《统计建模与R软件》书本课后习题答案(共62页).docx
《《统计建模与R软件》书本课后习题答案(共62页).docx》由会员分享,可在线阅读,更多相关《《统计建模与R软件》书本课后习题答案(共62页).docx(69页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、精选优质文档-倾情为你奉上第二章答案:Ex2.1x-c(1,2,3)y-c(4,5,6)e-c(1,1,1)z=2*x+y+ez1=crossprod(x,y)#z1为x1与x2的内积或者x%*%yz2=tcrossprod(x,y)#z1为x1与x2的外积或者x%o%yz;z1;z2要点:基本的列表赋值方法,内积和外积概念。内积为标量,外积为矩阵。Ex2.2A-matrix(1:20,c(4,5);AB-matrix(1:20,nrow=4,byrow=TRUE);BC=A+B;C#不存在AB这种写法E=A*B;EF-A1:3,1:3;FH-matrix(c(1,2,4,5),nrow=1)
2、;H#H起过渡作用,不规则的数组下标G-B,H;G要点:矩阵赋值方法。默认是byrow=FALSE,数据按列放置。取出部分数据的方法。可以用数组作为数组的下标取出数组元素。Ex2.3x-c(rep(1,times=5),rep(2,times=3),rep(3,times=4),rep(4,times=2);x#或者省略times=,如下面的形式x-c(rep(1,5),rep(2,3),rep(3,4),rep(4,2);x要点:rep()的使用方法。rep(a,b)即将a重复b次Ex2.4n-5;H-array(0,dim=c(n,n)for(iin1:n)for(jin1:n)Hi,j-
3、1/(i+j-1);HG-solve(H);G#求H的逆矩阵ev-eigen(H);ev#求H的特征值和特征向量要点:数组初始化;for循环的使用待解决:如何将很长的命令(如for循环)用几行打出来再执行?每次想换行的时候一按回车就执行了还没打完的命令.Ex2.5StudentData-data.frame(name=c(zhangsan,lisi,wangwu,zhaoliu,dingyi),sex=c(F,M,F,M,F),age=c(14,15,16,14,15),height=c(156,165,157,162,159),weight=c(42,49,41.5,52,45.5);Stu
4、dentData要点:数据框的使用待解决:SSH登陆linux服务器中文显示乱码。此处用英文代替。Ex2.6write.table(StudentData,file=studentdata.txt)#把数据框StudentData在工作目录里输出,输出的文件名为studentdata.txt.StudentData_a-read.table(studentdata.txt);StudentData_a#以数据框的形式读取文档studentdata.txt,存入数据框StudentData_a中。write.csv(StudentData_a,studentdata.csv)#把数据框Stude
5、ntData_a在工作目录里输出,输出的文件名为studentdata.csv,可用Excel打开.要点:读写文件。read.table(file)write.table(Rdata,file)read.csv(file)write.csv(Rdata,file)外部文件,不论是待读入或是要写出的,命令中都得加双引号。Ex2.7Fun-function(n)if(n=0)list(fail=pleaseinputaintegerabove0!)elserepeatif(n=1)breakelseif(n%2=0)n-n/2elsen-3*n+1list(sucess!)在linux下新建一个R
6、文件,输入上述代码,保存为2.7.R然后在当前目录下进入R环境,输入source(2.7.R),即打开了这个程序脚本。然后就可以执行函数了。输入Fun(67),显示sucess!输入Fun(-1),显示$fail1pleaseinputaintegerabove0!待解决:source(*.R)是可以理解为载入这个R文件吧?如何在R环境下关闭R文件呢?OK,自己写的第一个R程序Ex3.1新建txt文件如下:3.1.txt74.379.575.073.575.874.073.567.275.873.578.875.673.575.075.872.079.576.573.579.568.875.0
7、78.872.068.876.573.572.775.070.478.078.874.364.376.574.374.770.472.776.570.472.075.875.870.476.565.077.273.572.780.572.065.080.371.277.676.568.873.577.280.572.074.369.781.267.381.667.372.784.369.774.371.274.375.072.075.467.381.675.071.271.269.773.570.475.072.767.370.376.573.572.068.073.568.074.372.7
8、72.774.370.4编写一个函数(程序名为data_outline.R)描述样本的各种描述性统计量。data_outline-function(x)n-length(x)m-mean(x)v-var(x)s-sd(x)me-median(x)cv-100*s/mcss-sum(x-m)2)uss-sum(x2)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)/s3g2-(n*(n+1)/(n-1)*(n-2)*(n-3)*sum(x-m)4)/s4-(3*(n-1
9、)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,row.names=1)进入R,source(data_outline.R)#将程序调入内存serumdata-scan(3.1.txt);serumdata#将数据读入向量serumdata。data_outline(serumdata)结果如下:NMeanVarstd_devMedianstd_meanCVCSSUSSR.69615
10、.50.320R1SkewnessKurtosis14.60.要点:read.table()用于读表格形式的文件。上述形式的数据由于第七行缺几个数据,故用read.table()不能读入。scan()可以直接读纯文本文件。scan()和matrix()连用还可以将数据存放成矩阵形式。X-matrix(scan(3.1.txt,0),ncol=10,byrow=TRUE)#将上述数据放置成10*10的矩阵。scan()还可以从屏幕上直接输入数据。Yhist(serumdata,freq=FALSE,col=purple,border=red,density=3,angle=60,main=pas
