R 语 言 实 验 报 告
习题详解
学院:
班级:
学号:
姓名:
导师:
成绩:
目录
、实验目的
、实验内容
1.1问题叙述
1.2问题求解
1.3结果展示
2.1问题叙述
22问题求解
2.3结果展示
3.1问题叙述
3.2问题求解
3.3结果展示
4.1问题叙述
4.2问题求解
4.3结果展示
5.1问题叙述
5.2问题求解
5.3结果展示
6.1问题叙述
6.2问题求解
6.3结果展示
三、实验总结
一、 实验目的
R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、 免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具;
本次试验要求掌握了解R语言的各项功能和函数,能够通过完成试验内容对 R语言有一定的了解,会运用软件对数据进行分析;
通过本实验加深对课本知识的理解以及熟练地运用 R语言软件来解决一些
复杂的冋题。
二、 实验内容
1.1问题叙述
将1,2,…,20构成两个4X 5阶的矩阵,其中矩阵A是按列输入,矩阵B 是按行输入,并做如下运算.
C=A+B;
D=A*B;
F是由A的前3行和前3列构成的矩阵;
G是由矩阵B的各列构成的矩阵,但不含 B的第3列.
1.2问题求解
1.2.1创建按列、行输入的4X 5矩阵;
A<-matrix(1:20,c(4,5))
A
B<-matrix(1:20, nrow=4,byrow=TRUE)
B
程序求解
A<-matrix(1:20,c(4,5))
A
B<-matrix(1:20, nrow=4,byrow=TRUE)
B
C=A+B
C
D=A*B
D
F<-A[1:3,1:3]
F
H<-matrix(c(1,2,4,5), nrow=1)
H
G<-B[,H]
G
1.3结果展示
2.1问题叙述
已知有5名学生的数据,如下表所示.用数据框的形式读入数据
学生数据
序号
姓名
性别
年龄
身高(cm)
体重(kg)
1
:张三
:女
14
156
42.0
2
李四
男
15
165
49.0
3
1 王五
女
16
157
41.5
4
赵六
:男
14
162
52.0
5
丁一
女
15
159
45.5
2.2问题求解
StudentData 数据框
Stude ntData<-data.frame( name=c("zha ngsa n","lisi","wa ngwu","zhaoli『," din gyi"),sex=c("F","M","F","M","F"),age=c("14","15","16","14","15"),h eight=c("156","165","157","162","159"),weight=c("42","49","41.5","52" ,"45.5"))
程序求解
Stude ntData<-data.frame( name=c("zha ngsa n","lisi","wa ngwu","zhaoliu"," din gyi"),sex=c("F","M","F","M","F"),age=c("14","15","16","14","15"),h eight=c("156","165","157","162","159"),weight=c("42","49","41.5","52" ,"45.5"))
Stude ntData
2.3结果展示
3.1问题叙述
某单位对100名女生测定血清总蛋白含量(g/L),数据如下:
74.3
79.9
68.8
78.0
70.4
80.5
80.5
69.7
71.2
73.5
79.5
75.6
75.0
78.8
72.0
72.0
72.0
74.3
71.2
72.0
75.0
73.5
78.8
74.3
75.8
65.0
74.3
71.2
69.7
68.0
73.5
75.0
72.0
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
75.0
70.4
68.0
70.4
72.0
76.5
74.3
76.5
77.6
67.3
72.0
75.0
74.3
73.5
79.5
73.5
74.7
65.0
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
75.0
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
75.0
76.5
70.4
绘制上述数据的直方图、密度估计曲线、经验分布图和 QQ图.
3.2问题求解
直方图;
hist(serumdata,freq=FALSE,col="purple",border="red",de nsity=3,a ngle=60,ma in=pas
te("the histogram of serumdata"),xlab="age",ylab="freque ncy")
3.2.2运用lines函数绘制密度估计曲线;
lin es(de nsity(serumdata),col="blue")
3.2.3运用plot函数绘制经验分布图;
x<-64:85
lin es(x,d no rm(x,mea n( serumdata),sd(serumdata)),col="gree n")
plot(ecdf(serumdata),verticals=TRUE,do.p=FALSE)
lin es(x,p no rm(x,mea n( serumdata),sd(serumdata)),col="blue")
3.2.4运用qqnorm函数绘制QQ图
qqno rm(serumdata,col="purple")
qqli ne(serumdata,col="red")
3.3结果展示
直方图
密度估计曲线
经验分布图
QCS
4.1问题叙述
甲、乙两种稻谷分别播种在10块试验田中,每块实验田甲乙稻谷各种一半
假设两稻谷产量X,Y均服从正态分布,且方差相等.收获后10块试验田的产量 如下所示(单位:千克)
甲种
140
137
136
140
145
148
140
135
144
141
乙种
135
118
115
140
128
131
130
115
131
125
TOC \o "1-5" \h \z 求出两稻种产量的期望差 1 2的置信区间( 0.05)
4.2问题求解
框
x<-c(140,137,136,140,145,148,140,135,144,141)
x
[1] 140 137 136 140 145 148 140 135 144 141
y<-c(135,118,115,140,128,131,130,115,131,125)
y
[1] 135 118 115 140 128 131 130 115 131 125
t.test 函数求解
> t.test(x,y,var.equal=TRUE)
4.3结果展示
由以上程序运行得两稻种产量的期望差 i 2的95泄信区间为[7.53626,
20.06374].
5.1问题叙述
甲乙两组生产同种导线,现从甲组生产的导线中随机抽取 4根,从乙组生产
的导线中随机抽取5根,它们的电阻值(单位: )分别为
甲组
0.143
0.142
0.143
0.137
乙组
0.140
0.142
0.136
0.138
0.140
假设两组电阻值分别服从正态分布 N( 1, 2)和N( 2,」,2未知.试求1 2
的置信区间系数为0.95的区间估计.
5.2问题求解
框
x<-c(0.143,0.142,0.143,0.137)
y<-c(0.140,0.142,0.136,0.138,0.140)
t.test 函数求解
t.test(x,y,var.equal=TRUE)
5.3结果展示
Two Sample t-test
data: x and y
t = 1.198, df = 7, p-value = 0.2699
alter native hypothesis: true differe nce in means is n ot equal to 0
95 perce nt con fide nce in terval:
-0.001996351 0.006096351
sample estimates:
mean of x mean of y
0.14125 0.13920
由以上程序运行甲乙两电阻的期望差1 2的95%置信区间为
[-0.001996351 , 0.006096351].
106.1问题叙述
10
已知某种灯泡寿命服从正态分布,在某星期所生产的该灯泡中随机抽取
只,测得其寿命(单位:小时)为
1067 919 1196 785 1126 936 918 1156 920 948
求这个星期生产出的灯泡能使用 1000小时以上的概率.
6.2问题求解
x数据框
x=c(1067,919,1196,785,1126,936,918,1156,920,948)
x
pnorm函数求解
pn orm(1000,mea n(x),sd(x))
[1] 0.5087941
6.3结果展示
由以上程序运行得,x<=1000的概率为0.509,故x大于1000的概率为0.491.
三、实验总结
在R语言实验学习中,通过实验操作可使我们加深对理论知识的理解, 学习 和掌握R语言的基本方法,并能进一步熟悉和掌握R软件的操作方法,培养我们 分析和解决实际问题的基本技能,提高我们的综合素质 .