【Imtest包速成秘籍】：R语言初学者必备指南

# 1. R语言简介与安装

## 简介
R语言是一种主要用于统计分析、图形表示和报告的编程语言和软件环境。它的语法是基于S语言发展而来的，广泛应用于数据挖掘、金融分析、生物信息学等领域。R语言最大的特点是拥有丰富的包（package）支持，用户可以通过这些包来进行各种复杂的数据分析。

## 安装R语言
在开始使用R语言之前，首先需要在计算机上安装R语言环境。以下是安装R语言的基本步骤：

1. 访问R语言官方网站 [CRAN](***。
2. 根据操作系统下载对应的安装包。R语言支持多种操作系统，包括Windows、MacOS和Linux。
3. 安装下载的R语言安装包，按照提示完成安装。

### 示例代码（Windows系统）

# 访问CRAN
url <- "***"
download.file(url, destfile = "R-4.1.2-win.exe", mode = "wb")
# 运行安装文件
system("start /b R-4.1.2-win.exe")

通过上述步骤，你可以在自己的计算机上安装并开始使用R语言。在后续章节中，我们将详细介绍如何使用R语言进行数据分析、可视化以及统计分析等操作。

# 2. R语言基础语法

## 2.1 数据类型与结构

### 2.1.1 向量的创建与操作

在R语言中，向量是用于存储数据的基本结构。向量可以包含任何类型的数据，包括数字、字符和逻辑值。创建向量可以使用`c()`函数，这是最基本的向量创建方法。

# 创建一个数值向量
numeric_vector <- c(1, 2, 3, 4, 5)

# 创建一个字符向量
character_vector <- c("apple", "banana", "cherry")

# 创建一个逻辑向量
logical_vector <- c(TRUE, FALSE, TRUE, FALSE)

向量的长度可以通过`length()`函数来获取：

# 获取向量长度
vector_length <- length(numeric_vector)

对向量进行操作可以使用多种数学运算符。例如，对数值向量进行加减乘除：

# 对向量进行数学操作
operation_result <- numeric_vector + 10

向量也可以通过索引进行子集操作，索引可以是数字或者逻辑向量：

# 通过索引获取向量子集
subset_vector <- numeric_vector[c(1, 3, 5)]

### 2.1.2 矩阵和数组的基本概念

矩阵是一种特殊的二维向量，拥有固定数量的行和列。可以使用`matrix()`函数来创建矩阵：

# 创建一个3行2列的矩阵
matrix_data <- matrix(1:6, nrow = 3, ncol = 2)

在矩阵中，可以对行和列进行操作，如添加、删除或者修改行和列：

# 添加一行
new_matrix <- rbind(matrix_data, c(7, 8))

数组是更高维度的矩阵，可以使用`array()`函数创建：

# 创建一个2x2x2的数组
array_data <- array(1:8, dim = c(2, 2, 2))

### 2.1.3 数据框（DataFrame）和列表（List）

数据框（DataFrame）是R中最常用来存储数据的结构。它类似于数据库中的表格，每列可以是不同的数据类型。

# 创建一个数据框
data_frame <- data.frame(
  Name = c("John", "Anna", "Peter"),
  Age = c(24, 34, 28),
  stringsAsFactors = FALSE # 不自动转换为因子类型
)

列表（List）是一种包含不同类型元素的通用容器。它可以包含向量、矩阵、数据框，甚至是其他列表。

# 创建一个列表
list_data <- list(
  vector = numeric_vector,
  matrix = matrix_data,
  data_frame = data_frame
)

## 2.2 R语言控制流

### 2.2.1 条件语句的使用

在R语言中，条件语句允许基于特定条件执行不同的代码块。最常见的条件语句是`if`和`else`：

# 使用if/else条件语句
if (length(subset_vector) > 2) {
  print("Subset has more than 2 elements.")
} else {
  print("Subset has less than or equal to 2 elements.")
}

多个条件可以使用`else if`进行链接：

# 使用多个条件
score <- 85
if (score >= 90) {
  print("Excellent")
} else if (score >= 80) {
  print("Good")
} else if (score >= 70) {
  print("Average")
} else {
  print("Fail")
}

