r语言安装ipsolve_R语言学习笔记

实践一：

x=1:100 #把1,2，。。。100个整数向量赋值到x

(x=1:100)#同上，只不过显示出来

sample(x,20)#从1,2，。。。，100中随机不放回地抽取20个值做样本

set.seed(0);sample(1:10,3)#先设随机种子，再抽样

z=sample(1:20000,10000)#从1到20000中不放回抽取10000个样本

z[1:10]#方括号中为向量z的下标

y=c(1,3,7,3,4,2)

z[y]#以y为下标的z的元素值

(z=sample(x,100,rep=T))#从x中有放回地随机抽取100个值做样本

(z1=unique(z))

length(z1)#z1中不同的元素个数

xz=setdiff(x,z)# x和z之间的不同元素 —— 集合差

sort(union(xz),z)#对xz以及z的并的元素从小到大排序

setequal(union(xz,z),x)#xz以及z的并的元素与x是否一样

intersect(1:10,7:50)#两个数据的交

sample(1:100,20,prob=1:100)#从1:100中不等概率随机抽样，各个数字被抽到的概率与其值成比例

实践二：

pi*10^2 #

"*"(pi, "^"(10,2))#

pi*(1:10)^-2.3#可以对向量求指数幂

x=pi*10^2#

x

print(x)#

(x=pi*10^2)#赋值带打印

pi^(1:5)#指数也可以是向量

print(x,digits=12)#输出x的12位数字

实践三(关于R的对象类型等)

x=pi*10^2 #

class(x)# x的class

typeof(x)# x的type

class(cars)#

cars是R中自带的数据

typeof(cars)#cars的type

names(cars)#

cars数据的变量名字

summary(cars)# cars的汇总

head(class)#

cars的头几行数据，和cars[1:6,]相同

tail(class)#

cars的最后几行数据

str(cars)# 也是汇总 ？？？

row.name(cars)# 行名字

attributes(cars)#cars的一些信息

class(dist~speed)# 公式形式 ，“~”的左边是因变量，右边是自变量

plot(dist~speed,cars)# 两个变量的散点图

plot(cars$speed,cars$dist)# 同上

实践四(包括简单自变量为定变量

及定性变量的回归)

ncol(cars),nrow(cars)

#cars的行列数

dim(cars)# cars的维数

lm(dist~speed, data

=cars)#一dist为因变量，speed为自变量做OLS，，，

cars$qspeed = cut(cars$speed,

breaks=quantile(cars$speed),include.lowest=TRUE)#增加定性变量qspeed，四分点位为分割点

names(cars)#数据cars多了一个变量

cars[3]#第三个变量的值，和

cars[,3]类似

table(cars[3])#列表

is.factor(car$speed)#

plot(dist~speed,data=cars)#点出箱线图

(a=lm(dist~speed,

data=cars))#拟合线性模型(简单最小二乘回归)

summary(a)#回归结果(包括一些检验)

实践五(简单样本描述统计