最新范文R语言 实验5 R绘图二.docx

最新范文R语言 实验5 R绘图二.docx

《最新范文R语言 实验5 R绘图二.docx》由会员分享，可在线阅读，更多相关《最新范文R语言 实验5 R绘图二.docx（16页珍藏版）》请在冰点文库上搜索。

最新范文R语言实验5R绘图二

R语言实验5R绘图

（二）

一、实验目的:

1.熟练掌握描述性统计分析中常用的统计量;

2.掌握R语言的高水平作图命令;

3.掌握R语言的低水平作图命令;

4.掌握多元数据的三个数据特征:

均值向量、协方差矩阵、相关系数矩阵。

二、实验内容:

练习:

要求:

①完成练习并粘贴运行截图到文档相应位置（截图方法见下）,并将所有自己输入文字的字体颜色设为红色（包括后面的思考及小结）,②回答思考题,③简要书写实验小结。

④修改本文档名为“本人完整学号姓名1”,其中1表示第1次实验,以后更改为2,3,...。

如文件名为“1305543109张立1”,表示学号为1305543109的张立同学的第1次实验,注意文件名中没有空格及任何其它字符。

最后连同数据文件、源程序文件等（如果有的话,本次实验没有）,一起压缩打包发给课代表,压缩包的文件名同上。

截图方法:

法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“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P130页开始的3.3-3.4节中的例题。

2.（习题

3.5）小白鼠在接种了3种不同菌型的伤寒杆菌后的存活天数如下表所示,

试绘出数据的箱线图（采用两种方法,一种是plot语句,另一种是boxplot语句）

来判断小白鼠被注射3种菌型后的平均存活天数有无显著性差异?

白鼠试验数据

因此,这里考虑用箱线图中的中位数来进行比较。

解:

源代码:

y<-c（2,4,3,2,4,7,7,2,2,5,4,

5,6,8,5,10,7,12,12,6,6,

7,11,6,6,7,9,5,5,10,6,3,10）

f<-factor（c（rep（1,11）,rep（2,10）,rep（3,12）））

plot（f,y）

A<-c（2,4,3,2,4,7,7,2,2,5,4）

B<-c（5,6,8,5,10,7,12,12,6,6）

C<-c（7,11,6,6,7,9,5,5,10,6,3,10）

boxplot（A,B,C）

运行截图:

结论:

从箱线图中可以看到,菌型2和3的平均存活天数无显著差异,但是与菌型1的有显著差异

3.（习题3.6）绘出习题3.16关于3项指标的离散图,从图中分析例3.16的结论的合

理性。

注:

1.绘出的图形类似教材P133页的图3.8。

2.把上述表格分复制到记事本中即可实现表格转化为文本,再用read.table（）函数

存入到数据框中即可,避免输入麻烦。

解:

源代码:

>df<-read.table（"例3.6_data",header=T）

>df

>pairs（df）

运行截图:

结论:

具有相关关系的两个变量的散点图要么是从左下角到右上角（即正相关关系）,要么是从左上角到右下角（即负相关关系）。

但从上图可知所有的图中都没有这样的趋势,故均不相关。

4.（习题3.7）某校测得19名学生的四项指标,性别、年龄、身高（cm）和体重（lb）,

具体数据如下表所示。

（1）试绘出体重对于身高的散点图;

（2）绘出不同性别情况下,体重与身高的散点图;（coplot（a~b|c））

（3）绘出不同年龄段的体重与身高的散点图;

（4）

解:

源代码:

>ef<-read.table（file.choose（）,header=T）;ef>attach（ef）

>plot（体重~身高）

>coplot（体重~身高|性别）

>coplot（体重~身高|年龄）

>coplot（体重~身高|年龄+性别）

运行截图:

5.（习题3.8）画出函数z=x4−2x2y+x2−2xy+2y2+9x/2−4y+4在区域−2≤x≤

3,−1≤y≤7上的三维网格曲面和二维等值线,其中x与y各点之间的间隔为0.05,等值线的值分别为0,1,2,3,4,5,10,15,20,30,40,50,60,80,100,共15条。

（注:

在三维图形中选择合适的角度）

解:

源代码:

x<-seq（-2,3,0.05）

y<-seq（-1,7,0.05）

f<-function（x,y）x^4-2*x^2*y+x^2-2*x*y+2*y^2+9*x/2-4*y+4

z<-outer（x,y,f）

contour（x,y,z,levels=c（0,1,2,3,4,5,10,15,20,30,40,50,60,80,100）,col="black"）>persp（x,y,z,theta=30,phi=30,expand=0.7,col="lightblue"）

运行截图:

6.（习题3.9）用Pearson相关检验法检验习题3.7中的身高与体重是否相关。

解:

源代码:

cor.test（身高,体重）

运行截图:

结论:

其P值为7.887e-07<0.05,拒绝原假设,认为变量身高与体重相关。

7.（习题3.10）绘出例3.17中48号求职者数据的星图。

（数据见文档最后）

（1）以15项自变量FL,APP,…,SUIT为星图的轴;

（2）以G1,G2,…,G5为星图的轴。

（提示:

先）

通过这些星图,能否说明应选哪6名应聘者。

为使星图能够充分反映应聘者的情况,在作图中可适当调整各种参数。

提示:

第

（2）小题,先利用教材P153页的公式,计算出48个求职者这5个变量的值,公式如下:

G1<-（SC+LC+SMS+DRV+AMB+GSP+POT）/7

G2<-（FL+EXP+SUIT）/3

G3<-（LA+HON+KJ）/3

G4<-AA

G5<-APP

再将G1,…,G5这5个列向量（即48行5列数据）赋值一个新的数据框,再按第

（1）小题的方法绘出星图。

解:

源代码:

>X<-read.csv（"applicant.csv"）

>stars（X）

>attach（X）

>X$G1<-（SC+LC+SMS+DRV+AMB+GSP+POT）/7

>X$G2<-（FL+EXP+SUIT）/3

>X$G3<-（LA+HON+KJ）/3

>X$G4<-AA

>X$G5<-APP

>rt<-scale（X[,17:

21]）

>stars（rt）

运行截图:

思考:

1.R语言的高水平作图函数与低水平作图函数的主要区别是什么?

所谓高水平函数是与低水平作图函数相对应的,即所有的绘图函数均可产生图形,可以有坐标轴,以及图和坐标轴的说明文字。

2.plot（）函数除了能画出散点图外,还能画什么图?

能画出曲线图吗?

曲线图,箱线图;能

3.多元数据主要有哪三个数据特征指标?

均值向量、协方差矩阵、相关系数矩阵

4.相关检验的原假设是什么?

总体X,Y不相关

5.多元数据的图形表示方法主要有哪几种图?

轮廓图,星图,调和曲线图

三、实验小结（必写,但字数不限）

本次实验,主要是在星图方面有些阻碍,用不同的函数读取的结果会不一样,有时还读不出来,最终还是把数据存入excel中,才能成功。

要学会描述性统计分析中常用的统计量,高水平作图函数与低水平图函数的区别。

附: