Miesiąc: lipiec 2020

Część IV obejmuje importowanie danych ze źródeł zewnętrznych, tworzenie nowych danych, eksportowanie danych i wyników funkcji oraz manipulowanie niektórymi typowymi rodzajami obiektów.

Podczas ładowania danych do R masz kilka opcji. W przypadku plików zewnętrznych istnieje kilka funkcji, które odczytują określone rodzaje plików lub danych. R zawiera również szereg zestawów danych, które można załadować. Czasami użytkownik chce tworzyć dane. R ma wiele generatorów liczb losowych do tworzenia danych. Dane można wprowadzić ręcznie za pomocą c() lub przy użyciu różnych innych funkcji do tworzenia danych z określonymi wzorcami. Pierwsza sekcja obejmuje wczytywanie danych do R i ładowanie zestawów danych R. Druga sekcja obejmuje rozkłady prawdopodobieństwa, w tym generatory liczb losowych i funkcja sample(). Trzecia sekcja dotyczy ręcznego wprowadzania danych i tworzenia danych z wzorami.

Dane wyjściowe funkcji będą się różnić w zależności od funkcji. Funkcje kreślące dają głównie wykresy. Funkcje podsumowujące dają podsumowane wyniki. Funkcje testujące hipotezę podają wyniki testu.

Większość funkcji w pakiecie wyświetla niektóre wyniki bezpośrednio na ekranie, ale większość funkcji w pakiecie ma również dane wyjściowe, do których można uzyskać dostęp poprzez indeksowanie. Na przykład, patrząc na stronę pomocy funkcji lm (), w sekcji “ Wartość ”, współczynniki, reszty, dopasowane.wartości, ranga, wagi, df. Reszta, wywołanie, terminy, kontrasty, xlevels, offset, y, x, model i na.action to wszystkie wartości, do których można uzyskać dostęp z wywołania funkcji. Najpopularniejszą metodą uzyskiwania dostępu do wartości jest operator „$”, chociaż można również użyć indeksowania indeksów. W przypadku większości funkcji wyjście ma postać listy trybów. Elementy listy mogą mieć dowolny tryb. Dla pierwszego prostego modelu regresji pasującego do ostatniej sekcji dostępnych jest piętnaście wartości:

> a.lm = lm(y~x)

> a.lm$coef

(Intercept) x

-45.995 25.000

> a.lm$res

1 2 3

-4.336809e-19 -5.000000e-03 5.000000e-03

> a.lm$fit

1 2 3

4.030 4.005 4.005

> a.lm$rank

[1] 2

> a.lm$weights

NULL

> a.lm$df

[1] 1

> a.lm$call

lm(formula = y ~ x)

> a.lm$terms

y ~ x

attr(,”variables”)

list(y, x)

attr(,”factors”)

x

y 0

x 1

attr(,”term.labels”)

[1] “x”

attr(,”order”)

[1] 1

attr(,”intercept”)

[1] 1

attr(,”response”)

[1] 1

attr(,”.Environment”)

<environment: R_GlobalEnv>

attr(,”predvars”)

list(y, x)

attr(,”dataClasses”)

y x

“numeric” “numeric”

> a.lm$contrasts

NULL

> a.lm$xlevels

named list()

> a.lm$offset

NULL

> a.lm$y

NULL

> a.lm$x

named list()

> a.lm$model

y x

1 4.03 2.001

2 4.00 2.000

3 4.01 2.000

> a.lm$na.action

NULL

W tym przykładzie wywołanie lm() miało przypisaną nazwę, ale lm() mogło być bezpośrednio indeksowane. Przykładem jest lm(y ~ x) $coef. Wartości, do których dostęp uzyskuje się z wywołania funkcji, są często używane w innej funkcji. Uruchamianie funkcji R wymaga trochę uwagi, ale przy odrobinie eksperymentów i determinacji wyniki mogą być bardzo przydatne.

