R語言實驗指導(dǎo)書(二)(共10頁)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上R語言實驗指導(dǎo)書（二）2016年10月27日實驗三 創(chuàng)建和使用R語言數(shù)據(jù)集一、 實驗?zāi)康模?. 了解R語言中的數(shù)據(jù)結(jié)構(gòu)。2. 熟練掌握他們的創(chuàng)建方法，和函數(shù)中一些參數(shù)的使用。3. 對創(chuàng)建的數(shù)據(jù)結(jié)構(gòu)進行，排序、查找、刪除等簡單的操作。二、 實驗內(nèi)容：1. 向量的創(chuàng)建及因子的創(chuàng)建和查看有一份來自澳大利亞所有州和行政區(qū)的20個稅務(wù)會計師的信息樣本1 以 及他們各自所在地的州名。州名為：tas, sa, qld, nsw, nsw, nt, wa, wa, qld, vic, nsw, vic, qld, qld, sa, tas, sa, nt, wa, vic。1) 將這

2、些州名以字符串的形式保存在state當中。2) 創(chuàng)建一個為這個向量創(chuàng)建一個因子statef。3) 使用levels函數(shù)查看因子的水平。2. 矩陣與數(shù)組。i. 創(chuàng)建一個4*5的數(shù)組如圖，創(chuàng)建一個索引矩陣如圖，用這個索引矩陣訪問數(shù)組，觀察結(jié)果。3. 將之前的state，數(shù)組，矩陣合在一起創(chuàng)建一個長度為3的列表。4. 創(chuàng)建一個數(shù)據(jù)框如圖。5. 將這個數(shù)據(jù)框按照mpg列進行排序。6. 訪問數(shù)據(jù)框中drat列值為3.90的數(shù)據(jù)。三、 實驗要求要求學(xué)生熟練掌握向量、矩陣、數(shù)據(jù)框、列表、因子的創(chuàng)建和使用。實驗四 數(shù)據(jù)的導(dǎo)入導(dǎo)出一、 實驗?zāi)康?. 熟練掌握從一些包中讀取數(shù)據(jù)。2. 熟練掌握csv文件的導(dǎo)入。3

3、. 創(chuàng)建一個數(shù)據(jù)框，并導(dǎo)出為csv格式。二、 實驗內(nèi)容1. 創(chuàng)建一個csv文件（內(nèi)容自定），并用readtable函數(shù)導(dǎo)入該文件。2. 查看R語言自帶的數(shù)據(jù)集airquality（紐約1973年5-9月每日空氣質(zhì)量）。3. 列出airquality的前十列，并將這前十列保存到air中。4. 查看airquality中列的對象類型。5. 查看airquality數(shù)據(jù)集中各成分的名稱6. 將air這個數(shù)據(jù)框?qū)С鰹閏sv格式文件。（write.table (x, file ="", sep ="", s =TRUE, s =TR

4、UE, quote =TRUE)）三、 實驗要求要求學(xué)生掌握從包中讀取數(shù)據(jù)，導(dǎo)入csv文件的數(shù)據(jù)，并學(xué)會將文件導(dǎo)出。實驗五 R語言數(shù)據(jù)的清洗一、 實驗?zāi)康?. 查看數(shù)據(jù)集的缺失值，并學(xué)會對缺失值進行處理。2. 對異常變量重新賦值。3. 將某一列的字符型轉(zhuǎn)化為日期型。4. 利用subset（）獲取子集。二、 實驗內(nèi)容1. 有一個數(shù)據(jù)框代碼如下，使用summary函數(shù)查看，那一列含有缺失值，有幾個。并查看wind列的最大值。Ozone <- c(41, 36, 12, 18, NA, 28)Solar.R <- c(190, 118, 149, 313, NA, NA)wind <

5、;- c(7.4, 8.0, 12.6, 11.5, 14.3, 14.9)Temp <- c(67, 82, 74, 62, 86, 66)date <- c("1997/05/01","1997/05/02","1997/05/03","1997/05/04","1997/05/05","1997/05/06")air <- data.frame(date,Ozone,Solar.R,wind,Temp, stringsAsFactors = FALSE

6、)2. 使用class（）函數(shù)查看date函數(shù)的類型，并將其轉(zhuǎn)化為data型，格式為月/日/年。3. 使用subset（）根據(jù)Temp列獲取air中Temp大于60小于70的數(shù)據(jù)。4. 將air中含有缺失值的列去掉。5. 找出Temp中大于85的值將其設(shè)置為缺失值。6. 創(chuàng)建一個air1包含兩個列q1，q2。用cbind函數(shù)添加到air中。7. 使用names函數(shù)查看air的列名，并根據(jù)列自己創(chuàng)建一個數(shù)據(jù)框。使用rbind函數(shù)添加到air中三、 實驗要求要求學(xué)生會用subset獲取子集，學(xué)會對缺失值進行一些簡單的處理和對一些異常值的查找和修改。實驗六 高級數(shù)據(jù)管理一、 實驗?zāi)康?. 學(xué)會簡單的

