多元统计分析及R语言建模(王斌会)第二章答案

  1. 对下面相关系数矩阵,试用R语言求其逆矩阵、特征根和特征向量。

>R=matrix(c(1,0.8,0.26,0.67,0.34,0.8,1,0.33,0.59,0.34,0.26,0.33,1,0.37,0.21,0.67,0.59,0.37,1,0.35,0.34,0.34,0.21,0.35,1),nrow = 5,ncol = 5);

#矩阵求逆运用函数solve()

> solve(R)

#求矩阵的特征值和特征向量运用函数eigen()

> R.e = eigen(R,symmetric = T);R.e

>R.e $ vectors%*%diag(R.e $ values)%*%t(R.e $ vectors)

在RStudio运行代码如下

图1.用R语言计算函数

  1. 某厂对50个计件工人某月份工资进行登记,获得以下原始资料(单位:元):

1465,1405,1355,1225,1000,1760,1755,1710,1605,1535
1985,1965,1910,1845,1810,2270,2240,2190,2040,2010,
2980,2820,2600,2430,2290,1375,1295,1265,1175,1125,
1735,1645,1625,1595,1575,1940,1880,1865,1835,1815,
2220,2110,2095,2030,2030,2670,2550,2520,2370,2320,
试按组距为300编制频数表,计算频数、频率和累积频率,并绘制直方图。
(1)写出R语言程序;

 

> library(openxlsx)

> d2.2 = read.xlsx('E:/mvexer5.xlsx',sheet ='E2.2')

> head(d2.2) 

> hist(d2.2 $ X,breaks = seq(0,3000,by = 300),col = 1:7,xlab = "工资(元)",ylab = "频数")

  

图2-1.频数直方图

> m <- seq(0,3000,by = 300)

> hist(d2.2 $ X ,m,freq = F,col = 1:7,xlab = "工资(元)",ylab = "频率")

图2-2.频率直方图

> Cumsum <- cumsum(d2.2 $ X)

> M <- seq(0,96000,by = 3000)

> hist

  • 4
    点赞
  • 67
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
### 回答1: 很抱歉,我没有多元统计分析R语言建模第五版课后答案。作为一名语言模型,我的任务是提供各种主题的信息和帮助回答各种问题,而不是提供课本答案。如果您对多元统计分析R语言建模有任何问题,我很乐意为您提供帮助。 ### 回答2: 《多元统计分析r语言建模第五版》是一本针对多元统计分析r语言建模的教材,分为理论知识和实战案例两部分,是一本较为全面的理论和实践相结合的教材。而《多元统计分析r语言建模第五版》课后答案就是这本教材的理论和实践的检验和巩固。 这本教材的课后答案包含了每一章节的关键思路、计算、结果分析和讨论等方面的内容,为学生提供了重要的检验和巩固手段。其中,第一、二章主要介绍了数据类型、数据质量的评估、统计推断等基础知识,第三、四章介绍了双样本t检验、方差分析等基本假设检验方法,第五、六章介绍了协方差分析、回归分析等经典的多元统计方法,第七、八章介绍了主成分分析、聚类分析等高级分析方法。 而在每一章的课后答案中,不仅包含了每道题的计算过程和结果分析,还加入了针对题目及其相关内容讨论的补充说明,对学生更好地理解相关内容有很大的帮助。此外,一些重要的实战案例也会有课后答案的详细解释,较高地增强了学生的实践应用能力。 总之,多元统计分析r语言建模第五版课后答案是这本教材的重要组成部分,为学生对理论和实践的深度学习提供了很大的帮助,有利于更好地掌握多元统计分析r语言建模的实践技能。 ### 回答3: 《多元统计分析R语言建模(第五版)》是一本重要的统计学教材。其中包含许多关于多元统计分析R语言建模的理论知识和实践技巧。针对其中的课后习题,我们可以通过认真学习课本内容,灵活运用统计方法和R语言工具,来提高自己的分析能力。 在《多元统计分析R语言建模(第五版)》中,第一章介绍了多元统计分析的基本概念和方法。随着计算机技术的不断发展,多元统计分析在不同领域中的应用越来越广泛。比如,在社会科学领域中,我们可以通过回归分析来探究变量间的关系,或者使用主成分分析等方法进行变量降维。在生物医学领域中,我们可以使用聚类分析来识别不同细胞群,或者使用因子分析来研究疾病发生的原因。此外,多元统计分析也被广泛应用于企业决策、金融风险控制、电商推荐等领域。 在第二章中,我们学习了R语言编程的基础知识。R语言具有丰富的数据处理和统计分析函数库,以及灵活的数据可视化功能。熟练掌握R语言编程技能对于进行统计分析和数据挖掘是非常重要的。 在之后的章节中,我们学习了许多常用的多元统计分析方法,包括多元线性回归分析、判别分析、主成分分析、聚类分析、因子分析等。对于每一种方法,都有相关的R代码和真实数据案例进行练习。通过自己动手编程并进行真实数据分析,我们可以更好地理解和掌握这些多元统计分析方法,并在实践中不断提高自己的分析能力和解决问题的能力。 最后,我想说的是,《多元统计分析R语言建模(第五版)》是一本非常实用的统计学教科书,适合于各种领域的统计学学习者。通过认真学习课本内容,灵活运用统计方法和R语言工具,我们可以在数据分析和统计建模方面不断提高自己的能力和水平。同时,也希望教材的书中答案对于大家的学习有所帮助。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值