Dana funkcja zawiera listę argumentów funkcji, które można znaleźć na stronie pomocy dla funkcji. W przypadku niektórych funkcji użytkownik musi wiedzieć coś o teorii stojącej za funkcją, aby zrozumieć argumenty, ale w przypadku wielu funkcji argumenty są proste. Jak zauważono w ostatniej sekcji, argumentom z wartościami domyślnymi nie trzeba podawać wartości podczas wywoływania funkcji. Argumenty funkcji muszą mieć poprawny tryb i klasę. Na stronie pomocy funkcji opisy argumentów są wymienione w sekcji „Argumenty”, czasem podając tryb i (lub) klasę, ale nie zawsze. Czasami tryb i (lub) klasa jest oczywista. Czasami więcej informacji można znaleźć w sekcji „Szczegóły”. Czasami wystarczy zajrzeć do sekcji „Przykłady”, aby wyjaśnić formę argumentu. Jednym argumentem, który wymaga trochę wyjaśnienia, jest „. . . ” argument. „. . . ” argument informuje użytkownika, że ​​można wprowadzić więcej argumentów. Argumenty dotyczyłyby funkcji niższego poziomu wywoływanej przez funkcję wyższego poziomu. Oto przykład. Przykład zaczyna się od wypisania dwóch wektorów, „x” i „y”, a następnie kontynuuje dwa wywołania funkcji lm() z dwiema różnymi wartościami argumentu „tol”. (Funkcja lm() pasuje do modelu liniowego.) Na stronie pomocy dla lm() nie ma argumentu „tol”. Istnieje jednak argument „. . . ” , wskazując, że lm() wywołuje inną funkcję, dla której można wprowadzić argument. Funkcja lm.fit() jest funkcją niższego poziomu, którą wywołuje lm(), a lm.fit() ma argument „tol”. (Argument „tol” podaje tolerancję dla rozkładu QR co do tego, czy macierz jest pojedyncza.) W pierwszym wywołaniu lm () używana jest domyślna wartość „tol”, ponieważ „tol” nie jest określony. W drugim wywołaniu lm () przekazuje wartość „tol” do lm.fit().

> x

[1] 2.001 2.000 2.000

> y

[1] 4.03 4.00 4.01

> lm(y~x)

Call:

lm(formula = y ~ x)

Coefficients:

(Intercept) x

-45.99 25.00

> lm(y~x, tol=.001)

Call:

lm(formula = y ~ x, tol = 0.001)

Coefficients:

(Intercept) x

4.013 NA

W pierwszym wywołaniu wartość domyślna „tol” wynosi 1,0e-7, więc lm.fit () nie znajduje zależności liniowej w macierzy złożonej z kolumny jedynek i „x”. W rezultacie pasują dwa współczynniki. W drugim wywołaniu „tol” jest ustawione na 1,0e-3, a lm () określa, że ​​istnieje macierz liniowa w macierzy złożonej z kolumny jedynek i „x”, więc pasuje tylko jeden współczynnik.

Większość funkcji wymaga określonych rodzajów argumentów, które należy poprawnie wprowadzić do funkcji. Na przykład, jeśli funkcja wymaga macierzy i zostanie wprowadzona ramka data.frame, funkcja zwróci błąd. Ponieważ tabele zewnętrzne są często wczytywane do obszaru roboczego R jako data.frames, użycie data.frame dla matrycy jest dość powszechnym błędem. Te wpisy obejmą wywoływanie funkcji, używanie argumentów i uzyskiwanie dostępu do danych wyjściowych.

Wywoływanie funkcji

Wywołanie funkcji jest proste. Nazwę funkcji wprowadza się po znaku zachęty R, po której następuje zestaw nawiasów, które mogą, ale nie muszą zawierać argumentów, w zależności od funkcji. Jeśli funkcja wymaga argumentów, argumenty są oddzielane przez przecinki w nawiasach. Czasami należy użyć nazwy argumentu, ale nie zawsze. W przypadku wartości wprowadzanych bez nazw, R przypisuje wartości argumentom, które nie są nazwane w wywołaniu, zaczynając od pierwszej zmiennej bez nazwy i kontynuując po kolei, aż do wyczerpania argumentów bez nazwy. Kolejność argumentów to kolejność argumentów w nawiasach definicji funkcji. Aby zilustrować użycie argumentów, przykład ilustruje użycie funkcji o nazwie f.fun(). Funkcja f.fun() oblicza kwantyl rozkładu normalnego na podstawie średniej, odchylenia standardowego i alfa. Funkcja zwraca (1-alfa / 2) x 100 percentyl rozkładu. Argumentom „se” i „alfa” podano wartości domyślne, a „mu” nie. Przykład zaczyna się od definicji funkcji, po której następuje pięć różnych wywołań funkcji:

> f.fun = function(mu, se=1, alpha=.05){

q_value = qnorm(1-alpha/2, mu, se)

print(q_value)

}

> f.fun(mu=0, se=1, alpha=0.05)

[1] 1.959964

W pierwszym wywołaniu każdy z argumentów jest określony według nazwy. W R argumenty mogą być w dowolnej kolejności, jeśli są określone według nazwy.

> f.fun (0,1,0.10)

[1] 1.644854

W drugim wywołaniu wartości argumentów wprowadza się bez nazw. Ponieważ argumenty są wprowadzane w kolejności, funkcja wie, który argument przypisać do której wartości. Argument „mu” przyjmuje wartość „0”, „se” wartość „1”, a „alfa” wartość „0,10”, czyli kolejność argumentów w nawiasach w funkcji.

> f.fun (0, alfa = 0,20)

[1] 1,281552

W trzecim wywołaniu pierwszy argument jest wprowadzany bez nazwy, a trzeci argument jest wprowadzany z nazwą. Drugi argument przyjmuje wartość domyślną. Argument „mu” przyjmuje wartość „0”, „se” wartość „1”, a „alfa” wartość „0,20”.

> f.fun (4, 4)

[1] 11,83986

W czwartym wywołaniu wartości dwóch pierwszych argumentów wprowadza się bez nazw, a trzeci argument przyjmuje wartość domyślną. Argument „mu” przyjmuje wartość „4”, podobnie jak „se”. Argument „alfa” przyjmuje domyślną wartość „0,05”.

> f.fun (se = 1, 0, 0,2)

[1] 1,281552

W piątym wywołaniu nazywa się drugi argument, a pierwszy i trzeci nie, więc „mu” przyjmuje wartość „0”, a „alfa” przyjmuje wartość „0,2”, podczas gdy „se” przyjmuje wartość „ 1 ”. Zauważ, że nazwany argument można umieścić w dowolnym miejscu na liście.

Do utworzenia funkcji można użyć zewnętrznego edytora. Do utworzenia funkcji R. można użyć dowolnego edytora, który tworzy pliki tekstowe, takiego jak Notatnik, TextEdit lub gedit. Zasady tworzenia funkcji są takie same, jak te opisane w pierwszej sekcji. Po utworzeniu funkcji można ją zaimportować do obszaru roboczego za pomocą funkcji dget () lub kopiując i wklejając. (Funkcja dget () i odpowiadająca jej funkcja dput () są jednym ze sposobów importowania i eksportowania funkcji w języku R.) Powiedz, że funkcja znajduje się w pliku o nazwie function.txt w tym samym folderze co obszar roboczy R i że funkcja jest poprawny składniowo. Następnie następujący wiersz importuje funkcję do obiektu g.fun:

g.fun = dget (“function.txt”)

(Zauważ, że R akceptuje bardziej złożone ścieżki plików, w tym bezwzględne adresy na dysku twardym i adresy URL.) Jeśli plik tekstowy nie jest poprawny pod względem składniowym, R zwraca błąd z informacją o problemie składniowym w pliku. Plik można również skopiować i wkleić ze źródła zewnętrznego – lub z innego miejsca w sesji R – do obiektu w R. Zacznij od skopiowania funkcji do schowka komputera. Następnie w wierszu R. wprowadź nazwę, do której ma zostać wywołany obiekt, a następnie znak równości. Kursor powinien znajdować się na prawo od znaku równości. Następnie wklej. Jeśli funkcja jest poprawna pod względem składniowym, kursor zatrzymuje się na prawo od zamknięcia wspornika. Naciśnij klawisz Return, aby zakończyć proces. Jeśli funkcja nie jest poprawna składniowo, kopiowanie i wklejanie spowoduje błąd zawierający informacje o problemie ze składnią.

