R语言代码试题答案步骤.docx

R语言代码试题答案步骤.docx

《R语言代码试题答案步骤.docx》由会员分享，可在线阅读，更多相关《R语言代码试题答案步骤.docx（21页珍藏版）》请在冰点文库上搜索。

R语言代码试题答案步骤

Rversion（2017-11-30）--"Kite-EatingTree"

Copyright（C）2017TheRFoundationforStatisticalComputing

Platform:

x86_64-w64-mingw32/x64（64-bit）

R是自由软件，不带任何担保。

在某些条件下你可以将其自由散布。

用'license（）'或'licence（）'来看散布的详细条件。

R是个合作计划，有许多人为之做出了贡献.

用'contributors（）'来看合作者的详细情况

用'citation（）'会告诉你如何在出版物中正确地引用R或R程序包。

用'demo（）'来看一些示范程序，用'help（）'来阅读在线帮助文件，或

用'（）'通过HTML浏览器来看帮助文件。

用'q（）'退出R.

[原来保存的工作空间已还原]

>h=（"",header=true）

Errorin（file=file,header=header,sep=sep,quote=quote,:

找不到对象'true'

>h=（"",header=TRUE）

>h

地区x1x2x3x4x5x6x7x8x9y

1北京75352639197116583696847428747524046

2天津73441881185415562254615149317320024

3河北42111542150210471204386583658412531

4山西3856152914399061506442363362812212

5内蒙古54632730158413541972465576388617717

6辽宁58092042143313101844418585664916594

7吉林46352045159414481643384074341514614

8黑龙江46871807133711811217364063571112984

9上海96562111179010173724786738537326253

10江苏66581916143710583078506396834718825

11浙江75522110155212282997501976337421545

12安徽58151541139711431933446012879215012

13福建7317163417547732105445255276318593

14江西5072147711746711487385122880012776

15山东52012197157210051656419045176815778

16河南46071886119110851525373383149913733

17湖北58381783137110301652398463857214496

18湖南5442162513029181738389713348014609

19广东82581521210010482954502785409522396

20广西5553114613778841626363862795214244

21海南655686515219931320394853237714457

22重庆68702229117711021471444983891416573

23四川6074165112847731587423392960815050

24贵州4993139910146551396411561971012586

25云南546817609749391434376292219513884

26西藏55181362845467550517052293611184

27陕西55511789132212122079430733856415333

28甘肃46021631128810501388376792197812847

29青海4667151212329061097464833318112346

30宁夏47691876119310631516474363639414067

31新疆52392031116710281281445763379613892

>lm=lm（y~x1+x2+x3+x4+x5+x6+x7+x8+x9,data=h）

>lm

Call:

lm（formula=y~x1+x2+x3+x4+x5+x6+x7+x8+x9,

data=h）

Coefficients:

（Intercept）x1x2x3x4x5x6x7x8x9

>summary（lm）

Call:

lm（formula=y~x1+x2+x3+x4+x5+x6+x7+x8+x9,

data=h）

Residuals:

Min1QMedian3QMax

Coefficients:

EstimateStd.ErrortvaluePr（>|t|）

（Intercept）+02+03

x1+00***

x2+00***

x3+00***

x4

x5+00***

x6

x7

x8+01+01

x9+01+02

---

Signif.codes:

0‘***’‘**’‘*’‘.’‘’1

Residualstandarderror:

on21degreesoffreedom

MultipleR-squared:

AdjustedR-squared:

F-statistic:

on9and21DF,p-value:

<

>pre=（lm）

>res=residuals（lm）

>sd（res）

[1]

>res=residuals（lm）

>dy=step（lm）

Start:

AIC=

y~x1+x2+x3+x4+x5+x6+x7+x8+x9

DfSumofSqRSSAIC

-x41213184326

-x91171493201454

-x71177003202005

-x81542953238599

-x61895863273891

3184305

-x3126625935846898

-x2145610567745361

-x519377500

-x11

Step:

AIC=

y~x1+x2+x3+x5+x6+x7+x8+x9

DfSumofSqRSSAIC

-x91174283201754

-x71185633202889

-x81544373238763

-x61918133276139

3184326

-x3129361306120456

-x2154679418652267

-x519393345

-x11

Step:

AIC=

y~x1+x2+x3+x5+x6+x7+x8

DfSumofSqRSSAIC

-x71346343236387

-x61748003276554

-x81821503283904

3201754

-x3130553536257107

-x2157258368927590

-x519382624

-x11

Step:

AIC=

y~x1+x2+x3+x5+x6+x8

DfSumofSqRSSAIC

-x81708133307201

-x611527773389165

3236387

-x3155012848737672

-x218895049

-x519458098

-x11

Step:

AIC=

y~x1+x2+x3+x5+x6

DfSumofSqRSSAIC

-x611375403444741

3307201

-x3157710639078264

-x218871193

-x519473521

-x11

Step:

AIC=

y~x1+x2+x3+x5

DfSumofSqRSSAIC

3444741

-x3157178839162624

-x21

-x51

-x11

>summary（dy）

Call:

lm（formula=y~x1+x2+x3+x5,data=h）

Residuals:

Min1QMedian3QMax

Coefficients:

