R中的R factorr和as.integer(R factorr)是什么意思？

点击联系发帖人 时间：2018-09-15 15:24

R factor

统计基础不好，所以一直无法理解R语言中的因子（factor），复习笔记的时候突然有了新的理解，立马再做个笔记，同时也与同样基础薄弱的网友分享我的理解。

在R语言中，因子（factor）表示的是一个符号、一个编号或者一个等级，即，一个点。例如，人的个数可以是1，2，3，4......那么因子就包括，1，2，3，4.....还有统计量的水平的时候用到的高、中、低，也是因子，因为他是一个点。与之区别的向量，是一个连续性的值，例如，数值中有1，1.1，1.2......可以作为数值来计算，而因子则不可以。如果用我自己的理解，简单通俗来讲：因子是一个点，向量是一个有方向的范围。

在R中，如果把数字作为因子，那么在导入数据之后，需要将向量转换为因子（factor），而因子在整个计算过程中不再作为数值，而是一个"符号"而已。

个人愚见，请多多批评指正。

}

IBM? SPSS? 可与 R 通信。就这一点来说，这是一个高度保密的秘密，依据是 R 博客圈的低活动水平。这种有趣的低极性并不奇怪：SPSS 用户通常是仅使用 SPSS 执行其数据分析的人；而 R 用户熟悉在使用 R 的过程中应用聪明的诀窍。想要分析 .sav 格式的数据的 R 用户通常会在 SPSS 中打开该文件，将它保存为逗号分隔值 (CSV) 格式，然后使用 上著名的金融网站获取的 IBM 证券的 NYSE 证券市场数据的一条记录。在这里，您可以看到从 2013 年 8 月 8 日读回的前几行数据。

我可将该数据读入到 SPSS 中，但日期格式不是 SPSS 日期-时间向导支持的格式。R 会救援任务！从 SPSS 使用 R 语法，我可从 R 打开该文件，将日期转换为一种合适的格式，然后使用结果创建一个 SPSS 数据。这是操作步骤：

R 集成插件的默认工作目录在 SPSS 程序目录树的深处。这不是您想要的。将工作目录设置为您的数据文件的位置，以便 R 可找到它。
这些代码行以字符格式读入日期，使用 1582 年 10 月 10 日作为正确的开始日期来将它们转换为 UNIX? 可移植操作系统接口 (POSIX) 格式。

展示了如何执行这些步骤。

`清单 5. 将数据直接读入 R 中并使用它们创建一个 SPSS 数据库`

我的简单示例没有很好地处理类别变量 Rating。R 获取了该变量的数字代码，但没有获取该变量可能使用的不同级别的描述性标签：Poor、Average 和 Excellent。

您可对该问题采取一些操作。中所示的 factorMode 参数导入类别级别，而不是数字值。

为类别变量构建一个字典

factorMode 参数依据我想要类别变量的数字代码还是值，为我提供了一种选择。但如果我想要使用类别数据创建一个 SPSS 数据库，我需要更多选择。解决方案就是向数据字典添加另一种结构。中的示例演示了如何从一个包含因素的 R 数据框架构建一个 SPSS 数据库。

基础 R 捆绑了流行的鸢尾属植物数据集。它是一个包含 4 个数字变量和一个因素（表示 3 种特殊的鸢尾属植物物种之一）的数据框架。为了在 SPSS 中构建一个数据库，我完成了以下步骤：

为鸢尾属植物数据创建一个数据字典。
此字典是一个包含 5 列的数据框架（鸢尾属植物数据集的每个变量一列）。
为该因子创建一个类别字典。
这里的 R 结构很复杂。它是一个长度为 2 的列表。第一个组件包含各个因子的名称。第二个组件是一个嵌套列表。每一项都是一个长度为 2 的列表：一个组件表示数字代码，另一个组件表示它们的标签。
通过 “设置” 数据和类别字典来开始创建一个 SPSS 数据库。

这么做会在 SPSS 中创建一个数据库，但不会将它保存到磁盘。这个活动数据库会保留原样。

清单 7. 为类别数据构建一个字典

R 集成包包含许多函数来实现从 SPSS 向 R 的无缝迁移。例如，SPSS 在定义丢失的值方面具有比 R 更高的灵活性。R 集成包包含管理丢失值的函数，以便在从 SPSS 传递到 R 和反向传递时不会丢失任何信息。另一个重要的特性是创建使用 R 的 SPSS 扩展的能力。可向 Analysis 菜单添加菜单项来使 R 函数可在活动数据集上运行，而无需在语法文件中编写显式代码。通过这种方式，您可向没有 R 知识的用户提供 R 的功能。R 集成包为同时使用 SPSS 和 R 的数据分析师提供了许多优势。

访问，这是 R 项目和每个 R 包的主要站点。其中详细介绍了与 optimx、nlmrt 和 Rcgmin 相关的帮助页面和手册。还提供了大量参考资料。
查阅（Catherine Dalzell，developerWorks，2013 年 9 月），了解为什么 R 是一个宝贵的数据分析工具，专为反映统计人员的思考和工作方式而设计。
了解有关的更多信息。
在，了解关于大数据的更多信息，获取技术文档、how-to 文章、培训、下载、产品信息以及其他资源。
在，了解关于信息管理的更多信息，获取技术文档、how-to 文章、培训、下载、产品信息以及其他资源。

}

我爱游戏网