第一章 R语言介绍
内容记录
R和python很类似，可以通过对比python与R的区别进行学习，尤其对R中独有或有区别的部分，做特殊记录和学习。
有几个功能为R中特别处理：
-
工作目录管理：通过getwd()获得当前工作目录，通过setwd()设置当前工作目录。设置的目录如果不存在，则使用dir.create()函数创建。建议通过项目形式管理，项目下不同文件统一文件夹目录，方便项目管理。
-
库管理：install.packages()安装库，library()加载库，update.packages()更新库。
-
<-、->和=，作用相同，但实操观察更多使用<-来赋值。
-
基本的数学运算、逻辑运算、关系运算和python、C类似，编程语言是相通的。
习题
1-1 熟悉各种R语言语句用法
1-2 包的安装，ggplot2和dyplr都是必须使用的三方包。
1-3
在患病率调查的研究中，计算样本量的公式为：
\[n=\frac{1.96^2}{\delta^2}p(1-p) \]其中n为样本量，p为总体患病率，$ \delta $为估计的精确度（置信区间长度的一半）。如果患病率估计为20%，并且95%置信区间不超过估计患病率的30%，试用R计算所需样本量。
分析过程：
估计的患病率 p=20%=0.2
95%置信区间长度不超过估计患病率的30%,意思是：
\[\text{置信区间长度} = 2\delta \leq 0.3 \times p = 0.3 \times 0.2 = 0.06
\]
因此， $$ \delta = \frac{0.06}{2} = 0.03 $$ 然后，各变量代入给定公式就可以计算样本量n了。
解答：
# 给定参数
p <- 0.2
confidence_level <- 0.95
Z <- qnorm(1 - (1 - confidence_level)/2) # 1.96
half_width_ratio <- 0.3 # 置信区间长度不超过估计患病率的30%
CI_length <- half_width_ratio * p # 置信区间长度
delta <- CI_length / 2 # 半宽度，精确度# 计算样本量
n <- (Z^2 * p * (1 - p)) / (delta^2)# 输出结果
cat("所需样本量 n =", ceiling(n), "\n")
学习最重要的事情就是开始。学会开始记录。