研究生R语言考题.docx

1、研究生R语言考题暨 南 大 学 考 试 试 卷教师填写2010 - 2011_ 学年度第_2_学期课程名称： 数据分析与R语言应用 授课教师姓名：_王斌会_ 考试时间:_2011_年_11_月_8_日课程类别必修 选修 考试方式开卷 闭卷 试卷类别(A、B) A 共 4 页考生填写 经济学院 学院(校) 数量经济学 专业 班(级)姓名 刘伟 学号 08 内招 外招 题 号一二三四五六七八九十总 分得 分得分评阅人一、统计图表（共1小题，共20分）1应用R图表对各类产品供货走势图分析类别月份123456789101112彩电A1冰箱A2空调A3洗衣机A4（1） 要求：数据由R随机数函数生成，产生

2、20,50间的均匀随机数。解：首先对R进行初始化，设定参数，再生成随机数，代码如下：rm(list=ls()options(digits=4)par(mar=c(4,4,2,1)+0.1,cex=0.75)A1=runif(12,20,50);A1A2=runif(12,20,50);A2A3=runif(12,20,50);A3A4=runif(12,20,50);A4（2）分析（图形要进行一定修饰）：1）绘制各类产品的月份趋势线图。解：趋势线图如下代码如下：par(mfrow=c(2,2)plot(A1,type=l,ylab=销售量,xlab=月份,main=彩电(A1),xlim=c(

3、1,12),ylim=c(0,50)plot(A2,type=l,ylab=销售量,xlab=月份,main=冰箱(A2),xlim=c(1,12),ylim=c(0,50)plot(A3,type=l,ylab=销售量,xlab=月份,main=空调(A3),xlim=c(1,12),ylim=c(0,50)plot(A4,type=l,ylab=销售量,xlab=月份,main=洗衣机(A4),xlim=c(1,12),ylim=c(0,50)2）绘制各类产品的季度的柱形图。解：首先对数据进行整理，得出各自的季度数据。柱状图如下代码如下：dat=data.frame(A1,A2,A3,A4

4、)q1=c(dat1,1+dat2,1+dat3,1,dat4,1+dat5,1+dat6,1,dat7,1+dat8,1+dat9,1,dat10,1+dat11,1+dat12,1)q2=c(dat1,2+dat2,2+dat3,2,dat4,2+dat5,2+dat6,2,dat7,2+dat8,2+dat9,2,dat10,2+dat11,2+dat12,2)q3=c(dat1,3+dat2,1+dat3,3,dat4,3+dat5,1+dat6,3,dat7,3+dat8,3+dat9,3,dat10,3+dat11,3+dat12,3)q4=c(dat1,4+dat2,4+dat3

5、,4,dat4,4+dat5,4+dat6,4,dat7,4+dat8,4+dat9,4,dat10,4+dat11,4+dat12,4)dat1=data.frame(q1,q2,q3,q4);dat1par(mfrow=c(2,2)barplot(dat1,1,xlab=季度,ylab=销售量,main=彩电(A1),ylim=c(0,150)barplot(dat1,2,xlab=季度,ylab=销售量,main=冰箱(A2),ylim=c(0,150)barplot(dat1,3,xlab=季度,ylab=销售量,main=空调(A3),ylim=c(0,150)barplot(dat

6、1,4,xlab=季度,ylab=销售量,main=洗衣机(A4),ylim=c(0,150)3）绘制各类产品的年度的饼图。解：饼图如下代码如下：par(mfrow=c(1,1)y1=dat11,1+dat12,1+dat13,1+dat14,1y2=dat11,2+dat12,2+dat13,2+dat14,2y3=dat11,3+dat12,3+dat13,3+dat14,3y4=dat11,4+dat12,4+dat13,4+dat14,4x=c(y1,y2,y3,y4)pie(x,labels=c(彩电(A1),冰箱(A2),空调(A3),洗衣机(A4),col=c(red,green

