R语言实验4Word文档格式.docx
《R语言实验4Word文档格式.docx》由会员分享，可在线阅读，更多相关《R语言实验4Word文档格式.docx（10页珍藏版）》请在冰点文库上搜索。
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“PrScrn”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/m
css<
-sum（（x-m）^2）
uss<
-sum（x^2）
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）/s^3
g2<
-（（n*（n+1））/（（n-1）*（n-2）*（n-3））*sum（（x-m）^4）/s^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（"
w
data_outline（w）
运行结果：
NMeanVarstd_devMedianstd_meanCVCSSUSSR
110020
R1SkewnessKurtosis
1
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<
-64:
85
lines（x,dnorm（x,mean（w）,sd（w））,col="
red"
plot（ecdf（w）,verticals=TRUE,=FALSE）
lines（x,pnorm（x,mean（w）,sd（w））,col="
blue"
qqnorm（w,col="
qqline（w,col="
运行截图：
5.（习题）绘出习题的茎叶图、箱线图，并计算五数总括。
以上图形的颜色自行定义。
stem（w）
boxplot（w,col="
lightgreen"
name=c（'
w'
）,notch=T）
fivenum（w）
6.（习题）分别用W检验方法和Kolmogorov-Smirnov检验方法检验习题的数据是否服从正态分布。
（w）
（w,"
pnorm"
mean（w）,sd（w））
结论：
正态性W检验得出P值为>
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。
升级会员 