11、te(thehistogramofserumdata),xlab=age,ylab=frequency)#直方图。col是填充颜色。默认空白。border是边框的颜色,默认前景色。density是在图上画条纹阴影,默认不画。angle是条纹阴影的倾斜角度(逆时针方向),默认45度。main,xlab,ylab是标题,x和y坐标轴名称。lines(density(serumdata),col=blue)#密度估计曲线。xlines(x,dnorm(x,mean(serumdata),sd(serumdata),col=green)#正态分布的概率密度曲线plot(ecdf(serumdata),
12、verticals=TRUE,do.p=FALSE)#绘制经验分布图lines(x,pnorm(x,mean(serumdata),sd(serumdata),col=blue)#正态经验分布qqnorm(serumdata,col=purple)#绘制QQ图qqline(serumdata,col=red)#绘制QQ直线Ex3.3stem(serumdata,scale=1)#作茎叶图。原始数据小数点后数值四舍五入。Thedecimalpointisatthe|64|30066|2333368|70|72|55574|8876|78|80|82|84|3boxplot(serumdata,c
13、ol=lightblue,notch=T)#作箱线图。notch表示带有缺口。fivenum(serumdata)#五数总结164.371.273.575.884.3Ex3.4shapiro.test(serumdata)#正态性Shapori-Wilk检验方法Shapiro-Wilknormalitytestdata:serumdataW=0.9897,p-value=0.6437结论:p值0.05,可认为来自正态分布的总体。ks.test(serumdata,pnorm,mean(serumdata),sd(serumdata)#Kolmogrov-Smirnov检验,正态性One-sam
14、pleKolmogorov-Smirnovtestdata:serumdataD=0.0701,p-value=0.7097alternativehypothesis:two-sidedWarningmessage:Inks.test(serumdata,pnorm,mean(serumdata),sd(serumdata):cannotcomputecorrectp-valueswithties结论:p值0.05,可认为来自正态分布的总体。注意,这里的警告信息,是因为数据中有重复的数值,ks检验要求待检数据时连续的,不允许重复值。Ex3.5yfplot(f,y,col=lightgreen)
15、#plot()生成箱线图xyzboxplot(x,y,z,names=c(1,2,3),col=c(5,6,7)#boxplot()生成箱线图结论:第2和第3组没有显著差异。第1组合其他两组有显著差异。Ex3.6数据太多,懒得录入。离散图应该用plot即可。Ex3.7studatadata.frame(studata)#转化为数据框V1V2V3V4V5V611alicef1356.584.022beckaf1365.398.033gailf1464.390.044karenf1256.377.055kathyf1259.884.566maryf1566.5112.077sandyf1151.3
16、50.588sharonf1562.5112.599tammyf1462.8102.51010alfredm1469.0112.51111dukem1463.5102.51212guidom1567.0133.01313jamesm1257.383.01414jefferym1362.584.01515johnm1259.099.51616philipm1672.0150.01717robertm1264.8128.01818thomasm1157.585.01919williamm1566.5112.0names(studata)attach(studata)#将数据框调入内存plot(we
17、ightheight,col=red)#体重对于身高的散点图coplot(weightheight|sex,col=blue)#不同性别,体重与身高的散点图coplot(weightheight|age,col=blue)#不同年龄,体重与身高的散点图coplot(weightheight|age+sex,col=blue)#不同年龄和性别,体重与身高的散点图Ex3.8xyfzcontour(x,y,z,levels=c(0,1,2,3,4,5,10,15,20,30,40,50,60,80,100),col=blue)#二维等值线persp(x,y,z,theta=120,phi=0,exp
18、and=0.7,col=lightblue)#三位网格曲面Ex3.9attach(studata)cor.test(height,weight)#Pearson相关性检验Pearsonsproduct-momentcorrelationdata:heightandweightt=7.5549,df=17,p-value=7.887e-07alternativehypothesis:truecorrelationisnotequalto095percentconfidenceinterval:0.sampleestimates:cor0.由此可见身高和体重是相关的。Ex3.10Ex3.11上述两
19、题原始数据太多,网上找不到,懒得录入。略。Ex4.2指数分布,的极大似然估计是n/sum(Xi)xlamdaxmean(x)11平均为1个。Ex4.4obj-function(x)fx0nlm(obj,x0)$minimum148.98425$estimate111.-0.$gradient11.e-08-1.e-07$code11$iterations116Ex4.5xt.test(x)#t.test()做单样本正态分布区间估计OneSamplet-testdata:xt=35.947,df=9,p-value=4.938e-11alternativehypothesis:truemeani
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 统计建模与R软件 统计 建模 软件 书本 课后 习题 答案 62
限制150内