Jak pokazano w pierwszej części , funkcję można wprowadzić bezpośrednio. Niech b.fun będzie nazwą nowej funkcji utworzonej w celu wyświetlenia cyfr od trzech do sześciu. Następnie kroki, aby utworzyć funkcję, wyświetlić kod i uruchomić funkcję, są następujące:

> b.fun = function( ){

+ print(3:6)

+ }

> b.fun

function( ){

print(3:6)

}

> b.fun()

[1] 3 4 5 6Jeśli w trakcie wprowadzania funkcji wbudowanej zostanie popełniony błąd składniowy, R poda błąd i wróci do monitu R. Na przykład:

> b.fun = function( ){

+ print(3:6

+ }

Error: unexpected ‘}’ in:

“print(3:6

}

W przypadku dłuższych funkcji korzystanie z edytora R lub edytora zewnętrznego jest zwykle mniej frustrujące

W tej sekcji opisano cztery sposoby wprowadzenia funkcji do R. Pierwszy polega na użyciu edytora. Drugi obejmuje wprowadzanie, jak pokazano w poprzedniej sekcji. Trzeci polega na utworzeniu funkcji poza R i użyciu dget (), aby wprowadzić funkcję do R. Czwarty jest odmianą drugiej i trzeciej i obejmuje kopiowanie i wklejanie ze źródła, które może znajdować się poza R.

Korzystanie z edytora

W systemach operacyjnych Windows i OS X w narzędziach pakietu znajduje się funkcja edit(), która działa dobrze przy tworzeniu nowych funkcji. Celem funkcji edit() jest wywołanie funkcji edycji.

W systemie Windows domyślną funkcją edycji jest edytor wewnętrzny. Możliwe inne opcje edytora to xedit(), emacs(), xemacs(), vi() i pica(), gdzie wybór jest dostępny tylko wtedy, gdy edytor jest obecny w systemie. Domyślny edytor znajduje się na liście w options() i można go zmienić w dowolnym momencie. W systemach OS X jedynym dostępnym edytorem jest edytor vi, który działa dobrze. W systemach operacyjnych Linux wywołanie edit() z okna terminala nie daje dobrego wyniku. Lepszym edytorem jest emacs(), który jest dostępny dla systemów Linux. Większość powyższych informacji pochodzi ze strony pomocy dotyczącej edit(). Wpisz ?edit po znaku monitu R po dodatkowe informacje na temat funkcji edycji.

Aby utworzyć obiekt, który jest funkcją za pomocą edytora, funkcja jest najpierw przypisywana do nazwy. Na przykład niech nazwa będzie f.fun. Aby utworzyć funkcję f.fun(), zacznij od wprowadzenia f.fun = function() {} w wierszu polecenia. Obiekt f.fun następnie zawiera funkcję bez argumentów i instrukcji. Następnym krokiem jest edycja funkcji. Dla uproszczenia w tym przykładzie pokazano tylko funkcję edit(). Inni redaktorzy zachowują się podobnie. Wpisz f.fun = edit (f.fun) po znaku zachęty R. Otwiera się okno edycji do edycji. W trzecim kroku argumenty są wprowadzane w nawiasach i instrukcje funkcji są wprowadzane w nawiasach. Czwarty krok to wyjście z edytora. Aby wyjść z edytora, kliknij x w prawym górnym rogu okna edycji. Pojawi się okno z opcjami zapisania pliku, wyjścia bez zapisywania lub anulowania żądania i powrotu do edycji. (Jeśli w pliku nie wprowadzono żadnych zmian, ekran opcji nie pojawi się.) Kliknij Tak, aby zapisać zmiany, Nie, aby przywrócić do wcześniejszej wersji lub Anuluj, aby wrócić do edycji. Jeśli funkcja jest poprawna pod względem składniowym, zostanie zapisana. W przeciwnym razie edit () zwraca błąd, taki jak następujący:

