https://github.com/wjkba/r-notes
https://github.com/wjkba/r-notes
Last synced: 3 months ago
JSON representation
- Host: GitHub
- URL: https://github.com/wjkba/r-notes
- Owner: wjkba
- Created: 2024-10-08T17:39:39.000Z (8 months ago)
- Default Branch: main
- Last Pushed: 2025-01-31T13:01:33.000Z (4 months ago)
- Last Synced: 2025-01-31T14:19:28.540Z (4 months ago)
- Language: R
- Size: 15.6 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# r-notes
## for loop
for loop wygląda trochę inaczej bo używamy wektora
```r
for(i in 1:5){
print("Hello R")
}
```
## Prawo wielkich liczb
Przy dostatecznie wielkiej liczbie prób częstość danego zdarzenia losowego będzie się dowolnie mało różniła od jego prawdopodobieństwa
sprawdzanie Normal distribiution
```r
mean <- 1000
count <- 0
for(i in rnorm(mean)){
number <- rnorm(1)
if(number > -1 && number < 1)
count <- count + 1
}
count/mean
```
## Wektor
odpowiednik array z elementami tego samego typu. Wektor to sekwencja elementów danych tego samego typu.
Index zaczyna się na 1
```r
Name = c("Amiya", "Raj", "Asish")
Language = c("R", "Python", "Java")
Age = c(22, 25, 45)
```
`sequence`
```r
seq(1,30,2) # od 1 do 30 step co 2
```
`rep`
```r
rep("Hi!", 5) # repeat Hi 5 times
```
accessing elements
```r
Name[2] # Raj
```
## Operacje na wektorach
```r
v1 <- c(1,2,3,4,5)
v2 <- c(10,20,30,40,50)
v1+v2 # 11 22 33 44 55
v1/v2 # 0.1 0.1 0.1 0.1 0.1
v1*v2 # 10 40 90 160 250
```
```r
x <- rnorm(5)
for(i in x){
# i staje sie wartoscią w x
# i nie jest 0 1 2 3 4 tylko
# przyjmuje wartości wektora
print(i)
}
```
```r
revenue <- c(14574.49, 7606.46, 8611.41, 9175.41, 8058.65, 8105.44, 11496.28, 9766.09, 10305.32, 14379.96, 10713.97, 15433.50)
expenses <- c(12051.82, 5695.07, 12319.20, 12089.72, 8658.57, 840.20, 3285.73, 5821.12, 6976.93, 16618.61, 10054.37, 3803.96)
profit <- revenue - expenses
profit
tax <- round(0.30 * profit, 2)
tax
profitAfterTax <- profit - tax
profitAfterTax
profitMargin <- round(profitAfterTax/revenue, 2) * 100
profitMargin
goodMonths <- profitAfterTax > mean(profitAfterTax)
goodMonths
badMonths <- profitAfterTax < mean(profitAfterTax)
badMonths
bestMonth <- max(profitAfterTax)
bestMonth
worstMonth <- min(profitAfterTax)
worstMonth
```