统计学R语言实验5.docx

1、统计学R语言实验5实验5 R绘图（二）一、实验目的：1.熟练掌握描述性统计分析中常用的统计量；2.掌握R语言的高水平作图命令；3.掌握R语言的低水平作图命令；4.掌握多元数据的三个数据特征：均值向量、协方差矩阵、相关系数矩阵。二、实验内容：练习：要求：完成练习并粘贴运行截图到文档相应位置(截图方法见下)，并将所有自己输入文字的字体颜色设为红色（包括后面的思考及小结），回答思考题，简要书写实验小结。修改本文档名为“本人完整学号姓名1”，其中1表示第1次实验，以后更改为2,3,.。如文件名为“1305543109张立1”，表示学号为1305543109的张立同学的第1次实验，注意文件名中没有空格及

2、任何其它字符。最后连同数据文件、源程序文件等（如果有的话，本次实验没有），一起压缩打包发给课代表，压缩包的文件名同上。截图方法：法1：调整需要截图的窗口至合适的大小，并使该窗口为当前激活窗口（即该窗口在屏幕最前方），按住键盘Alt键（空格键两侧各有一个）不放，再按键盘右上角的截图键（通常印有“印屏幕”或“Pr Scrn”等字符），即完成截图。再粘贴到word文档的相应位置即可。法2：利用QQ输入法的截屏工具。点击QQ输入法工具条最右边的“扳手”图标，选择其中的“截屏”工具。）1.自行完成教材P130页开始的3.3-3.4节中的例题。2.（习题3.5）小白鼠在接种了3种不同菌型的伤寒杆菌后的存活

3、天数如下表所示，试绘出数据的箱线图（采用两种方法，一种是plot语句，另一种是boxplot语句）来判断小白鼠被注射3种菌型后的平均存活天数有无显著性差异？白鼠试验数据菌型存活天数124324772254256851071212663711667955106310注：平均存活天数其实应该是均值，但当不知道总体的分布时，通常是比较中位数。因此，这里考虑用箱线图中的中位数来进行比较。解：源代码：y-c(2,4,3,2,4,7,7,2,2,5,4,5,6,8,5,10,7,12,12,6,6,7,11,6,6,7,9,5,5,10,6,3,10)f-factor(c(rep(1,11),rep(2,

4、10),rep(3,12)plot(f,y)A-c(2,4,3,2,4,7,7,2,2,5,4)B-c(5,6,8,5,10,7,12,12,6,6)C df df pairs(df)运行截图：结论：具有相关关系的两个变量的散点图要么是从左下角到右上角（即正相关关系），要么是从左上角到右下角（即负相关关系）。但从上图可知所有的图中都没有这样的趋势，故均不相关。4.（习题3.7）某校测得19名学生的四项指标，性别、年龄、身高（cm）和体重（lb），具体数据如下表所示。（1）试绘出体重对于身高的散点图；（2）绘出不同性别情况下，体重与身高的散点图；（coplot(ab|c)）（3）绘出不同年龄段的

5、体重与身高的散点图；（4）绘出不同性别和不同年龄段的体重与身高的散点图。（coplot(ab|c+d)）学号姓名性别年龄身高体重01AliceF1356.584.002BeckaF1365.398.003GailF1464.390.004KarenF1256.377.005KathyF1259.884.506MaryF1566.5112.007SandyF1151.350.508SharonF1562.5112.509TammyF1462.8102.510AlfredM1469.0112.511DukeM1463.5102.512GuidoM1567.0133.013JamesM1257.38

6、3.014JeffreyM1362.584.015JohnM1259.099.516PhilipM1672.0150.017RobertM1264.8128.018ThomasM1157.585.019WilliamM1566.5112.0解：源代码： ef attach(ef) plot(体重身高) coplot(体重身高|性别) coplot(体重身高|年龄) coplot(体重身高|年龄+性别)运行截图：5.（习题3.8）画出函数z = x4 2x2y + x2 2xy + 2y2 + 9x/2 4y + 4 在区域 2 x 3，1 y 7上的三维网格曲面和二维等值线，其中x与y各点之间

7、的间隔为0.05，等值线的值分别为0, 1, 2, 3, 4, 5, 10, 15, 20, 30, 40, 50, 60, 80, 100，共15条。（注：在三维图形中选择合适的角度）解：源代码：x-seq(-2,3,0.05)y-seq(-1,7,0.05)f-function(x,y) x4-2*x2*y+x2-2*x*y+2*y2+9*x/2-4*y+4z persp(x,y,z,theta=30,phi=30,expand=0.7,col=lightblue)运行截图：6.（习题3.9）用Pearson相关检验法检验习题3.7中的身高与体重是否相关。解：源代码：cor.test(身高

8、,体重)运行截图：结论：其P值为7.887e-070.05，拒绝原假设，认为变量身高与体重相关。7.（习题3.10）绘出例3.17中48号求职者数据的星图。（数据见文档最后）（1）以15项自变量FL,APP,SUIT为星图的轴；（2）以G1，G2，G5为星图的轴。（提示：先）通过这些星图，能否说明应选哪6名应聘者。为使星图能够充分反映应聘者的情况，在作图中可适当调整各种参数。提示：第（2）小题，先利用教材P153页的公式，计算出48个求职者这5个变量的值，公式如下：G1-(SC+LC+SMS+DRV+AMB+GSP+POT)/7G2-(FL+EXP+SUIT)/3G3-(LA+HON+KJ)/

9、3G4-AAG5 X stars(X) attach(X) X$G1X$G2 X$G3 X$G4 X$G5rtstars(rt)运行截图： 思考：1.R语言的高水平作图函数与低水平作图函数的主要区别是什么？所谓高水平函数是与低水平作图函数相对应的，即所有的绘图函数均可产生图形，可以有坐标轴，以及图和坐标轴的说明文字。2.plot()函数除了能画出散点图外，还能画什么图？能画出曲线图吗？曲线图，箱线图；能3.多元数据主要有哪三个数据特征指标？均值向量、协方差矩阵、相关系数矩阵4.相关检验的原假设是什么？总体X,Y不相关5.多元数据的图形表示方法主要有哪几种图？轮廓图，星图，调和曲线图三、实验小结

10、（必写，但字数不限）本次实验，主要是在星图方面有些阻碍，用不同的函数读取的结果会不一样，有时还读不出来，最终还是把数据存入excel中，才能成功。要学会描述性统计分析中常用的统计量，高水平作图函数与低水平图函数的区别。附：48名应聘者的得分情况IDFLAPPAALASCLCHONSMSEXPDRVAMBGSPPOTKJSUIT1672587883897571029105810991059988810378369897499868104568565928458765568884495855887767776871059658666799888888108108981089998998810910

11、999109997888859898881010471021010710310101093101147100108395910810251247104101078288101037136981054944454768148989638252667561548875410275366461669678989887686101787779586678667818688488643367264196784785442683542048788910526798892138688810536788582298789101010310810810823710799910103991091082498710

12、81010102979910825697745932444454267878548234565562721079891053567645286353535003300502943433000044005030465694103133227331554784103255348332335779103253755233235779103223645234346433811333252356743309010231533698556682224566337496410889139753238496699791210855239106910910101010108101010104010691091010101010101010101041107802120102030010421038011001000000104334982453621333844777698868810886545961097710215578454698101079103157994447071035010002200004806101501000220000