R统计分析研讨.ppt

R统计分析一、描述性统计 (0) 样本和: sum(x)# 求部分和 sum(x[i:j]) sum(x[x<a]) (1) 均值 mean(x) (2) 次序 sort(x)# 从小到大排序(3) 中位数 median(x) (4) 百分位数 quantile(x)# 默认为 5个分位数(5) 方差与标准差 var(x),sd(x) (6) 变异系数 cv=sd/mean * 100 (7) 众数 max(table(x)) Y=sample(1:3,100,replace=T) max(table(Y)) 假设有 15 名同学的体重如下, w <- c(, , , , , , , , , , , , , , ) 计算数据 w的各种统计量 R R软件中的统计计算软件中的统计计算统计统计分布分布每一种分布有四个函数: d― density (密度函数), p―分布函数, q―分位数函数, r―随机数函数。比如,正态分布 dnorm , pnorm , qnorm , rnorm 下列各分布前面加前缀 d、p、q或r就构成函数名: norm :正态, t:t分布, f:F分布, chisq : 卡方(包括非中心) unif :均匀, binom :二项分布, 统计统计分布分布下列各分布前面加前缀 d、p、q或r就构成函数名: exp :指数, weibull :威布尔, gamma :伽玛, beta :贝塔 lnorm :对数正态, logis :逻辑分布, cauchy :柯西, binom :二项分布, geom :几何分布, hyper :超几何, nbinom :负二项, pois :泊松 signrank :符号秩, wilcox :秩和, tukey :学生化极差分布名称 R中的名称参数二项分布 binom Size,prob 泊松分布 pois lambda 几何分布 geom Shape,scale 超几何分布 hyper M,n,k 负二项分布 nbinom Size,prob 均匀分布 unif Min,max 指数分布 exp rate 正态分布 norm Mean,sd F分布 f Df1,df2,ncp T分布 t Df,ncp 卡方分布 chisq Df,ncp 伽马分布 gamma Shape,scale 柯西分布 cauchy Location,scale Logistic 分布 logis Location,scale 贝塔分布 beta Shape1,shape2,ncp 在上面表格中的 R函数前加上不同的前缀表示不同函数: d: 概率密度函数 f(x), 或分布律 p(xk) p: 累积概率或分布函数 F(x) q: 分布函数的反函数,即下分位数. r: 产生相应分布的随机数例如: dnorm(0) pnorm(,0,1)# 计算标准正态分布的函数 F() 的值 qnorm()# 标准正态的下分位数 rnorm(10,0,2)# 产生 10 个正态随机变量 N(0,4) 其它分布类似. 结果: ans = y = 输入以下命令: dbinom(k ,n,p) ), 20 (~BY求服从二项分布的随机变量 Y分布率的值输入以下命令: >dbinom(10,20,) >x=0:20; >y=dbinom(x,20,) >y 5 10 15 20 Index y输入以下命令: x=seq(-10,10,); y=dnorm (x,1,2); z=pnorm(x,1,2); plot(x,z,type='l',col='Blue'); lines(x,y,type='l',col='Red'); result= p norm(6,1, 2 )-p norm(1,1, 2) ),(~ 2??NX),,()(??x dnorm xf?密度函数: ),,()(??x pnorm xF?分布函数: ).32(,