應(yīng)用統(tǒng)計分析實驗軟件

應(yīng)用統(tǒng)計分析實驗軟件第一頁，共五十四頁，2022年，8月28日SPSS：這是一個很受歡迎的統(tǒng)計軟件容易操作，輸出漂亮，功能齊全，價格合理。對于非統(tǒng)計工作者是很好的選擇。第二頁，共五十四頁，2022年，8月28日Excel：嚴格說來不是統(tǒng)計軟件，但作為數(shù)據(jù)表格軟件，必然有一定統(tǒng)計計算功能。多數(shù)裝Office時沒有裝數(shù)據(jù)分析的功能，畫圖功能都具備(雖然不好看)。對于簡單分析，Excel還算方便，但隨著問題的深入，就不那么“傻瓜”，需要很麻煩地使用函數(shù)，甚至根本沒有相應(yīng)的方法了。第三頁，共五十四頁，2022年，8月28日SAS：這是功能非常齊全的軟件；美國政府政策傾斜(“權(quán)威性”)許多美國公司使用。價格不菲,每年交費.即使贈送,條件苛刻盡管現(xiàn)在已經(jīng)盡量“傻瓜化”，仍然需要一定的訓(xùn)練才可以進入。第四頁，共五十四頁，2022年，8月28日S-plus：這是統(tǒng)計學(xué)家喜愛的軟件。功能齊全，圖形漂亮有不斷加入的各個方向統(tǒng)計學(xué)家編寫的統(tǒng)計軟件包。也可以自己加入算法.強大而又方便的編程功能，使得研究人員可以編制自己的程序來實現(xiàn)自己的理論和方法。它也在進行“傻瓜化”以爭取顧客。但主要以其方便的編程為顧客所青睞。但是對于不會編程者,不那么“傻瓜”第五頁，共五十四頁，2022年，8月28日R軟件：免費的,志愿者管理的軟件。編程方便，語言靈活，圖形功能強大有不斷加入的各個方向統(tǒng)計學(xué)家編寫的統(tǒng)計軟件包。也可以自己加入自己算法的軟件包.這是發(fā)展最快的軟件，受到世界上統(tǒng)計師生的歡迎。是用戶量增加最快的統(tǒng)計軟件。對于一般非統(tǒng)計工作者來說，主要問題是它沒有“傻瓜化”。第六頁，共五十四頁，2022年，8月28日Minitab：這個軟件是很方便的功能強大而又齊全的軟件，也已經(jīng)“傻瓜化”，在我國用的不如SPSS與SAS那么普遍。Eviews：這是一個主要處理回歸和時間序列的軟件。GAUSS：這是一個很好用的統(tǒng)計軟件，許多搞經(jīng)濟的喜歡它。主要也是編程功能強大。目前在我國使用的人不多。MATLAB：這也是應(yīng)用于各個領(lǐng)域的以編程為主的軟件，在工程上應(yīng)用廣泛。但是統(tǒng)計方法不多。第七頁，共五十四頁，2022年，8月28日使用傻瓜軟件的問題…..無法任意取出計算過程中產(chǎn)生的任何中間結(jié)果;只能輸出軟件規(guī)定的輸出.無法在中間插入任何算法.無法實現(xiàn)軟件所沒有的計算.無法實現(xiàn)任何方法或計算方面的創(chuàng)新.是輸入輸出皆有限制的黑盒子.用語句的任何計算(即使1+1=2)都需類似八股文的“花架子”.第八頁，共五十四頁，2022年，8月28日搞統(tǒng)計是否不需要學(xué)習(xí)編程語言，可以不學(xué)習(xí),如果你…搞純粹數(shù)學(xué)推導(dǎo)的,只搞“理論”,不面對數(shù)據(jù),不用計算機覺得歲數(shù)太大,學(xué)不會“非傻瓜”的計算不想有創(chuàng)新,僅使用現(xiàn)成方法套用第九頁，共五十四頁，2022年，8月28日但如果你要創(chuàng)新…你需要反復(fù)試驗?zāi)愕男路椒ㄐ枰酶鞣N數(shù)據(jù)來檢驗?zāi)愕男路椒ㄐ枰涯愕姆椒ê屠戏椒ㄟM行比較需要介紹自己的新方法使用編程語言不可避免第十頁，共五十四頁，2022年，8月28日R軟件第十一頁，共五十四頁，2022年，8月28日R免費

