應(yīng)用統(tǒng)計(jì)分析實(shí)驗(yàn)R軟件

1、應(yīng)用統(tǒng)計(jì)分析實(shí)驗(yàn)應(yīng)用統(tǒng)計(jì)分析實(shí)驗(yàn) R R軟件軟件R軟件軟件：免費(fèi)的：免費(fèi)的,志愿者管理的軟件。志愿者管理的軟件。u編程方便，語(yǔ)言靈活，圖形功能強(qiáng)大編程方便，語(yǔ)言靈活，圖形功能強(qiáng)大u有不斷加入的各個(gè)方向統(tǒng)計(jì)學(xué)家編寫的統(tǒng)計(jì)軟有不斷加入的各個(gè)方向統(tǒng)計(jì)學(xué)家編寫的統(tǒng)計(jì)軟件包。也可以自己加入自己算法的軟件包件包。也可以自己加入自己算法的軟件包.u這是發(fā)展最快的軟件，受到世界上統(tǒng)計(jì)師生的這是發(fā)展最快的軟件，受到世界上統(tǒng)計(jì)師生的歡迎。是用戶量增加最快的統(tǒng)計(jì)軟件。歡迎。是用戶量增加最快的統(tǒng)計(jì)軟件。u對(duì)于一般非統(tǒng)計(jì)工作者來說，主要問題是它沒對(duì)于一般非統(tǒng)計(jì)工作者來說，主要問題是它沒有有“傻瓜化傻瓜化”。 R免費(fèi)免費(fèi)

2、 資源公開資源公開(不是黑盒子不是黑盒子,也不是吝嗇鬼也不是吝嗇鬼) R可以在可以在UNIX, Windows和和Macintosh運(yùn)行運(yùn)行. R 有優(yōu)秀的有優(yōu)秀的內(nèi)在幫助系統(tǒng)內(nèi)在幫助系統(tǒng). R有優(yōu)秀的有優(yōu)秀的畫圖功能畫圖功能 學(xué)生能夠輕松地學(xué)生能夠輕松地轉(zhuǎn)轉(zhuǎn)到商業(yè)支持的到商業(yè)支持的 S-Plus程序程序(如如果需要使用商業(yè)軟件果需要使用商業(yè)軟件) R語(yǔ)言有一個(gè)語(yǔ)言有一個(gè)強(qiáng)大的強(qiáng)大的,容易學(xué)習(xí)容易學(xué)習(xí)的語(yǔ)法的語(yǔ)法,有許多內(nèi)有許多內(nèi)在的統(tǒng)計(jì)函數(shù)在的統(tǒng)計(jì)函數(shù). 通過用戶自編程序通過用戶自編程序, R語(yǔ)言很容易延伸和擴(kuò)大語(yǔ)言很容易延伸和擴(kuò)大. 它它就是這樣成長(zhǎng)的就是這樣成長(zhǎng)的. R 是計(jì)算機(jī)編程語(yǔ)言

3、是計(jì)算機(jī)編程語(yǔ)言. 類似于類似于UNIX語(yǔ)言語(yǔ)言,C語(yǔ)語(yǔ)言言,Pascal,Gauss語(yǔ)言等語(yǔ)言等. 對(duì)于熟練的編程者對(duì)于熟練的編程者, 它將覺得該語(yǔ)言比其他語(yǔ)言它將覺得該語(yǔ)言比其他語(yǔ)言更熟悉更熟悉. 而對(duì)計(jì)算機(jī)初學(xué)者而對(duì)計(jì)算機(jī)初學(xué)者, 學(xué)習(xí)學(xué)習(xí)R語(yǔ)言使得學(xué)習(xí)下一步語(yǔ)言使得學(xué)習(xí)下一步的其他編程不那么困難的其他編程不那么困難. 那些傻瓜軟件那些傻瓜軟件(SAS,SPSS等等)語(yǔ)言的語(yǔ)法則完全語(yǔ)言的語(yǔ)法則完全不同不同.R的歷史的歷史 S語(yǔ)言在語(yǔ)言在1980年代后期在年代后期在AT&T實(shí)驗(yàn)室開發(fā)實(shí)驗(yàn)室開發(fā). R 項(xiàng)目由項(xiàng)目由Auckland 大學(xué)統(tǒng)計(jì)系的大學(xué)統(tǒng)計(jì)系的Robert Gentle

