R语言入门教案.pptx

语言入门;R语言简介;R的获取及安装;R包的安装及载入;数据的读取;数据的读取;数据预处理;数据预处理;基本图形;基本图形;R语言应用;数据的描述性分析;回归分析;Step1:绘制散点图 ;Step2:建立回归模型并进行显著性检验 回归方程：y=64.9283+0.635x(系数非常显著；F检验非常显著) ;Step3:残差分析 ;Step4:删除异常点，重新拟合回归方程 回归方程：y=64.554+0.6489x ;Step5:根据回归方程，给定年龄，预测身高估计值及其取值区间 注：predict函数中使用的数据是data.frame或list格式 在置信水平0.95下，年龄为30时，身高的预测值为84.02034，预测区间为[83.46839，84.57228] ;方差分析;Step1:单因素方差分析 ;Step2:绘制带有置信区间的组均值图形 ;Step3:多重比较 虽然得出结果五种药物疗法不同，但并没有告诉我们哪种疗法与其他疗法不同。多重比较可以解决这个问题。 结论：一天四次比一天一次效果佳， drugE比其他所有药物和疗法都更优。 ;相关性分析;Step1:求相关性系数，并以图形方式展示 ;Step2:显著性检验 ;聚类分析;Step1:读取数据，求出距离计算结果 ;Step2:对d作聚类分析，绘制聚类谱系图 注：以上分别为离差平方和法、最短距离法、最长距离法、中间距离法 ;Step3:查看分类结果 注：将16种饮料细分为4类，以序号1、2、3、4表示4个类别 ;时间序列分析;某企业近年销售数据如下，分析数据趋势：;Step1:读取数据，并转换成时间序列 ;Step2:分解时间序列 销售额前三季度逐渐上升， 第四季度出现下降。 ;Step3:时间序列预测 简单指数平滑法：适用于可用加法模型描述，处于恒定水平且没有季节性变动的时间序列。 (beta=FALSE,gamma=FALSE) Holt指数平滑法：适用于可用加法模型描述，有增长或降低趋势且没有季节性变动的时间序列。 (gamma=FALSE) Winters指数平滑法：适用于可用加法模型描述，有增长或降低趋势且存在季节性变动的时间序列。 ;Step4:残差白噪声检验（检验预测效果） 假设：残差服从白噪声分布，即残差序列是期望和方差均为常数的正态分布随机数。 相关图检验： Ljung-Box检验：;谢谢大家！