EstimateStd.ErrortvaluePr（>|t|）

（Intercept）**

x1***

x2***

x3***

x5***

---

Signif.codes:

0‘***’‘**’‘*’‘.’‘’1

Residualstandarderror:

364on26degreesoffreedom

MultipleR-squared:

AdjustedR-squared:

F-statistic:

on4and26DF,p-value:

<

>newdata=（x1=5200,x2=2000,x3=1100,x4=1000,x5=1300,x6=45000,x7=34000,x8=,x9=

>predict（dy,newdata,interval="confidence"）

fitlwrupr

1

>

>h=ts（"",header=TRUE））

>h

TimeSeries:

Start=1

End=56

Frequency=1

X78

[1,]-58

[2,]53

[3,]-63

[4,]13

[5,]-6

[6,]-16

[7,]-14

[8,]3

[9,]-74

[10,]89

[11,]-48

[12,]-14

[13,]32

[14,]56

[15,]-86

[16,]-66

[17,]50

[18,]26

[19,]59

[20,]-47

[21,]-83

[22,]2

[23,]-1

[24,]124

[25,]-106

[26,]113

[27,]-76

[28,]-47

[29,]-32

[30,]39

[31,]-30

[32,]6

[33,]-73

[34,]18

[35,]2

[36,]-24

[37,]23

[38,]-38

[39,]91

[40,]-56

[41,]-58

[42,]1

[43,]14

[44,]-4

[45,]77

[46,]-127

[47,]97

[48,]10

[49,]-28

[50,]-17

[51,]23

[52,]-2

[53,]48

[54,]-131

[55,]65

[56,]-17

>plot（h,type="o"）

>local（{pkg<-（sort（.packages=TRUE））,graphics=TRUE）

+if（nchar（pkg））library（pkg,=TRUE）}）

Warningmessage:

程辑包‘urca’是用R版本来建造的

>adf=（h）,type=c（"drift"）,selectlags=c（"AIC"））

>summary（adf）

###############################################

#AugmentedDickey-FullerTestUnitRootTest#

###############################################

Testregressiondrift

Call:

lm（formula=~+1+Min1QMedian3QMax

Coefficients:

EstimateStd.ErrortvaluePr（>|t|）

（Intercept）

***

---

Signif.codes:

0‘***’‘**’‘*’‘.’‘’1

Residualstandarderror:

on51degreesoffreedom

MultipleR-squared:

AdjustedR-squared:

F-statistic:

on2and51DF,p-value:

<

Valueoftest-statisticis:

Criticalvaluesforteststatistics:

1pct5pct10pct

tau2

phi1

>acf（h）

>pacf（h）

>ar=sarima（h,1,0,4,details=F）

>ar

$fit

Call:

stats:

:

arima（x=xdata,order=c（p,d,q）,seasonal=list（order=c（P,D,

Q）,period=S）,xreg=xmean,=FALSE,=list（trace=trc,

REPORT=1,reltol=tol））

Coefficients:

ar1ma1ma2ma3ma4xmean

.

sigma^2estimatedas1850:

loglikelihood=,aic=

$degrees_of_freedom

[1]50

$ttable

EstimateSE

ar1

ma1

ma2

ma3

ma4

xmean

$AIC

[1]

$AICc

[1]

$BIC

[1]

>ma=sarima（h,0,1,1,details=F）

>ma

$fit

Call:

stats:

:

arima（x=xdata,order=c（p,d,q）,seasonal=list（order=c（P,D,

Q）,period=S）,xreg=constant,=list（trace=trc,REPORT=1,

reltol=tol））

Coefficients:

ma1constant

.

sigma^2estimatedas3412:

loglikelihood=,aic=

$degrees_of_freedom

[1]53

$ttable

EstimateSE

ma1

constant

$AIC

[1]

$AICc

[1]

$BIC

[1]

>arma=sarima（h,1,1,1,details=F）

>arma

$fit

Call:

stats:

:

arima（x=xdata,order=c（p,d,q）,seasonal=list（order=c（P,D,

Q）,period=S）,xreg=constant,=list（trace=trc,REPORT=1,

reltol=tol））

Coefficients:

ar1ma1constant

.

sigma^2estimatedas2548:

loglikelihood=,aic=

$degrees_of_freedom

[1]52

$ttable

EstimateSE

ar1

ma1

constant

$AIC

[1]

$AICc

[1]

$BIC

[1]

>res=residuals（ar$fit）

>（res）

Box-Piercetest

data:

res

X-squared=,df=1,p-value=

>plot（res*res）

>res<-residuals（ma$fit）

>res

TimeSeries:

Start=1

End=56

Frequency=1

[1]+01+01+01+00+00+00+01+01+02+01+00+01+01+01+01

[17]+01+01+01+01+01+00+00+02+02+02+01+01+01+01+01+01

[33]+01+01+00+01+01+01+01+01+01+00+01+01+02+02+01

[49]+01+01+01+01+02+01+01

>（res）#

Box-Piercetest

data:

res

X-squared=,df=1,p-value=

>yc=（h,10,1,1,1）

>yc$pred

TimeSeries:

Start=57

End=66

Frequency=1

[1]