最新范文
R语言 实验4 R绘图(一)
一、实验目的:
1.掌握描述性统计分析中常用的统计量;
2.掌握R语言绘制直方图、密度估计曲线、经验分布图和QQ图的方法;
3.掌握R语言绘制茎叶图、箱线图的方法;
4.掌握W检验方法和K-S检验方法完成数据的正态分布检验。
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
最新范文
最新范文
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3.1-3.2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)
最新范文
最新范文
最新范文
最新范文
最新范文
最新范文
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)
> hist(X,freq=F)
运行结果截图:
3.(习题3.1)某单位对100名女生测定血清总蛋白含量(g/L),数据如下:
最新范文
最新范文
74.3 78.8 68.8 78.0 70.4 80.5 80.5 69.7 71.2 73.5 79.5 75.6 75.0 78.8 72.0 72.0 72.0
74.3 71.2 72.0 75.0 73.5 78.8 74.3 75.8 65.0 74.3 71.2 69.7 68.0 73.5 75.0 72.0 .3
75.8 80.3 69.7 74.3 73.5 73.5 75.8 75.8 68.8 76.5 70.4 71.2 81.2 75.0 70.4 68.0 70.4
72.0 76.5 74.3 76.5 77.6 67.3 72.0 75.0 74.3 73.5 79.5 73.5 74.7 65.0 76.5 81.6 75.4
72.7 72.7 67.2 76.5 72.7 70.4 77.2 68.8 67.3 67.3 67.3 72.7 75.8 73.5 75.0 73.5 73.5
73.5 72.7 81.6 70.3 74.3 73.5 79.5 70.4 76.5 72.7 77.2 84.3 75.0 76.5 70.4
计算均值、方差、标准差、极差、标准误、变异系数、偏度、峰度。
要求:先将上述数据单独存为一个文本文件,名字为STP.txt。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)
最新范文
最新范文
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)))
data.frame(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,http://www.wendangku.net/doc/393ce7bad1d233d4b14e852458fb770bf78a3b8b.html s=1)
最新范文
最新范文
}
进入R,
>source(\"data_outline.R\")
>w<-scan(\"STP.txt\")
>w
>data_outline(w)
运行结果:
N Mean Var std_dev Median std_mean CV CSS USS R
1 100 73.668 15.51513 3.9325 73.5 0.39325 5.34686 1535.998 544233.4 20
R1 Skewness Kurtosis
1 4.6 0.0540593 0.03702249
4.(习题3.2)绘出习题3.1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
最新范文
最新范文
中正态曲线的均值和标准差取习题3.1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<-:85
> lines(x,dnorm(x,mean(w),sd(w)),col=\"red\")
> plot(ecdf(w),verticals=TRUE,do.p=FALSE)
> lines(x,pnorm(x,mean(w),sd(w)),col=\"blue\")
> qqnorm(w,col=\"blue\")
> qqline(w,col=\"red\")
运行截图:
最新范文
最新范文
最新范文
最新范文
最新范文
最新范文
最新范文
最新范文
5.(习题3.3)绘出习题3.1的茎叶图、箱线图,并计算五数总括。
注意:以上图形的颜色自行定义。
源代码:
>stem(w)
>boxplot(w,col=\"lightgreen\
>fivenum(w)
运行截图:
最新范文
最新范文
最新范文
最新范文
最新范文
最新范文
6.(习题3.4)分别用W检验方法和Kolmogorov-Smirnov检验方法检验习题3.1的
最新范文
最新范文
数据是否服从正态分布。
源代码:
>shapiro.test(w)
>ks.test(w,\"pnorm\
运行截图:
最新范文
最新范文
结论:
正态性W检验得出P值为0.6708>0.05,因此,认为样本来自正态分布的总体。
经验分布的检验:P>0.05,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
最新范文
最新范文
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
http://www.wendangku.net/doc/393ce7bad1d233d4b14e852458fb770bf78a3b8b.html pply()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
最新范文
最新范文
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(Q3)下(Q1)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 e)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。
最新范文
