张崇岐《统计方法与实验》习题1答案

数理统计科代表

已于 2022-08-16 12:12:06 修改

阅读量921

点赞数 1

分类专栏：张崇岐《统计方法与实验》习题答案文章标签： r语言

于 2022-06-23 07:15:00 首次发布

本文链接：https://blog.csdn.net/weixin_46206572/article/details/125411474

版权

张崇岐《统计方法与实验》习题答案专栏收录该内容

0 篇文章 3 订阅

订阅专栏

第1章统计数据的表示

生成一个向量 x=(2,3,1,4,6,1,7,8,10)，并按该向量构造一个3阶方阵A，其中矩阵的第1列为该向量的前3个元素，第2列为该向量的第45、6个元素，第3列为该向量的第7、8、9个元素，求出矩阵A的逆矩阵，并解线性方程组

># 构造A;
> a <- c(2,3,1,4,6,1,7,8,10)
> A <- matrix(a,3)
> A
     [,1] [,2] [,3]
[1,]    2    4    7
[2,]    3    6    8
[3,]    1    1   10
>
# 求A的逆矩阵
> solve(A)
      [,1] [,2] [,3]
[1,] -10.4  6.6    2
[2,]   4.4 -2.6   -1
[3,]   0.6 -0.4    0
>
# 解线性方程组；
> B <- c(11,21,43)
> Y <- solve(A,B)
> y1 = Y[1];y1
> y2 = Y[2];y2
> y3 = Y[3];y3

构造一个10阶方阵，使得方阵中的元素全部为1/5，并验证这个矩阵的秩为1。（提示：可使用kronecker()函数。）

># 输入A;
> A = (diag(10)-diag(10))+0.2
> A
      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
 [1,]  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2   0.2
 [2,]  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2   0.2
 [3,]  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2   0.2
 [4,]  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2   0.2
 [5,]  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2   0.2
 [6,]  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2   0.2
 [7,]  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2   0.2
 [8,]  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2   0.2
 [9,]  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2   0.2
[10,]  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2  0.2   0.2

># 验证矩阵的秩；
> qr(A)$rank
[1] 1

求出矩阵

的特征根与特征值，并对其进行QR分解，求出每一行及每一列的元素之和、平均值。

># 输入A;
> a <- c(11,2,3,7,5,12,2,5,3,1,9,11,12,10,7,21,23,15,5,26,31,24,3,7,8,9,21,3,15,17,21,25,3,7,9,11)
> A <- matrix(a,6)
> A <- t(A)
> A
     [,1] [,2] [,3] [,4] [,5] [,6]
[1,]   11    2    3    7    5   12
[2,]    2    5    3    1    9   11
[3,]   12   10    7   21   23   15
[4,]    5   26   31   24    3    7
[5,]    8    9   21    3   15   17
[6,]   21   25    3    7    9   11

># 特征值与特征向量;
> eigen(A)$values #特征值
[1]  66.439200+0.000000i -19.609176+0.000000i  19.559389+0.000000i -11.340282+0.000000i   8.975435+2.826264i   8.975435-2.826264i
> eigen(A)$vectors #特征向量
              [,1]           [,2]           [,3]           [,4]                  [,5]                  [,6]
[1,] -0.2195050+0i  0.09508503+0i  0.02593203+0i  0.36958937+0i  0.5556389+0.0000000i  0.5556389+0.0000000i
[2,] -0.1637092+0i  0.06318164+0i -0.31292635+0i  0.32133706+0i -0.4972531+0.0283257i -0.4972531-0.0283257i
[3,] -0.5297450+0i  0.70454393+0i  0.24765681+0i -0.03172883+0i  0.1946232-0.1092901i  0.1946232+0.1092901i
[4,] -0.5973865+0i -0.52919204+0i  0.80673363+0i -0.13152065+0i  0.3548740+0.2381760i  0.3548740-0.2381760i
[5,] -0.4228551+0i -0.45370034+0i -0.24388331+0i  0.33133572+0i -0.2660377-0.3085823i -0.2660377+0.3085823i
[6,] -0.3297120+0i  0.06853137+0i -0.36023952+0i -0.79502103+0i -0.1556850+0.1431067i -0.1556850-0.1431067i

># QR分解;
> qr.Q(qr(A)) 
            [,1]         [,2]        [,3]       [,4]        [,5]        [,6]
[1,] -0.38915203  0.433096940 -0.32325300 -0.1414950 -0.56490811 -0.46621157
[2,] -0.07075491 -0.120039382  0.06179501  0.1090202  0.56004246 -0.80698991
[3,] -0.42452948  0.137264524 -0.13072068 -0.7189957  0.46233402  0.23051609
[4,] -0.17688728 -0.878911507 -0.23343899 -0.2321290 -0.27997049 -0.09728477
[5,] -0.28301966 -0.008532079 -0.70875266  0.5407033  0.26802632  0.23086475
[6,] -0.74292659 -0.081349890  0.56371702  0.3238749 -0.05706962  0.12455332
> qr.R(qr(A)) 
          [,1]      [,2]      [,3]       [,4]        [,5]        [,6]
[1,] -28.26659 -31.09678 -18.00713 -22.004778 -23.8090285 -26.0378083
[2,]   0.00000 -23.32359 -25.76946 -15.894727   0.7453496  -1.2565768
[3,]   0.00000   0.00000 -22.12868  -8.728885 -10.3248393 -12.6420821
[4,]   0.00000   0.00000   0.00000 -17.662218  -5.9341587  -0.1539773
[5,]   0.00000   0.00000   0.00000   0.000000  15.5163808   8.2854682
[6,]   0.00000   0.00000   0.00000   0.000000   0.0000000  -6.3998925

># 行列之和与平均
> rowSums(A)#行和
[1] 40 31 88 96 73 76
> rowMeans(A)#行平均
[1]  6.666667  5.166667 14.666667 16.000000 12.166667 12.666667
> colSums(A)#列和
[1] 59 77 68 63 64 73
> colMeans(A)#列平均
[1]  9.833333 12.833333 11.333333 10.500000 10.666667 12.166667

在Excel文件中输入班级中若干同学的身高及体重值,然后将其导入 R 中.

> install.packages("readxl")
将程序包安装入‘E:/文档/R/win-library/4.1’
(因为‘lib’没有被指定)
试开URL’https://mirrors.e-ducation.cn/CRAN/bin/windows/contrib/4.1/readxl_1.4.0.zip'
Content type 'application/zip' length 1662853 bytes (1.6 MB)
downloaded 1.6 MB

package ‘readxl’ successfully unpacked and MD5 sums checked

The downloaded binary packages are in
        C:\Users\admin\AppData\Local\Temp\RtmpYdqYL5\downloaded_packages
> library(readxl)
Warning message:
程辑包‘readxl’是用R版本4.1.3 来建造的 
> data4 <- read_excel("E:/example4.xlsx")
-/                                                                                                                                        /                                                                                                                                        -                                                                                                                                        > data4
# A tibble: 4 x 3
  name  height weight
  <chr>  <dbl>  <dbl>
1 a        167    120
2 b        150     76
3 c        161     90
4 d        178    140