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 .