기본 콘텐츠로 건너뛰기

moonbook # table 작성 tool

R은 base system과 Package로 구성된다.
(1) Base system은 CRAN(Comprehensive R Archive Network) site에 접속해서 다운로드해서 설치했던 R 설치가 바로 Base system이다.
(2) Package는 R함수, 데이터, 컴파일된 코드 등을 모아 놓은 것을 말함. 통계분석 목적/필요에 따라서 Base system에 레고 블록처럼 설치를 해서 사용하게 됩니다.

package의 종류
  - base package : 설치_불필요, 사용_불필요
  - Recommended packages : 설치_자동, 사용_필요
  - Other packages : 설치_개별설치, 사용_불러오기 필요.
 즉, Other package만이 개별설치가 필요함.  R package설치는 install.packages("package name")함수를 사용해야한다.
패키지 설치후에는 package를 불러오기만 하면된다. library(package name) 혹은 require(package name) 함수를 사용하면 된다. ""를 잘 구분해야함.


install.package("moonbook")   #CRAN의 패키지 설치.

requrire(moonBook)  #패키지 불러오기.

res<- mytable(walk_yn ~age_gr+age+gender+smk_all+BMI_gr+BMI+sbp1+dbp1,
                       data =mydata, method=1, digits=1, max.ylev = 5)


# data = mydata :  실제 데이터를 의미.


# method =1   -> 정규분포로 가정하여 정규분포(normal distribution)분석
# method =2    -> 정규분포 하지 않은 것으로 간주하여 Kruskal-wallis test를 실시
# method =3   -> 잔차의 정규성 검정을 통해 anova 또는 K-W test를 실시 정규분포를 하는경우 데이터는 평균과 표준편차로 표시되고, 정규분포하지 않은 경우 중앙값과 사분위값으로 표시된다.

#digit : 사용할 소수점 이하 자릿수 또는 유효 자릿수를 나타내는 정수. 기본값은 1입니다.
# ㅡㅁㅌ

댓글

이 블로그의 인기 게시물

python; cv2.normalize 이미지 수치 표준화 시키기

사용법 cv2.normalize(src[,dst[,alpha[,beta[, norm_type[, dtype[, mask]]]]]]) parameter :  src : input  이미지 dst : output 이미지 alpha : 수치의 표준화를 진행할때 하한값  beta : 수치의 표준화를 진행할때 상한값 norm type :   옵션사항으로 넣지 않아도 분석진행은 가능. dtype :  mask :  예시  cv2.normalize(roihist, roihist, 0, 255, cv2.NORM_MINMAX)

python; cv2.getStructuringElement

사용법 cv2.getStructutinElement(shape,ksize[,anchor]) parameter shape :  - MORPH_RET : 사각형  - MORPH_ELLIPSE : 타원형  - MORPH_CROSS : 십자 ksize => 커널의 사이즈를 의미 예제 :  element = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(7,7)) pl.imshow(element)