Error in .External2(C_edit, name, file, title, editor) :

unexpected ‘}’ occurred on line 4

use a command like

x <- edit( )

to recover

Aby odzyskać już wykonaną pracę, wprowadź f.fun = edit(). Używanie nawiasów bez zawartości jest bardzo ważne. Jeśli nazwa funkcji zostanie wprowadzona w nawiasach, zmiany edycji zostaną utracone, a funkcja powróci do wersji przed edycją. Zauważ, że komunikat o błędzie zawiera informacje o problemie z kodem R. Poniżej pokazano dane wejściowe i wyjściowe na konsoli R podczas tworzenia funkcji f.fun () za pomocą edytora, po której następuje lista funkcji i uruchomienie funkcji z pierwszym argumentem ustawionym na zero.

> f.fun = function( ){}

> f.fun = edit(f.fun)

> f.fun

function(mu, se=1, alpha=.05){

z_value = qnorm(1-alpha/2, mu, se)

print(z_value)

}

> f.fun(0)

[1] 1.959964.

Wszystkie funkcje niepierwotne mają tę samą strukturę. W pierwszym wierszu funkcji znajduje się słowo function, a następnie nawiasy otwierające i zamykające, które mogą zawierać argumenty lub nie. W większości przypadków otwarty nawias następuje po nawiasach. Zwykle treść funkcji jest umieszczana poniżej pierwszej linii, a ostatnia linia to nawias zamykający. Zwykle funkcjom przypisuje się nazwę. Na przykład:

> d.fun = function( ){

+ print(1:5)

+ }

> d.fun

function( ){

print(1:5)

}

> d.fun( )

[1] 1 2 3 4 5

W tym przykładzie najpierw funkcja jest przypisana do d.fun; następnie wyświetlana jest zawartość d.fun(); i na koniec uruchamiana jest funkcja d.fun(). Nawiasy nie są konieczne, jeśli funkcja składa się tylko z jednej instrukcji – którą można wprowadzić w tym samym wierszu co instrukcja funkcji lub w następnych wierszach. Na przykład:

> c.fun = function( ) print(1:5)

> c.fun

function( ) print(1:5)

> c.fun( )

[1] 1 2 3 4 5

Ponownie, funkcja ma przypisaną nazwę, funkcja jest wymieniona na liście i funkcja jest uruchomiona. Argumenty to obiekty używane przez funkcję, które należy wprowadzić do funkcji w momencie jej uruchomienia, chyba że argument ma wartość domyślną. Argumenty są umieszczane w nawiasach podczas tworzenia funkcji, oddzielane przecinkami. Wartość domyślna jest dostarczana przez ustawienie argumentu równego wartości. Argumenty z wartościami domyślnymi nie muszą być podawane podczas działania funkcji. Jeśli wartość nie zostanie określona, ​​funkcja użyje wartości domyślnej. Poniżej przedstawiono przykład funkcji z dwoma argumentami, w której a nie ma wartości domyślnej i musi zostać określona, ​​a b ma wartość domyślną 3:

> e.fun = function(a, b=3){

+ print(a:b)

+ }

> e.fun

function(a, b=3){

print(a:b)

}

> e.fun(10)

[1] 10 9 8 7 6 5 4 3

> e.fun( )