資源公開(不是黑盒子,也不是吝嗇鬼)R可以在UNIX,Windows和Macintosh運行.R有優(yōu)秀的內(nèi)在幫助系統(tǒng).R有優(yōu)秀的畫圖功能學(xué)生能夠輕松地轉(zhuǎn)到商業(yè)支持的S-Plus程序(如果需要使用商業(yè)軟件)R語言有一個強大的,容易學(xué)習(xí)的語法,有許多內(nèi)在的統(tǒng)計函數(shù).第十二頁，共五十四頁，2022年，8月28日通過用戶自編程序,R語言很容易延伸和擴大.它就是這樣成長的.R是計算機編程語言.類似于UNIX語言,C語言,Pascal,Gauss語言等.對于熟練的編程者,它將覺得該語言比其他語言更熟悉.而對計算機初學(xué)者,學(xué)習(xí)R語言使得學(xué)習(xí)下一步的其他編程不那么困難.那些傻瓜軟件(SAS,SPSS等)語言的語法則完全不同.第十三頁，共五十四頁，2022年，8月28日R的歷史S語言在1980年代后期在AT&T實驗室開發(fā).R項目由Auckland大學(xué)統(tǒng)計系的RobertGentleman和RossIhaka于1995年開始的.它很快得到廣泛用戶的歡迎.目前它是由R核心發(fā)展團隊維持;它是一個由志愿者組成的工作努力的國際團隊第十四頁，共五十四頁，2022年，8月28日下載R軟件學(xué)習(xí)網(wǎng)站第十五頁，共五十四頁，2022年，8月28日R軟件的使用基本語法向量、矩陣list與data.frame讀寫數(shù)據(jù)文件控制語句與自定義函數(shù)二.數(shù)據(jù)描述性分析1.分布2.統(tǒng)計量3.一維數(shù)據(jù)的統(tǒng)計圖形4.多維數(shù)據(jù)的圖形表示R軟件第十六頁，共五十四頁，2022年，8月28日三.回歸分析四.判別分析五.聚類分析六.主成分分析第十七頁，共五十四頁，2022年，8月28日基本語法1.變量使用即定義,變量名區(qū)分大小寫,可用中文命名變量賦值可采用4種形式：=，<-,->,assign()

變量類型自動由變量賦值確定。

#注釋符號,分號;語句連接符例子：

a=10a<-1010->aassign(“a”,10) A=10A<-1010->Aassgin(‘a(chǎn)b’,200)

中國=“中華人民共和國”#生成字符串變量

assign(“中國”,“中華人民共和國”)a=10;A=10;a;A第十八頁，共五十四頁，2022年，8月28日算術(shù)運算符:+,-,*,/,^(乘方),%%(模),%/%(整除)

3.常用的數(shù)學(xué)函數(shù)有:abs,sign,log,log2,

log10,sqrt,exp,sin,cos,tan,acos,asin,atan,cosh,sinh，tanh4.查看幫助，例如：help(round),?abs第十九頁，共五十四頁，2022年，8月28日向量、矩陣向量(一維數(shù)組,下標從1開始)

a=c(d1,d2,d3,…)

間隔為1的等差序列:a:b

指定間隔的等差序列:seq(from,to,by)

seq(length=,from=,by=)

重復(fù)函數(shù)：rep(vec,times)

rep(vec,times,len=,each=)

a=c(3,5,8,10)a=1:10;b=seq(1,10,2);c=rep(a,2,each=3)a=seq(-pi,pi,0.2)隨機向量rnorm(10)