4、man和和Ross Ihaka于于1995年開始的年開始的. 它很快得到廣泛用戶的歡迎它很快得到廣泛用戶的歡迎. 目前它是由目前它是由R核心核心發(fā)展團(tuán)隊(duì)維持發(fā)展團(tuán)隊(duì)維持;它是一個(gè)由志愿者組成的工作努它是一個(gè)由志愿者組成的工作努力的國(guó)際團(tuán)隊(duì)力的國(guó)際團(tuán)隊(duì)下載下載R軟件軟件學(xué)習(xí)網(wǎng)站/pages/newhtm/r/schtml/R軟件的使用軟件的使用基本語(yǔ)法基本語(yǔ)法向量、矩陣向量、矩陣 list與與data.frame讀寫數(shù)據(jù)文件讀寫數(shù)據(jù)文件控制語(yǔ)句與自定義函數(shù)控制語(yǔ)句與自定義函數(shù)二二. 數(shù)據(jù)描述性分析數(shù)據(jù)描述性分

5、析1.分布分布2.統(tǒng)計(jì)量統(tǒng)計(jì)量3.一維數(shù)據(jù)的統(tǒng)計(jì)圖形一維數(shù)據(jù)的統(tǒng)計(jì)圖形4.多維數(shù)據(jù)的圖形表示多維數(shù)據(jù)的圖形表示R軟件三三. 回歸分析回歸分析四四. 判別分析判別分析五五. 聚類分析聚類分析六六. 主成分分析主成分分析4. 查看幫助，例如： help(round), ?abs隨機(jī)向量隨機(jī)向量 rnorm(10) #10個(gè)服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)數(shù)個(gè)服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)數(shù)z=1:5z7=8;z1 1 2 3 4 5 NA 8 # 缺失數(shù)據(jù)缺失數(shù)據(jù) NAzc(1,3,5)=1:3; z1 1 2 2 4 3 NA 8 # 函數(shù)函數(shù)is.na()判斷數(shù)據(jù)是否缺失判斷數(shù)據(jù)是否缺失 ,將其為真的賦為將其為

6、真的賦為0zz0,n #第第n列大于列大于0的元素的元素x,-c(1,3) #沒有第沒有第1、3列的列的x.x-2,-c(1,3) #沒有第沒有第2行、第行、第1、3列的列的x. names(stu) #得到所有的變量名得到所有的變量名 stu=data.frame(name=c(“john”,”wuji”), age=c(30,32) x=data.frame(matrix(1:6,nrow=2) names(stu) #得到所有的變量名得到所有的變量名 rownames(stu) #得到行名得到行名 attach(x) #把數(shù)據(jù)框中的變量鏈接到內(nèi)存中把數(shù)據(jù)框中的變量鏈接到內(nèi)存中 x=mat

7、rix(1:6,2,3)x=data.frame(x);x X1 X2 X31 1 3 52 2 4 6x$X21 3 4attributes(x)$names1 “X1 “X2 “X3“$s1 1 2“$class1 data.framex=data.frame(id=101:120,score=round(rnorm(20,70,10)xseq(1,10,2),xorder(x2,decreasing = T ),xx260,dnorm() #計(jì)算正態(tài)分布的密度函數(shù)計(jì)算正態(tài)分布的密度函數(shù)pnorm() #計(jì)算正態(tài)分布的分布函數(shù)計(jì)算正態(tài)分布的分布函數(shù)qnorm() #計(jì)算正態(tài)

8、分布的分位數(shù)計(jì)算正態(tài)分布的分位數(shù)rnorm() #計(jì)算正態(tài)分布的隨機(jī)數(shù)計(jì)算正態(tài)分布的隨機(jī)數(shù)其它分布的關(guān)鍵詞：其它分布的關(guān)鍵詞：unif , exp,chisq, t, f, binom, poisdexp(2,10 )runif(10,0,10)mean(), median(),quantile(),var(),sd(),cor()sum(),max(),min()summary()table() #列聯(lián)表列聯(lián)表x = c(10,71:78, 90) xm - mean(x) c(xm, mean(x, trim = 0.10) A = cbind(c(90,60,70),c(85,66,95

9、)apply(A,1,mean) # 對(duì)每一行取平均apply(A,2,mean) #對(duì)每一列取平均var(A)cor(A)x=seq(-10,10,2); y=rnorm(11)plot(x, y) plot(x, y,main=散點(diǎn)圖散點(diǎn)圖,xlab=橫坐標(biāo)橫坐標(biāo)x,ylab=縱坐標(biāo)縱坐標(biāo)y)text(x,y, 1:length(x),-1) # 寫入點(diǎn)序號(hào)寫入點(diǎn)序號(hào),第三個(gè)參數(shù)默認(rèn)如此第三個(gè)參數(shù)默認(rèn)如此plot(x,y,type = o, col = red,pch=2,lty=3)1.散點(diǎn)圖散點(diǎn)圖 plot(x,y,) type=“p” #散點(diǎn)圖，默認(rèn)散點(diǎn)圖，默認(rèn)type=“l(fā) #繪實(shí)

