R 语言数据分析基础：线性回归与相关性分析

# 1. R 语言数据分析基础概述

## 1.1 R 语言简介

R语言是一种用于数据处理、统计分析和图形展示的编程语言和环境。它具有开源、跨平台和高度可扩展的特性，成为数据科学领域非常流行的工具之一。R语言结合了统计学、计算机科学和数据可视化的技术，为数据分析提供了强大的支持。

## 1.2 数据分析基础概念回顾

在进行数据分析前，我们首先需要了解一些基本的概念。数据分析是指通过对已有数据进行处理、分析和解释，从中获取有关事物规律、趋势和关联性等信息的过程。常用的数据分析方法包括描述统计、推断统计、回归分析、相关性分析等。在本章后面的内容中，我们将逐步介绍这些方法在R语言中的应用。

## 1.3 R 语言环境搭建与基本操作

为了使用R语言进行数据分析，我们首先需要安装R语言环境。R语言可以在Windows、Mac和Linux等操作系统上运行，并提供了丰富的函数库和工具包供使用。安装完成后，我们可以通过RStudio等集成开发环境（IDE）来更方便地编写和执行R语言代码。

R语言的基本操作包括变量赋值、数据导入、数据处理、数据可视化等。在R语言中，我们可以使用<-符号来进行变量赋值，并使用各种函数和操作符来进行数据处理和分析。R语言还提供了丰富的图形展示功能，可以绘制各种类型的图表和图形来展示数据分析的结果。

接下来的章节中，我们将深入学习R语言的数据处理、分析和可视化技巧，并通过实例和案例练习来加深理解和应用。

# 2. R 语言数据处理与准备

#### 2.1 数据导入与数据结构介绍
在数据分析过程中，首先需要将数据导入到R语言中进行处理。R语言支持导入多种数据格式，包括CSV、Excel、SQL数据库、JSON等。在导入数据之后，我们需要了解数据的结构，包括数据框（data frame）、矩阵（matrix）、列表（list）等。数据结构的了解有助于我们更好地理解数据，为后续的数据处理和分析做好准备。

# 导入CSV文件数据
data <- read.csv("file.csv")

# 查看数据框结构
str(data)

# 查看数据框前几行数据
head(data)

#### 2.2 数据清洗与缺失值处理
数据清洗是数据分析的重要步骤，它包括删除重复数据、处理异常值、数据变量命名规范化等。另外，在实际数据中，常常存在缺失值，需要进行处理。常见的处理方式包括删除含有缺失值的行、填充缺失值等。

# 删除重复数据
data <- unique(data)

# 处理缺失值，填充为均值
data[is.na(data)] <- mean(data, na.rm = TRUE)

#### 2.3 数据变换与重塑
数据变换和重塑是为了满足不同分析需求而进行的数据操作。例如，数据的长宽变换、数据的归一化、标准化、对数化等。

# 对变量进行对数转换
data$log_value <- log(data$value)

# 数据的长宽变换
library(reshape2)
melted_data <- melt(data, id.vars=c("ID"), measure.vars=c("Var1", "Var2"))
`