• R统计建模与R软件


    教材目录

    第一章 概率统计的基本知识

    第二章 R软件的使用

    第三章 数据描述性分析

    第四章 参数估计

    第五章 假设检验

    第六章 回归分析

    第七章 方差分析

    第八章 应用多元分析(I)

    第九章 应用多元分析(II)

    第十章 计算机模拟


    第一章 概率统计的基本知识

     

    第二章 R软件的使用

    2.1 求均值和方差

    > X1 <- c(35,40,40,42,37,45,43,37,44,42,41,39)
    > mean(X1)
    [1] 40.41667
    > sd(X1)
    [1] 3.028901
    > X2 <- c(60,74,64,71,72,68,78,66,70,65,73,75)
    > mean(X2)
    [1] 69.66667
    > sd(X2)
    [1] 5.210712

    2.2 绘制双变量散点图和单变量直方图

    > X1 <- c(35,40,40,42,37,45,43,37,44,42,41,39)
    > X2 <- c(60,74,64,71,72,68,78,66,70,65,73,75)
    > plot(X1, X2)
    > hist(X1)
    > hist(X2)

    2.3 对身高和体重作线性回归分析

    > rt <- read.table("exam0203.txt", head=TRUE);rt
          Name Sex Age Height Weight
    1    Alice   F  13   56.5   84.0
    2    Becka   F  13   65.3   98.0
    3     Gail   F  14   64.3   90.0
    4    Karen   F  12   56.3   77.0
    5    Kathy   F  12   59.8   84.5
    6     Mary   F  15   66.5  112.0
    7    Sandy   F  11   51.3   50.5
    8   Sharon   F  15   62.5  112.5
    9    Tammy   F  14   62.8  102.5
    10  Alfred   M  14   69.0  112.5
    11    Duke   M  14   63.5  102.5
    12   Guido   M  15   67.0  133.0
    13   James   M  12   57.3   83.0
    14 Jeffrey   M  13   62.5   84.0
    15    John   M  12   59.0   99.5
    16  Philip   M  16   72.0  150.0
    17  Robert   M  12   64.8  128.0
    18  Thomas   M  11   57.5   85.0
    19 William   M  15   66.5  112.0
    > lm.sol <- lm(Weight~Height, data=rt)
    > summary(lm.sol)
    
    Call:
    lm(formula = Weight ~ Height, data = rt)
    
    Residuals:
         Min       1Q   Median       3Q      Max 
    -17.6807  -6.0642   0.5115   9.2846  18.3698 
    
    Coefficients:
                 Estimate Std. Error t value Pr(>|t|)    
    (Intercept) -143.0269    32.2746  -4.432 0.000366 ***
    Height         3.8990     0.5161   7.555 7.89e-07 ***
    ---
    Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
    
    Residual standard error: 11.23 on 17 degrees of freedom
    Multiple R-squared:  0.7705,    Adjusted R-squared:  0.757 
    F-statistic: 57.08 on 1 and 17 DF,  p-value: 7.887e-07
    source("MyFile.R")
    load("MyWorkSpace.RData")
    save.image("MyWorkSpace.RData")

     

     

     

    第三章 数据描述性分析

     

    第四章 参数估计

     

    第五章 假设检验

     

    第六章 回归分析

     

    第七章 方差分析

     

    第八章 应用多元分析(I)

     

    第九章 应用多元分析(II)

     

    第十章 计算机模拟

  • 相关阅读:
    561. Array Partition I
    448. Find All Numbers Disappeared in an Array
    136. Single Number
    485. Max Consecutive Ones
    463. Island Perimeter
    496. Next Greater Element I
    344. Reverse String
    【.net项目中。。】.net一般处理程序使用方法
    【ExtAspNet学习笔记】ExtAspNet控件库中常见问题
    用VS2010创建三层架构开发模式及三层架构的研究
  • 原文地址:https://www.cnblogs.com/leezx/p/5679834.html
Copyright © 2020-2023  润新知