### 2.2.2 循环结构的介绍

循环结构在R中常用于重复执行代码块，直到满足某个条件。`for`和`while`循环是R中最常用的循环结构。

# for循环的使用
for (i in 1:5) {
  print(paste("This is iteration", i))
}

# while循环的使用
counter <- 1
while (counter <= 5) {
  print(paste("This is iteration", counter))
  counter <- counter + 1
}

### 2.2.3 函数定义与应用

在R中，函数是一段可以重复使用的代码块。定义函数使用`function()`关键字。

# 定义一个函数计算两个数的和
sum_function <- function(a, b) {
  result <- a + b
  return(result)
}

函数可以接受参数，也可以返回值。

# 调用函数
sum_result <- sum_function(10, 5)
print(sum_result)

## 2.3 数据操作与处理

### 2.3.1 数据的导入与导出

R语言提供了多种方式来导入和导出数据。常用的函数包括`read.csv()`、`write.csv()`、`read.table()`、`write.table()`等。

# 从CSV文件读取数据
data <- read.csv("data.csv")

# 将数据框导出到CSV文件
write.csv(data, "new_data.csv", row.names = FALSE)

### 2.3.2 缺失值处理技巧

在处理数据时，经常会遇到缺失值。R语言提供了多种函数来处理这些缺失值，如`is.na()`、`na.omit()`、`complete.cases()`等。

# 检查缺失值
missing_values <- is.na(data)

# 删除包含缺失值的行
data_without_na <- na.omit(data)

### 2.3.3 数据转换与重塑

数据转换通常涉及对数据框中的数据进行重塑和聚合。`reshape()`函数可以在长格式和宽格式之间转换数据。`dplyr`包中的`group_by()`和`summarize()`函数可以帮助对数据进行分组和汇总。

# 使用reshape函数转换数据格式
long_data <- reshape(data, direction = "long")

# 使用dplyr包进行数据转换
library(dplyr)
summarized_data <- data %>%
  group_by(Category) %>%
  summarize(Average = mean(Value))

以上章节深入介绍了R语言的基础语法和数据操作技巧，为数据分析和统计工作提供了必要的工具和理论支持。下一章节将继续探讨R语言在数据可视化方面的能力，为数据的展示和交流提供更丰富的手段。

# 3. R语言数据可视化

数据可视化是数据分析中不可或缺的一部分，它有助于我们快速理解和解释数据。R语言提供了丰富的包和函数来实现数据的可视化，其中基础图形系统已经足够用于绘制许多类型的图表，而ggplot2包则提供了更为强大和灵活的绘图系统。此外，plotly和shiny包为R语言的数据可视化带来了交互式的体验。

## 3.1 基础绘图函数

### 3.1.1 线图、柱状图的绘制

线图和柱状图是最基础的图形类型，它们可以很好地展示数据随时间或分类的变化趋势。在R中，我们可以使用`plot()`函数来绘制线图，而`barplot()`函数则用来创建柱状图。

#### 代码示例

# 线图示例
time_series <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
values <- c(2, 3, 5, 7, 11, 13, 17, 19, 23, 29)

plot(time_series, values, type = "b", main = "Time Series Plot", xlab = "Time", ylab = "Value", col = "blue")

# 柱状图示例
categories <- c("A", "B", "C", "D", "E")
frequencies <- c(22, 30, 35, 27, 22)

barplot(frequencies, names.arg = categories, main = "Barplot Example", xlab = "Category", ylab = "Frequency", col = "red")

#### 参数说明

- `type = "b"` 在线图中表示同时绘制数据点和连接这些点的线。
- `main` 用于设置图形的标题。
- `xlab` 和 `ylab` 分别用于设置x轴和y轴的标签。
- `col` 用于设置图形的颜色。

### 3.1.2 散点图、直方图的应用

散点图适用于展示两个变量之间的关系，而直方图则用于了解数据的分布情况。R语言中`plot()`函数同样可以用来绘制散点图，而`hist()`函数用于创建直方图。

#### 散点图代码示例

# 散点图示例
x <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
y <- c(2, 3, 5, 7, 11, 13, 17, 19, 23, 29)

plot(x, y, main = "Scatterplot Example", xlab = "X Values", ylab = "Y Values", pch = 19)

#### 直方图代码示例

# 直方图示例
data("mtcars")
hist(mtcars$mpg, breaks = 12, main = "Histogram of MPG", xlab = "Miles per Gallon", col = "lightgreen", border = "blue")