7、,purple,blue)得分评阅人二、统计检验（共2小题，每题10分，共20分）1. 两台铣床生产同一种型号的套管，平日两台铣床加工的套管内槽深度都服从正态分布N(10，0.32)和N(8，0.22)，从这两台铣床的产品中分别抽出13个和15个，请分别按方差已知和未知检验两台产品的深度是否不同(=0.05)？（1）两台铣床的产品内槽精度(方差)有无显著差别?解： x=rnorm(13,10,0.3)y =rnorm(15,8,0.2)var.test(x,y) F test to compare two variancesdata: x and y F = 3.899, num df = 1

8、2, denom df = 14, p-value =0.01785alternative hypothesis: true ratio of variances is not equal to 1 95 percent confidence interval: 1.278 12.502 sample estimates:ratio of variances 3.899由于 p-value =0.017850.05,故两台铣床的产品内槽精度(方差)有显著差别。（2） 两台产品的的深度是否不同? 解：1、方差未知时 t.test(x,y)Welch Two Sample t-testdata:

9、x and y t = 17.61, df = 17.2, p-value = 1.934e-12alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: 1.605 2.042 sample estimates:mean of x mean of y 9.982 8.159 由于p-value = 1.934e-120.05,故两台产品的的深度是不同的。 2、方差已知时 u.test=function(x,y,sigmax,sigmay) nx=leng

10、th(x) ny=length(y) xbar=mean(x) ybar=mean(y) u=(xbar-ybar)/sqrt(sigmax2/nx+sigmay2/ny) p=pnorm(u,lower.tail=F) c(u=u,p=p) u.test(x,y,0.3,.02) u p 2.187e+01 2.332e-106由于p=2.332e-1060.05, 故两台产品的的深度是不同的。2. 如果还有一台铣床生产同一种型号的套管，其加工的套管内槽深度都服从正态分布N(12，0.42)，从这台铣床的产品中抽出18个，请分别按方差已知和未知检验三台产品的深度是否不同(=0.05)？(1)

11、、方差已知的情况 x1=rnorm(13,10,0.3)x2 =rnorm(15,8,0.2)x3=sample(rnorm(1000,12,0.4),18)n1=length(x1)n2=length(x2)n3=length(x3)se1=sqrt(0.32/n1+0.22/n2)se2=sqrt(0.32/n1+0.42/n3)se3=sqrt(0.22/n2+0.42/n3)x1bar=mean(x1) x2bar=mean(x2)x3bar=mean(x3) u1=(x1bar-x2bar)/se1 u2=(x1bar-x3bar)/se3 u3=(x2bar-x3bar)/se3c

12、hi=u12+u22+u32 p=2*pchisq(chi,3,lower.tail = F);p P a=0.05，所以拒绝三台产品的的深度相等的假设，三台台产品的深度不等。 (2)、方差未知的情况y=c(x1,x2,x3) group=c(rep(1,13),rep(2,15),rep(3,18) oneway.test(ygroup) One-way analysis of means (not assuming equal variances)data: y and group F = 564.7, num df = 2.00, denom df = 28.28, p-value 2.

13、2e-16 P a=0.05，所以拒绝三台产品的的深度相等的假设，三台台产品的深度不等。得分评阅人三、统计建模（共1小题，共20分）为了解百货商店销售额x与流通费率y（这是反映商业活动的一个质量指标，指每元商品流转额所分摊的流通费用）之间的关系，收集25个商店的有关数据，这里假定x来自10,30上的均匀随机数，eN(0，0.32)的正态随机数。（1） 设y=2+3*x+e，试用R拟合y=a+bx的线性回归模型解： x=runif(25,10,30) e=rnorm(25,0,0.3) y=c(2+3*x+e)fm=lm(yx) fmCall:lm(formula = y x)Coefficients:(Intercept) x 2.06 3.00 故y=2.06+3.00x.（2） 设y=2+3*ln(x)+e，试用R拟合y=a+bln(x)的对数回归模型解： x=runif(25,10,30) e=rnorm(25,0,0.3)y=c(2+3*log(x)+e) fm=lm(yx) fmCall:lm(formula