10、線繪實(shí)線type=“o” #實(shí)線通過所有的點(diǎn)實(shí)線通過所有的點(diǎn)type=“n” #不畫點(diǎn)不畫點(diǎn)參數(shù)參數(shù)lty表示線的類型表示線的類型0=blank, 1=solid (default), 2=dashed, 3=dotted, 4=dotdash, 5=longdash, 6=twodash 低水平作圖函數(shù)還有低水平作圖函數(shù)還有points()lines()ablines()text()legend()x=seq(-10,10,2); y=rnorm(11)par(mfrow=c(3,1) #準(zhǔn)備畫準(zhǔn)備畫3個(gè)圖個(gè)圖plot(x, y) plot(x, y,main=散點(diǎn)圖散點(diǎn)圖,xlab=橫坐標(biāo)

11、橫坐標(biāo)x,ylab=縱坐標(biāo)縱坐標(biāo)y)text(x,y, 1:length(x),-1) # 寫入點(diǎn)序號(hào)寫入點(diǎn)序號(hào)plot(x,y,type = o, col = red,pch=2,lty=3)2.散點(diǎn)圖矩陣散點(diǎn)圖矩陣 pairs(x,)A=matrix(rnorm(12,70,20),nrow=4)pairs(A)3. 多組散點(diǎn)圖多組散點(diǎn)圖matplot(x,y,)x=seq(0,2*pi,0.2)matplot(x,cbind(sin(x),cos(x),type=c(“o”,”o”),col=2:3)4.星座圖星座圖 5.臉譜圖臉譜圖library(aplpack)faces(x,nro

12、w.plot,ncol.plot)stars(x,full=TRUE,draw.segments=FALSE)stars(x,main=“星座圖星座圖”)stars(x, draw.segments=T,main=“雷達(dá)圖雷達(dá)圖”)stars(x,location=c(0,0), col.lines=rainbow(n),main=“蜘蛛蜘蛛網(wǎng)圖網(wǎng)圖”)例例1. 在同一圖中繪制標(biāo)準(zhǔn)正態(tài)分布和自由度在同一圖中繪制標(biāo)準(zhǔn)正態(tài)分布和自由度為為5的的t分布的概率密度圖分布的概率密度圖.plot(x,dnorm(x),type=l,ylab=f(x),main=概率密度圖)lines(x,dt(x,5),

13、col=red,lty=2)legend(2,0.4,c(N(0,1),t(5),lty=1:2,col=c(black,red)matplot(x,cbind(dnorm(x),dt(x,5),type=l,ylab=f(x),main=概率密度圖)legend(2,0.4,c(N(0,1),t(5),lty=1:2,col=1:2)lwl.andrews=function(X) t=seq(-pi,pi,0.2) n=nrow(X) f=matrix(0,nrow=length(t),ncol=n) for(i in 1:n) f,i=Xi,1/sqrt(2) for(j in 2:nco

14、l(X) if (j%2=0) f,i=f,i+Xi,j*sin(j/2*t) else f,i=f,i+Xi,j*cos(j%/%2*t) matplot(t,f,col=1:n,type=o,main=調(diào)和曲線圖調(diào)和曲線圖) 例2：繪制調(diào)和曲線圖12345( )sincos2sin 2cos 2.,iiiiiixf txtxtxtxtta=rnorm(100,70,10); hist(a)b=rbinom(100,5,0.5)nums=table(b)barplot(nums)例例1：31省市地區(qū)的消費(fèi)支出數(shù)據(jù)，進(jìn)行如下統(tǒng)計(jì)省市地區(qū)的消費(fèi)支出數(shù)據(jù)，進(jìn)行如下統(tǒng)計(jì)1.計(jì)算各地區(qū)的人均消費(fèi)支出總