#### 参数说明

- `pch = 19` 用于设置点的类型。
- `breaks` 参数用于设置直方图的区间划分。

## 3.2 高级绘图包介绍

### 3.2.1 ggplot2的图层系统

ggplot2是R中最流行的绘图系统之一，它的设计基于图层的概念。你可以逐层添加图形元素，从而构建起一个完整的图形。ggplot2包中的函数可以创建各种各样的统计图表，并且支持高度定制化的外观。

#### 代码示例

library(ggplot2)

# 使用ggplot2绘制散点图
ggplot(data = mtcars, aes(x = wt, y = mpg)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE) +
  labs(title = "MPG vs. Car Weight", x = "Weight", y = "Miles per Gallon") +
  theme_minimal()

#### 参数说明

- `aes()` 函数用于设置图形中的美学映射，如x轴和y轴的数据。
- `geom_point()` 添加散点图图层。
- `geom_smooth()` 添加趋势线图层，`method = "lm"` 表示使用线性模型。
- `labs()` 函数用于设置图表的标题和轴标签。
- `theme_minimal()` 选择一个主题风格。

### 3.2.2 可视化模板与主题定制

ggplot2包提供了多种模板和主题供选择，也可以进行定制。比如，你可以创建自己的主题，并应用于所有ggplot图形，以保持视觉上的一致性。

#### 代码示例

# 创建一个自定义主题
my_theme <- theme(
  plot.title = element_text(size = 14, face = "bold"),
  axis.title = element_text(size = 12),
  axis.text = element_text(size = 10),
  panel.background = element_rect(fill = "white", color = "black"),
  panel.grid = element_line(color = "gray")
)

# 使用自定义主题绘制柱状图
ggplot(data = mtcars, aes(x = factor(cyl))) +
  geom_bar(aes(fill = factor(cyl))) +
  labs(x = "Number of Cylinders", y = "Count") +
  my_theme +
  theme(legend.position = "none")  # 移除图例

#### 参数说明

- `element_text()` 用于定制文本属性。
- `element_rect()` 用于定制矩形属性，比如背景。
- `element_line()` 用于定制线条属性，比如网格线。

## 3.3 交互式图形展示

### 3.3.1 使用plotly创建交云动图

plotly是一个用于创建交互式图表的R包，它的输出可以在网页浏览器中使用。plotly支持多种类型的图表，如线图、散点图、饼图等，并允许用户进行数据点的缩放和悬停信息显示。

#### 代码示例

library(plotly)

# 使用plotly绘制交互式散点图
p <- plot_ly(mtcars, x = ~wt, y = ~mpg, mode = 'markers', color = ~factor(cyl), size = ~qsec) %>%
  layout(title = 'MPG vs. Weight', xaxis = list(title = 'Weight'), yaxis = list(title = 'Miles per Gallon'))

# 显示图形
p

#### 参数说明

- `%>%` 为管道操作符，用于将一个函数的输出作为另一个函数的输入。
- `mode = 'markers'` 表示散点图的模式。
- `color` 参数用于根据类别变量着色。
- `size` 参数可以根据数据的另一个变量来调整点的大小。

### 3.3.2 可交互式报告的shiny应用

shiny是一个用于创建交互式web应用的R包。通过shiny，用户可以构建包含数据输入、处理、可视化和输出的完整流程。创建一个shiny应用通常需要两个主要组件：ui.R（用户界面）和server.R（服务器脚本）。

#### 代码示例

由于shiny应用是由多个部分组成的，以下仅展示UI部分的一个简单示例。

# ui.R文件
library(shiny)

shinyUI(fluidPage(
  titlePanel("Simple Shiny App"),
  sidebarLayout(
    sidebarPanel(
      selectInput("variable", "Select a variable to plot:",
                  choices = names(mtcars), selected = names(mtcars)[1])
    ),
    mainPanel(
      plotOutput("plot")
    )
  )

#### 参数说明

- `fluidPage()` 用于创建一个灵活的页面布局。
- `sidebarLayout()` 用于在界面中添加一个侧边栏布局。
- `selectInput()` 创建一个下拉选择菜单，用户可以从中选择变量。
- `plotOutput()` 用于在主面板中输出图形。

