指教，多多交流。

 對於R-commander的中文翻譯有任何問題或建議歡迎與劉老師聯絡。

Data Analysis with R #2 R-lab:

R-lab: