如何使用R中的连续和分类数据从数据矩阵中创建子组

Question

我有一个数据集：

并希望检查假设。我想检查正态分布和偏差，并希望制作子组。例如，我想检查我的100组的分布情况，列出每个变量（OM，氧化还原等）。有没有办法可以制作一个＆＃34; 100＆＃34;对这些变量进行分组然后测试它们？

感谢您的帮助！

Answer 1

您可以使用<section> <article>What our clients say About Us</article> </section> <section> <article>Read More!</article> </section> <section> <article>Read More!</article> </section> <section> <article>Read More!</article> </section>：

将功能应用于子组

tapply

结果是

set.seed(10)

df <- data.frame(id = 100:104,
                 redox = rnorm(25,mean = 20,sd = 10),
                 depth = runif(25,min = 10,max = 30))

tapply(df$redox,df$id,sd)

如果要同时对多个列运行测试，请使用> tapply(df$redox,df$id,sd) 100 101 102 103 104 6.181492 11.067056 4.863818 14.269076 7.962710 ：

aggregate

给出了：

aggregate(df[,2:3],by = list(df$id),sd)

要测试常态，可以使用 Group.1 redox depth 1 100 6.181492 6.319090 2 101 11.067056 5.869627 3 102 4.863818 2.808336 4 103 14.269076 3.438697 5 104 7.962710 6.296606 ：

shapiro.test