接下来，Server部分将响应这些用户输入，并根据选择的数据生成图表。

交互式图形展示是数据科学的一个重要方面，它使得数据的呈现更加生动和易于理解。通过上述介绍，我们可以看到R语言在数据可视化方面的强大功能和灵活性，无论是在基础图形还是高级交互式图表方面都有成熟的解决方案。

# 4. R语言统计分析基础

## 4.1 描述性统计分析

### 4.1.1 常用的统计量计算

描述性统计是对数据集进行初步分析的过程，其中计算几个关键的统计量是必不可少的步骤。在R语言中，我们可以使用基础函数快速计算数据集的均值、中位数、众数、方差、标准差、偏度和峰度等描述性统计量。

首先，我们创建一个简单的数据集，以便进行演示。

# 创建数据集
data <- c(12, 15, 23, 23, 16, 23, 21, 16)

# 计算均值
mean_value <- mean(data)
# 计算中位数
median_value <- median(data)
# 计算众数（R中没有直接计算众数的函数，需要借助额外的库或自己编写函数）
# 计算方差
variance_value <- var(data)
# 计算标准差
sd_value <- sd(data)
# 计算偏度和峰度（需要额外的库，如moments）
# 安装和加载moments包
if (!require(moments)) install.packages("moments")
library(moments)

# 计算偏度和峰度
skewness_value <- skewness(data)
kurtosis_value <- kurtosis(data)

这段代码首先定义了一个数据集`data`，接着使用`mean()`函数计算了均值，使用`median()`函数计算了中位数，使用`var()`函数计算了方差，使用`sd()`函数计算了标准差。为了计算众数，我们可以使用`table()`函数，它可以帮助我们快速得到每个数值出现的频率。偏度和峰度的计算使用了`moments`包中的`skewness()`和`kurtosis()`函数。

### 4.1.2 数据分布的图形展示

数据分布的图形展示可以帮助我们直观地理解数据的集中趋势、离散程度和形状等特征。在R语言中，我们常用的图形包括直方图、箱线图、密度图等。

# 绘制直方图
hist(data, main="Histogram of Data", xlab="Value", ylab="Frequency")

# 绘制箱线图
boxplot(data, main="Boxplot of Data")

# 绘制密度图
plot(density(data), main="Density Plot of Data")

使用`hist()`函数我们可以绘制直方图，通过`boxplot()`函数可以绘制箱线图，而`plot()`函数与`density()`函数结合可以绘制密度图。这些图形都是数据分布特征分析的重要工具。

## 4.2 假设检验与推断统计

### 4.2.1 t检验、卡方检验案例分析

假设检验是用来确定研究中的数据是否能够拒绝关于总体参数的零假设。在R语言中，进行t检验和卡方检验是常见的统计分析方法。

#### t检验

t检验用于检验两个独立样本的均值是否存在显著差异。在R中，我们可以使用`t.test()`函数来实现。

# 假设数据集data1和data2是两个独立样本
data1 <- c(12, 15, 13, 18, 19)
data2 <- c(11, 10, 13, 17, 12)

# 进行独立样本t检验
t_test_result <- t.test(data1, data2)

这段代码中，我们使用了`t.test()`函数对两个独立样本`data1`和`data2`进行了t检验，并将结果保存在`t_test_result`变量中。之后，我们可以使用`summary()`函数查看详细的检验结果。

#### 卡方检验

卡方检验常用于分类变量的独立性检验。在R中，我们使用`chisq.test()`函数来进行卡方检验。

# 创建一个列联表（交叉表）
contingency_table <- matrix(c(5, 10, 15, 20), nrow = 2)

# 进行卡方检验
chi_square_test_result <- chisq.test(contingency_table)

在这段代码中，我们首先使用`matrix()`函数创建了一个2x2的列联表`contingency_table`，然后使用`chisq.test()`函数进行了卡方检验，结果保存在`chi_square_test_result`变量中。通过查看该变量可以获取卡方检验的详细统计量。

### 4.2.2 置信区间与p值的理解

在统计学中，置信区间和p值是用来评估统计结果可靠性的两个关键概念。置信区间表示总体参数的一个可信范围，而p值表示观察到的数据或更极端数据在原假设为真的条件下出现的概率。

