trimws ：去空格
round ：保留小数
colnames：修改列名
chartr ：字符替换
sprintf("%0.5s",‘0.234234234‘) ：字符串格式保留多少位
rowSums()：行求和（可加条件）
colSums() ：列求和（可加条件）
table：各个值的总数
prop.table：各个值占总数的百分比
quantile：取分位数，10% 20% 50%. . .
runif()：生成均匀分布随机数
rnorm：生成正态分布随机数
seq(as.Date("1961/1/1"),as.Date("2000/1/1"),"months") 使用seq生成时间
var()：样本方差 =样本中各值与样本平均值的差的平方和/(n-1) 区别于总体方差
par(mfrow = c(1,2))：设置一页画几个图，数字表示行和列，比如c(1,2）就是1行两列，两幅图
rob_se <- diag(vcovHC(model, type = "HC1"))^0.5 稳健标准误
confint(x,level=0.9) 取置信区间，level参数为90%
概念
ESS：回归平方和，=y值估计值和y值平均值的差的平方和
TSS：总体平方和，=y值真实值和y值平均值的差的平方和 TSS <- sum((score - mean(score))^2)
SSR：残差平方和，=残差估计值平方和 SSR <- sum(mod_summary$residuals^2)
SER：标准误回归，=SSR/(n-2) SER <- sqrt(SSR / (n-2))
R方：=ESS/TSS=1-（y估计值与y真实值差的平方和）/（y真实值与y平均值差的平方和)，靠近1表示拟合优度好
原文：https://www.cnblogs.com/eun007/p/14821577.html