15、和，并畫出柱狀圖計(jì)算各地區(qū)的人均消費(fèi)支出總和，并畫出柱狀圖2.畫出前十個(gè)地區(qū)的關(guān)于衣著和居住兩項(xiàng)的復(fù)式柱狀圖。畫出前十個(gè)地區(qū)的關(guān)于衣著和居住兩項(xiàng)的復(fù)式柱狀圖。3.計(jì)算各消費(fèi)類型的均值，并畫出餅狀圖和柱狀圖計(jì)算各消費(fèi)類型的均值，并畫出餅狀圖和柱狀圖3.畫出各消費(fèi)類型的箱線圖畫出各消費(fèi)類型的箱線圖4.畫出各地區(qū)的雷達(dá)圖和臉譜圖畫出各地區(qū)的雷達(dá)圖和臉譜圖 barplot(apply(X,1,sum),col=rainbow(31),s=0.5) pie(apply(X,2,mean)barplot(apply(X,2,mean),names=NA,legend=names(X),co

16、l=1:ncol(X)barplot(t(X1:10,c(2,7),beside=T,legend=T)實(shí)驗(yàn)題11231.3 ,45657810AB 求矩陣B的行列式、逆矩陣、特征根和特征向量及ABA學(xué)號(hào) 性別 數(shù)學(xué) 語(yǔ)文 英語(yǔ) 物理1 3001 男 80 76 81 902 3002 男 55 67 79 633 3003 女 27 52 53 434 3004 女 62 57 66 695 3005 女 94 80 76 716 3006 男 97 59 61 747 3007 男 79 62 78 888 3008 男 70 92 78 839 3009 女 67 66 65 5510

17、3010 男 97 46 55 7511 3011 男 84 82 88 9212 3012 男 40 57 67 5313 3013 男 72 70 80 8414 3014 男 43 31 56 6015 3015 男 95 75 58 7416 3016 男 62 85 91 8317 3017 女 71 76 68 7418 3018 男 80 40 52 7119 3019 女 96 75 77 8020 3020 女 82 51 73 7721 3021 女 70 73 85 7722 3022 男 61 40 47 5623 3023 女 64 75 66 7124 3024 女

18、 60 21 48 6525 3025 男 81 88 80 8426 3026 女 89 54 65 7127 3027 男 55 38 58 6228 3028 女 60 54 68 6229 3029 男 65 63 65 7530 3030 男 69 55 73 7531 3031 男 80 29 61 6832 3032 男 91 59 73 8533 3033 男 69 73 75 7834 3034 女 90 88 73 8735 3035 女 64 70 72 772. 某班某班35人期末成績(jī)見右圖人期末成績(jī)見右圖 繪制四科成績(jī)的散點(diǎn)圖矩陣、雷繪制四科成績(jī)的散點(diǎn)圖矩陣、雷達(dá)圖和

19、臉譜圖達(dá)圖和臉譜圖 繪制前繪制前5名學(xué)生各科成績(jī)的輪廓名學(xué)生各科成績(jī)的輪廓圖圖 繪制數(shù)學(xué)與物理成績(jī)的散點(diǎn)圖，繪制數(shù)學(xué)與物理成績(jī)的散點(diǎn)圖，其中男生與女生用不同的形狀點(diǎn)其中男生與女生用不同的形狀點(diǎn)表示。表示。 繪制四科成績(jī)的箱線圖繪制四科成績(jī)的箱線圖 計(jì)算四科成績(jī)的平均分，并畫出柱狀圖計(jì)算四科成績(jī)的平均分，并畫出柱狀圖 分性別統(tǒng)計(jì)四科成績(jī)的平均分，并畫出復(fù)式柱狀分性別統(tǒng)計(jì)四科成績(jī)的平均分，并畫出復(fù)式柱狀圖圖 g.在數(shù)據(jù)陣中增加總分列，并依總分從高到低排在數(shù)據(jù)陣中增加總分列，并依總分從高到低排序序 h.計(jì)算四科成績(jī)的相關(guān)矩陣計(jì)算四科成績(jī)的相關(guān)矩陣lm(yx) # y為向量, x可為向量與矩陣lm(y

20、x+0) #回歸方程沒有常數(shù)項(xiàng)lm(yx+I(x2) lm(yx1+x2) lm(yx1+x2,data=X) # X為數(shù)據(jù)框，x1,x2為其中列名lm(y.,data=X)lm(yx1+x2+I(x22)-x3,data=X)lm.fit=lm(yX)lm.fit$coefficientslm.fit$residualslm.fit$fitted.valuesummary(lm.fit)數(shù)數(shù)據(jù)據(jù)12345678910 11 12 13 14 15x25 1730 31 32282930211 18 18 28614y22 1526 30 34252734711 19 20 19914fit=lm(yx)par(mfrow=c(2,1)plot(x,y,main=一元回歸圖一元回歸圖)abline(fit)points(x,fit$fitted,col=red,pch=3)plot(fit$fitted,fit$residuals,main=殘差圖殘差圖)x=runif(30,0,10)x=sort