#10個服從標準正態(tài)分布的隨機數(shù)第二十頁，共五十四頁，2022年，8月28日z=1:5z[7]=8;z[1]12345NA8

#缺失數(shù)據(jù)NAz[c(1,3,5)]=1:3;z[1]12243NA8z[is.na(z)]=0#函數(shù)is.na()判斷數(shù)據(jù)是否缺失,將其為真的賦為0

z[z<3]#z中小于3的元素z[(length(z)-1):length(z)]#最后二個元素.z[-c(1,3)]#去掉第1、3元素.第二十一頁，共五十四頁，2022年，8月28日x=rnorm(10)

sort(x)order(x)第二十二頁，共五十四頁，2022年，8月28日2.矩陣(二維數(shù)組)及多維數(shù)組

matrix(data=NA,nrow=1,ncol=1,byrow=FALSE,dimnames=NULL)byrow=TRUE以行序放置，(默認FALSW,以列序)array(data=NA,dim=c(),dimnames=)

a=c(1,2,3,4,5,6,7,8,9,10)b=matrix(data=a,nrow=5,ncol=2,byrow=TRUE)c=array(data=1:12,dim=c(2,3,2))第二十三頁，共五十四頁，2022年，8月28日3.向量和數(shù)組/矩陣的轉(zhuǎn)化只要定義向量的維數(shù)即可實現(xiàn)向量和數(shù)組轉(zhuǎn)化例如：c=1:12;

a=matrix(c,nrow=2,ncol=6)

dim(c)=c(3,4);

A=diag(c(1,4,5))#以向量為對角元生成對角矩陣

a=diag(A)#獲取矩陣的對角元b=as.vector(c)d=rbind(a,a)#行合并，要求列數(shù)相等e=cbind(a,a)#列合并，要求行數(shù)相等第二十四頁，共五十四頁，2022年，8月28日4.維數(shù)問題

dim()#獲得維數(shù),返回向量

nrow(),ncol()#獲得行數(shù)和列數(shù)

rownames(),colnames()#訪問各維名稱第二十五頁，共五十四頁，2022年，8月28日x=matrix(rnorm(24),4,6)x[c(2,1),]#第2和第1行x[,c(1,3)]#第1和第3列x[2,1]#第[2,1]元素x[x[,1]>0,1]#第1列大于0的元素x[,-c(1,3)]#沒有第1、3列的x.x[-2,-c(1,3)]#沒有第2行、第1、3列的x.第二十六頁，共五十四頁，2022年，8月28日5.基本矩陣運算矩陣間四則運算：+,-,*,/分別是對應(yīng)元素的四則運算向量矩陣間：向量按列匹配與矩陣運算例如：

A=matrix(1:6,nrow=3)B=matrix(10:15,nrow=3)C=c(100,200)則：A+BA*BA+C111710521012041319227010220515213690103206第二十七頁，共五十四頁，2022年，8月28日6.矩陣運算轉(zhuǎn)置t(mat)

行列式det(mat)

逆矩陣solve(mat)

特征eigen(mat)#返回列表(values,vectors)

乘法A%*%B

向量內(nèi)積/外積x%*%y,x%o%y(笛卡爾積)

生成對角diag(Vec)取對角diag(mat)

奇異值分解svd(mat)mat=UDV’

得到列表(d,u,v)qr分解qr(mat)Choleski分解chol(mat)第二十八頁，共五十四頁，2022年，8月28日列表和數(shù)據(jù)框1.列表是一種特殊的對象集合，各元素類型任意生成：list(name1=value1,…,namen=valuen)訪問/修改：對象名[[下標]]或?qū)ο竺?nameistu=list(age=10,name=“Tom”,interests=c(“swimming”,”drawing”))stu[[2]]stu$namestu$name=“john”

names(stu)#得到所有的變量名第二十九頁，共五十四頁，2022年，8月28日2.數(shù)據(jù)框是R的一種數(shù)據(jù)結(jié)構(gòu)，以矩陣形式保存數(shù)據(jù)各列類型可以不同，每列為一變量，每行為樣品各列長度相等生成：data.frame()

