R语言中级篇.ppt

Section II 基础统计与数学模型数据的产生 dat1<- rnorm(20) ##### 一组数的平均值 dat1 dat2<- rnorm(10,mean=7,sd=5) dat2 1 基础统计数据检验正态 W检验方法 () ,提供了 W的统计量和检验 P值, 我们当 P> 时候,我们可以认为这组数据是正态的,但是适用条件是所测的数据个数在 3 and 5000 之间格式 <- dat$biomass () 格式 (x, n, p = , alternative = c( “ ”, “ less ”, “ greater ”), = ) #### 数据是否是二项分布的 (c(682, 243), p = 3/4) (682, 682 + 243, p = 3/4) # The same 1 基础统计求一组数据的 95% 置信区间 xbar<- mean ( x ) ##### 一组数的平均值 sigma<- sd (x ) #### 标准差 sem<- sigma/ sqrt ( length(x) ) #### 平均标准误 low<- xbar + sem * qnorm () ### 置信区间下限 high<- xbar + sem * qnorm () #### 置信区间上限 1 基础统计随机抽样( random sampling ) sample(x, size, replace = FALSE) a<- 1:40 a sample(a,6,replace=FALSE) sample(c("H","T"), 10, replace=T) > [1] "T" "H" "T" "H" "T" "H" "H" "H" "H" "T" 1 基础统计概率统计( Probability ) a<- 1:40 a sample(a,6) 40 个数字中,抽取想要的 6个数字,由于是非放回抽样,每个抽取数字的概率分别为:1/40,1/39,1/38,1/37,1/36,1/35 1基础统计整体的概率: Pro<- 1/prod(40:35) 如果是仅仅选取 5个数字,那么就有不同组合,总体的概率为 prod(5:1)/prod(40:35) 或者是: 1/choose(40,5) 数据分布-密度图( Densities ) x <- seq(-4,4,) plot(x,dnorm(x),type="l") 1基础统计数据分布-密度图( Densities ) x <- 0:50 plot(x,dbinom(x,size=50,prob=.33),type="h") ###prob 解释##probability of ess on each trial 1基础统计基础统计练习 x<- rnorm(20) ##### 产生一组随机树 Exercise: ## 编辑一个能够返回所有基本统计量的函数 var(x) mean(x) sd(x) 1 基础统计 R语言中求导###############R 语言求导 y=D(expression(sin(x)+x^3),'x') x=2; eval(y); ### 就可以计算出 f(2); 值 y=deriv(expression(sin(x)+x^3),'x',=T) y(2) 1 基础统计