R语言实验4Word文档格式.docx

1、调整需要截图的窗口至合适的大小，并使该窗口为当前激活窗口（即该窗口在屏幕最前方），按住键盘Alt键（空格键两侧各有一个）不放，再按键盘右上角的截图键（通常印有“印屏幕”或“Pr Scrn”等字符），即完成截图。再粘贴到word文档的相应位置即可。法2：利用QQ输入法的截屏工具。点击QQ输入法工具条最右边的“扳手”图标，选择其中的“截屏”工具。）1. 自行完成教材P107页开始的节中的例题。2. 以前在做实验1的练习时，我们画过直方图。当时的题目是这样的：利用hist（）函数画直方图。 X-c（35,40,40,42,37,45,43,37,44,42,41,39） hist（X）这次实验先重新

2、运行以上命令后，接着运行以下命令： windows（） #R作图会覆盖前一幅图，此命令是新开一个画图窗口 hist（X, freq=F）把两个图分别截下复制到下面，进行比较，你发现有什么不同答：纵坐标不同，一个是频数（Frequency），一个是密度（Density） 如果想把这两幅图画在同一个画图窗口中，可以输入以下命令： par（mfrow=c（1,2） #在一个窗口里放多张图，这里是1行2列共2个图 hist（X,freq=F）运行结果截图：3. （习题）某单位对100名女生测定血清总蛋白含量（g/L），数据如下：计算均值、方差、标准差、极差、标准误、变异系数、偏度、峰度。先将上述数据单

3、独存为一个文本文件，名字为。然后利用scan（）函数读取并计算。源代码及运行结果（不需要截图，直接把运算结果复制过来）：data_outline-function（x）n-length（x）m-mean（x）v-var（x）s-sd（x）me-median（x）cv-100*s/mcss-sum（x-m）2）uss-sum（x2）R-max（x）-min（x）R1-quantile（x,3/4）-quantile（x,1/4）sm-s/sqrt（n）g1-n/（n-1）*（n-2）*sum（x-m）3）/s3g2-（n*（n+1）/（n-1）*（n-2）*（n-3）*sum（x-m）4）/s4

4、-（3*（n-1）2）/（n-2）*（n-3）（N=n,Mean=m,Var=v,std_dev=s,Median=me,std_mean=sm,CV=cv,CSS=css,USS=uss,R=R,R1=R1,Skewness=g1,Kurtosis=g2,=1）进入R，source（w-scan（wdata_outline（w）运行结果： N Mean Var std_dev Median std_mean CV CSS USS R1 100 20 R1 Skewness Kurtosis1 4. （习题）绘出习题的直方图、密度估计曲线、经验分布图和QQ图，并将密度估计曲线与正态密度曲线相比

5、较，将经验分布曲线与正态分布曲线相比较（其中正态曲线的均值和标准差取习题计算出的值）。注意：以上4个图形的颜色自行定义，只要能区分开来就行。源代码： hist（w,freq=FALSE） lines（density（w）,col=green x,因此，认为样本来自正态分布的总体。 经验分布的检验：P，可认为来自正态分布总体。有警告信息是因为数据有重复数值，ks检验要求待检数据时连续的，不被重复的。思考：1. 统计分析包括哪两个方面的分析统计描述和统计推断2. 描述集中趋势的统计量有哪些均值，众数，百分位数，中位数等3. 描述分散程度的统计量有哪些方差，标准差，极差，四分位极差，变异系数和标准误

6、差等4. 描述分布形状的统计量有哪些偏度系数和峰度系数5. 标准差刻画的是样本值与样本均值的偏离程度，标准误刻画的是样本均值与_的偏离程度。样本6. lapply（）函数和sapply（）函数有什么异同点异：lapply（）函数输出列表；sapply（）函数输出向量同：作用于向量或列表的数据集合上（数据框）7. R中每一个分布都对应有四个函数，以正态分布norm为例，请写出它对应的4个函数，并简要说明每个函数的作用。dnorm（）的返回值是正态分布的概率密度函数pnorm（）的返回值是正态分布的分布函数qnorm（）的返回值是给定概率p后的下分位点rnorm（）的返回值是n个正态分布随机数构成

7、的向量8. QQ图有什么作用QQ图可以帮助我们鉴别样本的分布是否近似于某种类型分布9. 箱线图中，箱的底部，中部和顶部分别表示什么在箱线图中，上（Q）下（Q）四分位点分别确定出中间箱体的顶部和底部，箱体中间的粗线是中位数（m）所在位置10. 在R中，如果想在一个输出窗口里放2行3列共6张图，需要运行什么命令 par（mfrow=c（2,3） 三、 实验小结（必写，但字数不限）这次实验主要是数据分布，统计描述通过绘制图（直方图、茎叶图、箱线图等）对数据进行分析，还需要进行正态w和分布ks进行检验是否服从正态分布，进行五数的总括，最能反应数据重要特征。掌握统计描述是非常重要的，因为是数据分析的基础。学会进行密度估计曲线与正态密度曲线相比较，经验分布曲线与正态分布曲线相比较。