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

rownames(stu)#得到行名

attach(x)#把數(shù)據(jù)框中的變量鏈接到內(nèi)存中

第三十頁，共五十四頁，2022年，8月28日x=matrix(1:6,2,3)x=data.frame(x);xX1X2X311352246x$X2[1]34attributes(x)$names[1]“X1"“X2"“X3“$s[1]"1""2“$class[1]"data.frame"第三十一頁，共五十四頁，2022年，8月28日x=data.frame(id=101:120,score=round(rnorm(20,70,10)))x[seq(1,10,2),]x[order(x[[2]],decreasing=T),]x[x[[2]]<60,]第三十二頁，共五十四頁，2022年，8月28日數(shù)據(jù)格式及I/O讀表格形式文本文件read.table(file,header=FALSE,sep=““,…)header表示第一行是否有變量名，sep表示數(shù)據(jù)分割的字符

D1=read.table(“e:\\test1.txt”,header=TRUE)D2=read.table(“clipboard”)

第三十三頁，共五十四頁，2022年，8月28日3.計算的數(shù)據(jù)保存成文本文件或CSV文本文件

write.table(data,file=“”)#純文本格式

例：將數(shù)據(jù)D1寫入文件file_1.txtwrite.table(D1,file=“e:\\file_1.txt”)

第三十四頁，共五十四頁，2022年，8月28日1.分支結(jié)構(gòu)單分支：if(條件)語句if(條件){復(fù)合語句;}

雙分支：if(條件)語句1else語句2

多分支：if()語句1elseif()語句2…elseif()語句nelse語句n+1switch:switch(表達式,list)

返回list中下標與表達式對應(yīng)的值例子：x=1;if(x>0){a=10;b=10}else{a=20;b=20;}switch(x,1:5,100,20)#12345

這三個構(gòu)成列表list,返回list[x]控制語句第三十五頁，共五十四頁，2022年，8月28日2.循環(huán)結(jié)構(gòu)

for(nameinexpress)expr;#{expr_s}while(condition)expr;#{expr_s}

repeat{exprs;if(達到中止條件)break}

中止循環(huán)語句：break;

跳空循環(huán)語句：next;例子：完成1到100的求和運算

s1=0;j=1;k=1;s2=0;s3=0;for(iin1:100)s1=s1+i;#或者

while(j<=100){s2=s2+j;j=j+1;}#或者

repeat{s3=s3+k;k=k+1;if(k>100)break}第三十六頁，共五十四頁，2022年，8月28日

fun<-function(arg1,arg2,…){

注意：最后一句表達式的值為返回值}例子：完成一維向量均值運算mymeanmymean=function(x){sum=0;n=length(x)for(jin1:n)sum=sum+x[j]sum=sum/n}meanofx=mymean(1:100);meanofx自定義函數(shù)第三十七頁，共五十四頁，2022年，8月28日dnorm()#計算正態(tài)分布的密度函數(shù)pnorm()#計算正態(tài)分布的分布函數(shù)qnorm()#計算正態(tài)分布的分位數(shù)rnorm()#計算正態(tài)分布的隨機數(shù)其它分布的關(guān)鍵詞：unif,exp, chisq,t,f,binom, poisdexp(2,10)runif(10,0,10)和分布相關(guān)第三十八頁，共五十四頁，2022年，8月28日統(tǒng)計量mean(),median(),quantile(),var(),sd(),cor()sum(),max(),min()summary()table()#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))apply(A,1,mean)#對每一行取平均apply(A,2,mean)#對每一列取平均var(A)cor(A)第三十九頁，共五十四頁，2022年，8月28日數(shù)據(jù)的圖形表示x=seq(-10,10,2);y=rnorm(11)plot(x,y)

