R的课后习题.docxVIP

下载本文档

316
0
约9.56千字
约 28页
2017-07-31 发布于天津
举报
版权申诉

R的课后习题.docx

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

R的课后习题

x - c(74.3, 78.8, 68.8, 78, 70.4, 80.5, 80.5, 69.7, 71.2, 73.5, 79.5, 75.6, 75, 78.8, 72, 72, 72, 74.3, 71.2, 72, 75, 73.5, 78.8, 74.3, 75.8, 65, 74.3, 71.2, 69.7, 68, 73.5, 75, 72, 64.3, 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, 70.4, 68, 70.4, 72, 76.5, 74.3, 76.5, 77.6, 67.3, 72, 75, 74.3, 73.5, 79.5, 73.5, 74.7, 65, 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, 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, 76.5, 70.4)n - length(x)mean(x) #均值## [1] 73.67var(x) #方差## [1] 15.52sd(x) #标准差## [1] 3.939max(x) - min(x) #极差## [1] 20sd(x)/100^(1/2) # 标准误## [1] 0.3939100 * sd(x)/mean(x) #变异系数## [1] 5.347n/((n - 1) * (n - 2)) * sum(x - mean(x))^3/sd(x)^3 # 偏度## [1] -4.411e-41n * (n + 1)/((n - 1) * (n - 2) * (n - 3) * sd(x)^4) * sum(x - mean(x))^4 - 3 * (n - 1)^2/(n - 2)/(n - 3) #峰度## [1] -3.0933.2 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（其中正态曲线的均值和标准差取习题3.1计算出的值）# 直方图hist(x)# 密度估计曲线plot(density(x), col = blue)# 经验分布图plot(ecdf(x))# qq图qqnorm(x)qqline(x)# 将密度估计曲线与正态密度曲线相比较plot(density(x), col = blue)x1 - 55:154lines(x1, dnorm(x1, mean(x), sd(x)), col = red)# 将经验分布曲线与正态分布曲线相比较 verticals=TRUE# 表示画垂直线；do.p=FALSE表示数据点上不画点plot(ecdf(x), verticals = TRUE, do.p = FALSE)x1 - 55:154lines(x1, pnorm(x1, mean(x), sd(x)))3.3 绘出习题3.1的茎叶图、箱线图，并计算五数总括。# 茎叶图stem(x)## ## The decimal point is at the |## ## 64 | 300## 66 | 23333## 68 |# 70 | 344444442222## 72 | 0000000777777555555555555## 74 | 33333333700000004688888## 76 | 5555555226## 78 | 0888555## 80 | 355266## 82 | ## 84 | 3# 箱线图boxplot(x)# 计算五数总括fivenum(x)## [1] 64.3 71.2 73.5 75.8 84.33.4 分别用W检验方法和Kolmogorov-Smirnov检验方法检验习题3.1的数据是否服从正态分布。# 用W检验方法# 提供w统计量和相应的p值，当p值小于某个显著性水平（比如0.05）时，则认为样本不是来自于正态分布的总体# p-value=0.6708 大于0.05，可以认为样本是来自于正态分布的总体shapiro.test(x)## ## Shapiro-Wilk normality test## ## data: x ## W = 0.9901, p-value =