4.1 一个示例 一个数据集中可能含有几十个变量和成千上万的观测，但为了简化示例，我们仅选取了5行10列的数据可以使用代码清单4-1中的代码创建一个包含表4-1中数据的数据框。 manager <- c(1, 2, 3, 4, 5) date <- c("10/24/08","10/28/08","10/1/08","10/12/08"，"5/1/09") country <- c("us","us","us","uk","uk") gender <- c("M","M","F","F","…

1 使用图形 通过逐条输入语句构建图形，逐渐完善图形特征，直至得到想要的效果。 如下 attach(mtcars) plot(wt, mpg) abline(lm(mpg-wt)) title("Regression of MPG on weight") detach(mtcars) 以上代码首句绑定了数据框mtcars。第二条语句打开了一个图形窗口并生成了一幅散点图，横轴表示车 身重量，纵轴为每加仑汽油行驶的英里数。第三句向图形添加了一条最优拟合曲线。第四句添加了标题。最后一句为数据框解除了绑定。 要通过代码保存…

探索R中的数据结构 数据集的概念： 数据集通常是由数据构成的一个矩形数组，行表示观测，列表示变量。表2-1提供了一个假想的病例数据集。 在表2-1所示的数据集中，PatientID是行/实例标识符，AdmDate是日期型变量，Age是连续型变量, Diabetes是名义型变量，Status是有序型变量。 R可以处理的数据类型（模式）包括数值型、字符型、逻辑型（TRUE/FALSE）、复数型（虚数）和原生型（字节）。 数据结构 R中有许多用于存储数据的结构，包括标量、向量、数组、数据框和列表。 在R中，对象（obje…

@TOC 一 、群体药代动力学数据探索目的和方法 数据探索目的 建模前通过图法和统计学方法，对研究数据探索可揭示数据特征，发现明显趋势，辨识离群值，异常值等。 数据来源 数据来自于焦正主编的基础群体药动学和药效学书籍第10章第二节模型数据 方法 作图主要用ggplot2包，及代码中涉及的包。 作图所用主题为ggplot2默认主题：theme_bw() 稍调整 二、数据探索过程 PK数据探索 加载的包和设目录 代码： #加载的包---- library(ggplot2) library(dplyr) library(…

用到的包 library(dplyr) library(ggplot2) library(gridExtra) 加载资源 source("D:\\工作文档\\R\\col_function.r") 设置工作目录 setwd("C:\\Users\\Administrator.ADMIN-20170618T\\Documents\\demo-data\\PPK\\iv infusion 3cp") 读取数据 #read data---- SDTAB<-read.table("SDTAB1",sep="",ski…

诊断图 分类： 绘制诊断图是最为常见的一种模型评价方法，适用于基础模型和最终模型的比较与 评价。总体而言，模型诊断图可根据不同变量分为以下几种： 1. 基于预测的模型诊断图 2. 基于残差的模型诊断图 3. 基于贝叶斯估算的模型诊断图 不同的诊断图从不同的视角评估模型的准确性与适用性，反映了模型化过程中的模 型设定错误、违背随机变量分布假设以及离群值等问题。这些诊断图可并行比较，描述纳 入协变量前后模型的改善情况，以指导模型的开发与优化过程。 基于预测的模型诊断图 呈现实际观测值与群体、个体预测值的一致性，反映模型…