在R语言中，我们可以从t检验和卡方检验的结果中直接读取p值和置信区间信息。

# 从t检验结果中提取p值和置信区间
t_test_p_value <- t_test_result$p.value
t_test_ci <- t_test_result$conf.int

# 从卡方检验结果中提取p值
chi_square_p_value <- chi_square_test_result$p.value

通过上述代码，我们可以从之前保存的`t_test_result`和`chi_square_test_result`中分别提取出t检验和卡方检验的p值以及t检验的置信区间。

## 4.3 回归分析与模型构建

### 4.3.1 线性回归的应用

线性回归是统计学中研究变量之间线性相关关系的模型，也是机器学习中最基础的模型之一。在R语言中，我们可以使用`lm()`函数来构建线性回归模型。

假设我们有一组数据，研究的是广告投入和销售额之间的关系：

# 创建数据集
advertising <- data.frame(
  TV = c(230, 17, 150, 80, 150),
  Sales = c(22, 10.4, 9.3, 5.8, 8.6)
)

# 使用lm()函数进行线性回归
linear_model <- lm(Sales ~ TV, data = advertising)
summary(linear_model)

在这段代码中，我们首先创建了一个包含广告投入(`TV`)和销售额(`Sales`)的数据框`advertising`。然后，我们使用`lm()`函数定义了线性回归模型，其中`Sales ~ TV`表示我们尝试建立`Sales`关于`TV`的线性关系。结果通过`summary()`函数查看。

### 4.3.2 逻辑回归与分类问题

逻辑回归是分类问题中常用的模型之一，它使用逻辑函数来预测二分类问题的类别。在R中，我们可以使用`glm()`函数来实现逻辑回归。

假设我们有一组数据，研究的是客户是否订阅邮件列表(`subscribe`)和他们的年龄(`age`)、是否有信用卡(`credit`)等特征的关系：

# 创建数据集
subscription <- data.frame(
  subscribe = c(1, 0, 1, 0, 1),
  age = c(30, 35, 27, 29, 32),
  credit = c(1, 0, 1, 1, 0)
)

# 使用glm()函数进行逻辑回归
logistic_model <- glm(subscribe ~ age + credit, data = subscription, family = binomial)
summary(logistic_model)

在这段代码中，我们创建了一个包含是否订阅(`subscribe`)、年龄(`age`)和是否有信用卡(`credit`)的数据框`subscription`。然后，我们使用`glm()`函数定义了逻辑回归模型，其中`subscribe ~ age + credit`表示我们尝试建立`subscribe`关于`age`和`credit`的逻辑关系。`family = binomial`指定了模型的族为二项分布，这是进行逻辑回归的关键参数。模型的结果同样可以通过`summary()`函数查看。

在本章中，我们探讨了R语言在统计分析中的基础应用，包括描述性统计分析、假设检验、以及回归分析。通过实际的R代码操作，我们了解了如何使用R语言进行数据的统计特性分析，并构建了基于R语言的简单统计模型。在下一章中，我们将继续深入学习R语言在实际数据集上的应用和案例解析。

# 5. R语言实战项目与案例解析

在本章中，我们将深入探讨如何将R语言应用于实际项目中，并通过具体的案例来解析如何运用R语言解决复杂的数据问题。我们将从数据集的应用分析开始，逐步涉及特征工程、金融数据分析、生物统计学应用以及机器学习算法的实现。

## 5.1 实际数据集的应用分析

### 5.1.1 数据清洗与预处理

在数据分析项目中，数据的清洗与预处理是至关重要的第一步。数据清洗涉及去除重复值、处理缺失数据、纠正错误和格式化数据等操作。R语言提供了丰富的函数和包来帮助我们执行这些任务。

# 假设有一个名为data的数据框，包含了一些需要清洗的数据
data <- read.csv("data.csv")

# 去除重复的行
data <- unique(data)

# 处理缺失值，这里我们将所有NA替换成数据列的平均值
for(i in 1:ncol(data)) {
  data[ , i][is.na(data[ , i])] <- mean(data[ , i], na.rm = TRUE)
}

# 格式化日期列
data$date <- as.Date(data$date, format="%Y-%m-%d")

# 查看清洗后的数据框头部
head(data)

在上述代码中，我们读取了一个名为`data.csv`的CSV文件，并对其进行了去重、处理缺失值和格式化日期的操作。预处理后的数据将更加适合进行进一步的分析和建模。