plot(x,y,main="散點圖",xlab="橫坐標x",ylab="縱坐標y")text(x,y,1:length(x),-1)#寫入點序號,第三個參數(shù)默認如此plot(x,y,type="o",col="red",pch=2,lty=3)1.散點圖plot(x,y,…)第四十頁，共五十四頁，2022年，8月28日type=“p”#散點圖，默認type=“l(fā)’#繪實線type=“o”#實線通過所有的點type=“n”#不畫點參數(shù)lty表示線的類型0=blank,1=solid(default),2=dashed,3=dotted,4=dotdash,5=longdash,6=twodash第四十一頁，共五十四頁，2022年，8月28日低水平作圖函數(shù)還有points()lines()ablines()text()legend()第四十二頁，共五十四頁，2022年，8月28日x=seq(-10,10,2);y=rnorm(11)par(mfrow=c(3,1))#準備畫3個圖plot(x,y)

plot(x,y,main="散點圖",xlab="橫坐標x",ylab="縱坐標y")text(x,y,1:length(x),-1)#寫入點序號plot(x,y,type="o",col="red",pch=2,lty=3)第四十三頁，共五十四頁，2022年，8月28日2.散點圖矩陣pairs(x,…)A=matrix(rnorm(12,70,20),nrow=4)pairs(A)第四十四頁，共五十四頁，2022年，8月28日3.多組散點圖matplot(x,y,…)x=seq(0,2*pi,0.2)matplot(x,cbind(sin(x),cos(x)),type=c(“o”,”o”),col=2:3)第四十五頁，共五十四頁，2022年，8月28日4.星座圖

5.臉譜圖library(aplpack)faces(x,nrow.plot,ncol.plot)stars(x,full=TRUE,draw.segments=FALSE)第四十六頁，共五十四頁，2022年，8月28日例1.在同一圖中繪制標準正態(tài)分布和自由度為5的t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),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)第四十七頁，共五十四頁，2022年，8月28日lwl.andrews=function(X){t=seq(-pi,pi,0.2)n=nrow(X)f=matrix(0,nrow=length(t),ncol=n)for(iin1:n){f[,i]=X[i,1]/sqrt(2)for(jin2:ncol(X)){if(j%%2==0)f[,i]=f[,i]+X[i,j]*sin(j/2*t) else f[,i]=f[,i]+X[i,j]*cos(j%/%2*t)}}matplot(t,f,col=1:n,type="o",main="調(diào)和曲線圖")}例2：繪制調(diào)和曲線圖第四十八頁，共五十四頁，2022年，8月28日hist(x,freq)#直方圖，freq=counts,(默認)為頻數(shù)直方圖, freq=TRUE,為頻率直方圖，freq=FALSE,為密度直方圖boxplot(x)#箱線圖stem(x)#莖葉圖其它圖形

a=rnorm(100,70,10);hist(a)b=rbinom(100,5,0.5)nums=table(b)barplot(nums)pie()#餅狀圖barplot(x,beside=F)#柱狀圖第四十九頁，共五十四頁，2022年，8月28日例1：31省市地區(qū)的消費支出數(shù)據(jù)，進行如下統(tǒng)計1.計算各地區(qū)的人均消費支出總和，并畫出柱狀圖2.畫出前十個地區(qū)的關(guān)于衣著和居住兩項的復(fù)式柱狀圖。3.計算各消費類型的均值，并畫出餅狀圖和柱狀圖3.畫出各消費類型的箱線圖4.畫出各地區(qū)的雷達圖和臉譜圖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),col=1:ncol(X))barplot(t(X[1:10,c(2,7)]),beside=T,legend=T)第五十頁，共五十四頁，2022年，8月28日實驗題求矩陣B的行列式、逆矩陣、特征根和特征向量及A’BA第五十一頁，共五十四頁，2022年，8月28日學(xué)號性別數(shù)學(xué)語文英語物理13001男8076819023002男5567796333003女2752534343004女6257666953005女9480767163006男9759617473007男7962788883008男7092788393009女67666555103010男97465575113011男8482889212