Error in a:b : ‘a’ is missing

Ponownie funkcja ma przypisaną nazwę, znajduje się na liście i uruchamia się. Zauważ, że ponieważ a jest pierwszym argumentem, a b ma wartość domyślną, a można podać bez nazwy. Przy drugiej próbie uruchomienia e.fun () nie podano argumentu dla a, więc e.fun() zwraca błąd. Często użytkownik używa nawiasów wewnątrz funkcji, aby zawrzeć grupy instrukcji, na przykład dla if, else, for, while i powtórz grupy. Musi być taka sama liczba nawiasów otwierających, co nawiasów zamykających w funkcji; w przeciwnym razie funkcja nie zostanie zapisana. Niedopasowane nawiasy kwadratowe są częstym źródłem błędów w kodzie R. Linie kodu w R (zarówno w funkcji, jak i po znaku zachęty R) mogą zostać przerwane i kontynuowane w następnym wierszu. R szuka takich rzeczy, jak nawias zamykający, nawias kwadratowy lub cudzysłów, aby oznaczyć koniec instrukcji lub jej część. Puste wiersze są legalne w funkcjach R. Ponadto każdy tekst można skomentować, umieszczając znak funta (#) przed tekstem. W wierszu wszystko wpisane po znaku funta jest ignorowane. Porada dotycząca pisania funkcji polega na tym, aby pisać fragmenty naraz, debugować na na każdym kroku i używaj mnóstwa komentarzy.

Funkcje tworzone przez użytkowników często ułatwiają życie użytkownikowi R. Jeśli powtarzające się zadanie obejmuje kilka różnych wierszy kodu, utworzenie funkcji do wykonania zadania oszczędza czas. Projektowanie wykresów jest jednym z przykładów, gdy funkcja utworzona przez użytkownika ma sens. Wykresy często zajmują kilka wierszy kodu, a projektowanie wykresu jest zwykle procesem interaktywnym. Utworzenie funkcji do zaprojektowania wykresu jest często znacznie łatwiejsze niż użycie strzałki w górę i zmiany linii. Innym przykładem przydatności funkcji utworzonej przez użytkownika jest próba wypróbowania techniki statystycznej niedostępnej w pakietach R. Często użytkownik może utworzyć funkcję dla techniki za pomocą dostępnych funkcji.

Tytuł

U góry strony pomocy znajduje się tytuł, który mówi coś o funkcji (funkcjach). Na przykład dla funkcji lm () tytuł brzmi „Dopasowywanie modeli liniowych”.

Opis

Pod tytułem znajduje się opis sposobu użycia funkcji, pod nagłówkiem słowa „Opis”. Opis może być długi lub krótki, w zależności od złożoności funkcji. Dla funkcji lm () znajdziesz następujący opis:

„lm służy do dopasowania modeli liniowych. Może być wykorzystywany do przeprowadzania regresji, analizy pojedynczej warstwy wariancji i analizy kowariancji (chociaż aov może zapewnić bardziej dogodny interfejs dla nich). ”

Użycie

Sekcja „Użycie” znajduje się pod opisem. W sekcji „Użycie” wymieniono funkcję(-e) ze wszystkimi możliwymi argumentami funkcji. W przypadku argumentów z wartościami domyślnymi podane są wartości domyślne. W przypadku funkcji lm () sekcja „Użycie” zawiera następujące elementy:

lm (wzór, dane, podzbiór, wagi, na.action, method = “qr”,

model = PRAWDA, x = FAŁSZ, y = FAŁSZ, qr = PRAWDA,

singular.ok = PRAWDA, kontrasty = NULL, przesunięcie, …)

Argumenty z wartościami domyślnymi to argumenty, dla których argumenty zostały ustawione na wartość równą wartości.

Argumenty

Poniżej sekcji „Użycie” znajduje się sekcja zatytułowana „Argumenty”. W sekcji „Argumenty” argumenty znalezione w sekcji „Wykorzystanie” są wymienione wraz z opisem każdego argumentu. Opis zawiera wartości prawne argumentu. Na przykład na stronie pomocy lm () pierwsze dwa wymienione argumenty są następujące:

formula: obiekt klasy „formula” (lub taki, który można przymusić do tej klasy): symboliczny opis modelu, który ma zostać dopasowany. Szczegóły specyfikacji modelu podano w „Szczegóły”.

data: opcjonalna ramka danych, lista lub środowisko (lub obiekt koercyjny przez ramkę as.data do ramki danych) zawierający zmienne w modelu. Jeśli nie występują w danych, zmienne są pobierane ze środowiska (formuły), zwykle środowiska, z którego wywoływane jest lm.

Tak więc dla funkcji lm() pierwszy argument jest formułą, a drugi argument może być ramką data.frame, ale drugi argument jest opcjonalny.

