R
司马平雋
这个作者很懒,什么都没留下…
展开
-
多元统计图(R语言)
二元变量的散点图散点图的绘制二元变量的散点图(Scatter Plots)是将一个变量作为横轴,另一个变量作为纵轴,并将样本一一画在这个坐标系中。这样的散点图能够反映两个变量之间的关系或聚集程度。R中创建散点图的基础函数是plot(x,y),其中x和y是数值型向量,代表着图形中的(x,y)点。# 基础函数plot(df$工数1,df$工数2)# 添加坐标轴名字和图名的散点图plot(df$工数1,df$工数2,main="哈尔滨工业大学信管专业学生工数1与工数2的成绩散点图",xlab="原创 2020-12-17 16:43:52 · 2711 阅读 · 1 评论 -
Q&A (第三期)
课堂笔记何时采用聚类分析?考察特征样本量很大的时候考虑什么聚类?k均值最近距离法、最远距离法、重心法和类平均法的英文表达略Kmeans聚类的R实现函数为?kmeans如何说明每一类的特征或特点?kmeans给出重心连线题见照片...原创 2020-12-09 11:11:15 · 64 阅读 · 0 评论 -
R实现K-means
课堂笔记一定要记住系统聚类和k-means的流程图K-means又叫做快速聚类> health = read.csv("2011社会发展数据.csv", row.names = 1)> km = kmeans(scale(health),3)> kmK-means clustering with 3 clusters of sizes 18, 9, 4Cluster means: 人均GDP 新增固定 城镇可支配 农村纯收入 高校数 卫生机构.原创 2020-12-09 11:02:05 · 522 阅读 · 0 评论 -
Q&A(第2期)
第一期录了音,在手机里可以找到如何考察样本是否来自正态总体?QQ图正态性W检验如果转化为正态?对数(BOX-COX)如何说明系统聚类类别的合理性?聚合系数图系统聚类法的步骤?见照片选择那个方法?定性的预期 —— 实际的结果匹配的方法...原创 2020-12-09 10:16:39 · 76 阅读 · 0 评论 -
R 聚类分析(上)
课堂笔记标准化消除量纲标准化:类似于标准正态分布,减去均值,除以标准差0-1化:xi−minximaxxi−minxi\frac{x_i-minx_i}{maxx_i-minx_i}maxxi−minxixi−minxiR语言实现标准化变换R函数,scale(x)为何需要标准化?考试可能考系统聚类分层聚类点与点之间的距离 dist欧氏距离:最常用马氏距离:考虑相关关系,协方差阵明氏距离:q = 1 曼哈顿距离(绝对距离) q = 2 欧氏距离 q=3,4,.原创 2020-12-07 11:38:19 · 167 阅读 · 0 评论 -
R 正态分布与正态性检验
课堂笔记多元正态分布的密度函数每一个分量都服从正态分布分量的线性组合仍然是正态分布如果协方差矩阵是对角阵,则分量是相互独立的、服从正态分布的随机变量(对于正态分布而言,不线性相关等价于独立)。正态性的识别图方法Q-Q图:点是否在直线的附近x 理论分位数y 样本分位数:修正的计算公式 i−0.357n+0.25\frac{i-0.357}{n+0.25}n+0.25i−0.357结论:X(i)=μ+σZ(i)X_{(i)}=\mu+\sigma Z_{(i)}X(i)=μ+σ.原创 2020-12-07 10:44:24 · 647 阅读 · 0 评论 -
R ppcor包和ggm包的比较
ggm> score = read.csv("学生成绩.csv")[,-1]> score 工数1 工数2 线性代数 概率论 应用统计1 95 96 95 100 84.02 95 96 97 94 95.53 94 93 94 100 77.04 93 95 95 99 83.05 91 90原创 2020-12-07 10:08:01 · 2010 阅读 · 0 评论 -
多元统计特征(2)
课堂笔记文章目录R实现相关系数显著性检验偏相关系数与显著性检验偏相关系数的显著性检验R实现相关系数显著性检验> cor.test(score$工数1,score$工数2) Pearson's product-moment correlationdata: score$工数1 and score$工数2t = 5.827, df = 26, p-value = 3.851e-06alternative hypothesis: true correlation is not equ.原创 2020-12-02 11:37:16 · 232 阅读 · 0 评论 -
多元统计特征(1)
课堂笔记文章目录集中度的度量——数学期望散度的度量——方差、标准差相关性的度量——相关系数多元——矩阵相关系数的假设检验——统计证明集中度的度量——数学期望理论数学期望:E(X)=∫xf(x)E(X)=\int{xf(x)}E(X)=∫xf(x)实际:样本和 / 样本个数散度的度量——方差、标准差理论:D(X)=E(X−E(X))2D(X)=E(X-E(X))^2D(X)=E(X−E(X))2实际:样本σ2=Σ(xi−xˉ)2n−1\sigma^2=\frac{\Sigm.原创 2020-12-02 10:56:50 · 689 阅读 · 0 评论 -
R studio更改默认目录
导入数据每次都需要写很长的属性,比较费劲,可以使用更改默认目录首先,建立R class文件夹,其路径为“C:\Users\35982\Documents\R class”(已经转义了)然后,在每次打开R的时候,都输入下面的代码: setwd("C:\\Users\\35982\\Documents\\R class")即可使用文件名直接表示...原创 2020-11-30 11:35:18 · 277 阅读 · 0 评论