7、數(shù)值和字符處理函數(shù)。2. 學(xué)會自己編寫一個函數(shù)。二、 實驗內(nèi)容1. 使用下面代碼創(chuàng)建roster數(shù)據(jù)集。Student <- c("John Davis", "Angela Williams", "Bullwinkle Moose", "David Jones", "Janice Markhammer", "Cheryl Cushing", "Reuven Ytzrhak", "Greg Knox", "Joel Eng

8、land", "Mary Rayburn")Math <- c(502, 600, 412, 358, 495, 512, 410, 625, 573, 522)Science <- c(95, 99, 80, 82, 75, 85, 80, 95, 89, 86)English <- c(25, 22, 18, 15, 20, 28, 15, 30, 27, 18)roster <- data.frame(Student, Math, Science, English,stringsAsFactors=FALSE)2. 使用length函

9、數(shù)查看Student的長度。3. 計算該班級數(shù)學(xué)的平均成績，最高成績。4. 將成績單按照姓和名進行排序，將學(xué)生的各科考試成績組合為單一的成績衡量指標、基于相對名次（前 20%，下20%，等等）給出從A到F的評分。1) 使用quantile函數(shù)按20%，40%，60%，80%,求分位數(shù)。2) 使用變量重命名的方法將grade列分為A、B、C、D、F幾個等級。3) 使用strsplit 函數(shù)將Student列的名字分割，存到name中。4) 創(chuàng)建一個函數(shù)x1，功能為實現(xiàn)返回值為傳入?yún)?shù)的第一個值。5) 使用sapply 函數(shù)將name中的firstname提取出來。（“sapply（data，fu

10、nction）”）同理即可提取出lastname。6) 將lastname和firstname與roster合并，同時去掉roster的第一列。7) 將成績單用姓和名進行排序。三、 實驗要求要求學(xué)生學(xué)會一些簡單的數(shù)值和字符處理函數(shù)。學(xué)會如何自己創(chuàng)建一個函數(shù)。和對一些簡單問題的處理。實驗七 基本統(tǒng)計分析實驗一、 實驗?zāi)康?. 學(xué)會使用summary函數(shù)和Hmisc包中的describe函數(shù)來計算統(tǒng)計量。2. 使用table函數(shù)生成一維、二維、多維列聯(lián)表。3. 學(xué)會用R實現(xiàn)卡方獨立性檢驗。4. 學(xué)會用R進行相關(guān)性的度量。5. 學(xué)會用R進行Pearson、Spearman和Kendall相關(guān)。6.

11、學(xué)會用R進行相關(guān)性的顯著性檢驗。7. 學(xué)會用R進行組間差異的非參數(shù)檢驗。二、 實驗內(nèi)容1. 描述性統(tǒng)計分析1) 對R自帶的數(shù)據(jù)集rock（48塊石頭的形態(tài)數(shù)據(jù)）使用summary函數(shù)、Himisc包中的describe函數(shù)、pastecs包中的stats.desc函數(shù)計算描述性統(tǒng)計量。2) 使用aggregate、doby中的summaryBy對sleep數(shù)據(jù)集的group列分組獲取描述性統(tǒng)計量。2. 頻數(shù)表和列聯(lián)表1) 加載vcd包中的Arthritis數(shù)據(jù)集使用table生成簡單的頻數(shù)統(tǒng)計表。2) 使用table、xtabs對Arthritis生成二維列聯(lián)表。并使用addmargins為這

12、些表格添加邊際和（根據(jù)Treatment、Improved）。3) 使用xtabs，table生成三維列聯(lián)表（根據(jù)Treatment、sex、Improved三個因子）。4) 使用chisq.testhan()函數(shù)對二維表的行和列進行卡方獨立性檢驗，并觀察他們是否獨立。5) 使用vcd包中的assocstats()函數(shù)計算二維列聯(lián)表的phi系數(shù)、列聯(lián)系數(shù)和Cramers V系數(shù)。3. 相關(guān)1) Pearson、Spearman和Kendall相關(guān)a) 對state.x77數(shù)據(jù)集計算方差和協(xié)方差、Pearson積差相關(guān)系數(shù)、Spearman等級相關(guān)系數(shù)。b) 使用psych包中的corr.test對state.x77數(shù)據(jù)集Illiteracy、Murder因子計算相關(guān)顯著性檢驗4. T檢驗1) 比較了南方（group 1）和非南 方（group 0）各州的監(jiān)