### 5.1.2 特征工程与选择

特征工程是机器学习中的关键步骤，其目的是从原始数据中提取和创建新的特征，以提高模型的性能。特征选择则是从现有特征集中选择一个子集，以减少过拟合的风险并提高模型的泛化能力。

# 安装和加载需要的包
install.packages("caret")
library(caret)

# 训练控制参数
train_control <- trainControl(method="cv", number=10)

# 特征选择，这里使用递归特征消除方法
model <- rfe(data[ , -target_column], data[, target_column], rfeControl=train_control)

# 输出选定的特征
model$optVariables

在上述代码中，我们使用了`caret`包中的`rfe`函数来进行递归特征消除（RFE），并选择了重要的特征来预测`target_column`列的值。特征选择后，可以进一步训练模型。

## 5.2 案例项目解析

### 5.2.1 金融数据分析

在金融数据分析项目中，我们可能会关注股市预测、信贷风险评估或是客户细分。这里，我们将通过一个简化的案例来展示如何使用R语言对股票价格进行分析。

# 安装和加载需要的包
install.packages("quantmod")
library(quantmod)

# 从Yahoo获取股票数据
getSymbols("AAPL")
apple_stock <- data.frame(date=index(AAPL), coredata(AAPL))

# 简单移动平均线
SMA <- SMA(Cl(AAPL), n=20)
apple_stock$SMA <- as.numeric(SMA)

# 绘制收盘价和移动平均线
plot(Cl(AAPL), type="l", col="blue", ylab="Price in USD", main="AAPL Stock Price")
lines(apple_stock$SMA, col="red")

在上述代码中，我们使用`quantmod`包从Yahoo财经获取了苹果公司的股票数据，并绘制了其收盘价及20日简单移动平均线。通过这些基本的分析，我们可以对股票的价格趋势有一个初步的了解。

### 5.2.2 生物统计学应用

在生物统计学领域，R语言同样被广泛应用于基因表达数据分析、生存分析等复杂统计问题。下面，我们将展示如何使用R语言进行生存分析。

# 安装和加载需要的包
install.packages("survival")
library(survival)

# 读取生存数据集
data("lung")

# 创建生存对象
lung.surv <- Surv(time=lung$time, event=lung status)

# 使用Cox比例风险模型进行分析
cox.model <- coxph(lung.surv ~ age + sex + ph.ecog, data=lung)

# 输出模型结果
summary(cox.model)

在上述代码中，我们使用了`survival`包中的`coxph`函数对肺部癌症患者的生存数据进行了Cox比例风险模型分析，考察了年龄、性别和ECOG体能状态评分对生存期的影响。

## 5.3 机器学习在R中的应用

### 5.3.1 常见算法的R实现

R语言在机器学习领域同样有着强大的应用，常见的算法如决策树、随机森林、支持向量机（SVM）等，都可以用R语言实现。我们将通过构建一个简单的随机森林模型来演示这一过程。

# 安装和加载需要的包
install.packages("randomForest")
library(randomForest)

# 读取数据集
data("iris")

# 分割数据为训练集和测试集
set.seed(123)
train_index <- sample(1:nrow(iris), 0.7*nrow(iris))
train_data <- iris[train_index, ]
test_data <- iris[-train_index, ]

# 训练随机森林模型
rf_model <- randomForest(Species ~ ., data=train_data)

# 输出模型性能指标
print(rf_model)

在上述代码中，我们使用了`randomForest`包来训练一个随机森林分类器，目标是根据鸢尾花（Iris）数据集的其他特征来预测其种类。通过这个模型的训练，我们可以了解R语言实现机器学习模型的基本方法。

### 5.3.2 模型评估与选择

模型评估是机器学习流程中的关键步骤，它包括了交叉验证、准确率测试、混淆矩阵的生成等。以下是一个生成混淆矩阵的示例：

# 使用训练好的模型对测试集进行预测
rf_predictions <- predict(rf_model, test_data)

# 生成混淆矩阵
confusionMatrix(rf_predictions, test_data$Species)

在上述代码中，我们对测试集中的鸢尾花种类进行了预测，并使用`confusionMatrix`函数生成了混淆矩阵，从而可以评估模型的准确性。

通过这些实际案例，我们可以看到R语言在数据处理、统计分析和机器学习等多个领域都具有强大的应用能力。随着对R语言的深入了解，我们能够构建出更为复杂和高效的数据分析与预测模型。