Szczegóły

Czasami istnieje sekcja zatytułowana „Szczegóły”, która podaje szczegóły związane z argumentami. W przykładzie funkcji lm () sekcja ze szczegółami podaje zasady konfigurowania formuły i zachowania tej funkcji przy różnych wejściach do formuły.

Wartość

Następna sekcja nosi tytuł „Wartość”. Sekcja „Wartość” zawiera opis tego, co jest zwracane z funkcji. W przypadku niektórych funkcji, jakie funkcje mogą działać na wyjściu i jakie podzespoły można podzielić na dane wyjściowe, są istotne i wymienione w tej sekcji.

Pierwsze kilka wierszy sekcji „Wartość” dla funkcji lm() wygląda następująco:

lm zwraca obiekt klasy „lm” lub dla wielu odpowiedzi klasy c („mlm”, „lm”).

Funkcja summary  i anova służą do uzyskania i wyświetleniaa podsumowania i analizy tabeli wariancji wyników. Ogólny moduł funkcyjny dopasowuje współczynniki, efekty. wartości i reszty wydzielają różne użyteczne cechy wartości zwracanej przez lm. Obiekt klasy „lm” to lista zawierająca co najmniej następujące elementy:

coefficients :  nazwany wektor współczynników

residual : reszty, czyli odpowiedź minus dopasowane wartości. …

Niektóre inne sekcje opcjonalne

Po sekcji „Wartość” mogą znajdować się inne sekcje, w których podano więcej informacji. Dla funkcji lm() istnieją trzy inne sekcje: „Korzystanie z szeregów czasowych”, „Uwaga” i „Autor (autorzy)”. Niektóre sekcje dotyczące innych funkcji mogą być „Ostrzeżenie”, „Źródło” lub inne nagłówki.

Referencje

Kolejna sekcja nosi nazwę „Referencje”. Sekcja „Referencje” zawiera odniesienia do książek i artykułów związanych z metodą, zarówno w celu uzyskania dodatkowych informacji, jak i sposobu uzyskania metody.

Zobacz też

Sekcja „Zobacz też” następuje po sekcji „Referencje”. Sekcja „Zobacz też” zawiera informacje o innych funkcjach związanych z funkcjami strony pomocy. W przypadku funkcji lm () pierwsze trzy wiersze sekcji „Zobacz także” są następujące:

summary.lm dla podsumowań i anova.lm dla tabeli ANOVA; aov dla innego interfejsu.

Funkcje ogólne coef, effects, residuals, fitted, vcov..

predict.lm (przez prognozowanie) do przewidywania, w tym przedziały ufności i przewidywania; confint dla przedziałów ufności parametrów.

Sekcja „Zobacz także” jest dobrym źródłem wskazówek dotyczących funkcji związanych z metodą stosowaną przez użytkownika.

Przykłady

Ostatnia sekcja, którą ma większość stron, to „Przykłady”. W sekcji „Przykłady” podano przykłady użycia funkcji. Zobaczenie rzeczywistych przykładów użycia może być bardzo pomocne. Na stronie pomocy funkcji lm () część przykładu zawiera następujące elementy:

require(graphics)

## Annette Dobson (1990) “An Introduction to Generalized Linear Models”.

## Page 9: Plant Weight Data.

ctl <- c(4.17,5.58,5.18,6.11,4.50,4.61,5.17,4.53,5.33,5.14)

trt <- c(4.81,4.17,4.41,3.59,5.87,3.83,6.03,4.89,4.32,4.69)

group <- gl(2, 10, 20, labels = c(“Ctl”,”Trt”))

weight <- c(ctl, trt)

lm.D9 <- lm(weight ~ group)

lm.D90 <- lm(weight ~ group – 1) # omitting intercept

anova(lm.D9)

summary(lm.D90)

W tym przykładzie struktura formuły jest pokazana, a nie wyjaśniona. Pokazane są również niektóre funkcje, które działają na obiekcie klasy lm. Ponieważ grafika pakietu jest ładowana domyślnie, wywołanie wymagania (grafika) zwykle nie byłoby konieczne