R语言学习-实例一

一个综合性实例(来自炼数成金)

模拟产生统计专业同学的名单(学号区分),记录数学分析,线性代数,概率统计三科成绩,然后进行一些统计分析
先简单介绍几个函数:
正态分布函数rnorm()
泊送分布函数rpois()
指数分布函数rexp()
Gamma分数函数rgamma()
均匀分布函数runif()
二项分布函数rbinom()
几何分布函数rgeom()

1 建立学生名单

> num<-seq(10378001,10378100)
> num
  [1] 10378001 10378002 10378003 10378004 10378005 10378006 10378007 10378008
  [9] 10378009 10378010 10378011 10378012 10378013 10378014 10378015 10378016
 [17] 10378017 10378018 10378019 10378020 10378021 10378022 10378023 10378024
 [25] 10378025 10378026 10378027 10378028 10378029 10378030 10378031 10378032
 [33] 10378033 10378034 10378035 10378036 10378037 10378038 10378039 10378040
 [41] 10378041 10378042 10378043 10378044 10378045 10378046 10378047 10378048
 [49] 10378049 10378050 10378051 10378052 10378053 10378054 10378055 10378056
 [57] 10378057 10378058 10378059 10378060 10378061 10378062 10378063 10378064
 [65] 10378065 10378066 10378067 10378068 10378069 10378070 10378071 10378072
 [73] 10378073 10378074 10378075 10378076 10378077 10378078 10378079 10378080
 [81] 10378081 10378082 10378083 10378084 10378085 10378086 10378087 10378088
 [89] 10378089 10378090 10378091 10378092 10378093 10378094 10378095 10378096
 [97] 10378097 10378098 10378099 10378100

2 模拟成绩

模拟数学分析成绩

> x1<-round(runif(100,min=80,max=100))#80到100分之间均匀分布,然后四舍五入
> x1
  [1]  83  95  81 100  87  85  94  89  91  91  83  85  99  98  82  81  80  96
 [19]  82  95  84  85  85  84  98  87  91  99  87  84  91  84  84  81  96  95
 [37]  97  94  88  89  82  99  86  93 100  93  83  90  99  92  94  88  94  81
 [55]  90  81  86  83  93  93 100  88  87  94  85  85  94  97  92  87  86  89
 [73]  90  87  80  97  83  94  87  81  83  84  97  91  92  98  93  83  80  97
 [91]  91  82  91  89  86  85  90  90  94  87

模拟线性代数成绩

> x2<-round(rnorm(100,mean=80,sd=7))#产生100个正态分布,平均值是80,标准差是7,然后四舍五入
> x2
  [1]  74  89  87  79  83  75  77  79  72  96  86  86  79  79  75  72  73  80
 [19]  85  87  73  77  75  82  79  81  84  78  68  73  90  79  79  87  78  71
 [37]  70  84  75  97  84  74  85  78  78  83  70  75  78  75  81  82  83  75
 [55]  73  81  82  75  73  81  78 100  77  77  83  79  80  82  80  76  79  78
 [73]  79  73  78  74  77  69  78  85  77  74  80  77  84  81  79  86  66  80
 [91]  93  75  87  79  73  78  77  86  78  86

模拟概率统计成绩

> x3<-round(rnorm(100,mean=83,sd=18))#产生100个正态分布,平均值是83,标准差是18,然后四舍五入
> x3
  [1]  68  88 113  89  98  82 101  74  76 115  82  63 114  73  88  92 103  65
 [19]  77  89  79  73 101  85  97 100 108  52  50  78  90  83  80 120 107  92
 [37]  75  73 119  47  85  94  49  74 126  79  95  90  76 120  74  71 119  57
 [55]  89  83  78 113  73  53 101  83  78  91  88  77  87  78  92  80 106 106
 [73]  67  65  64  98  59  98  56  69  51 100  69  67  72  79  83  89  93  67
 [91] 116 100  71  86  65  59  84  79  53  71
> x3[which(x3>100)]=100#对产生的值中超过100的改写成100
> x3
  [1]  68  88 100  89  98  82 100  74  76 100  82  63 100  73  88  92 100  65
 [19]  77  89  79  73 100  85  97 100 100  52  50  78  90  83  80 100 100  92
 [37]  75  73 100  47  85  94  49  74 100  79  95  90  76 100  74  71 100  57
 [55]  89  83  78 100  73  53 100  83  78  91  88  77  87  78  92  80 100 100
 [73]  67  65  64  98  59  98  56  69  51 100  69  67  72  79  83  89  93  67
 [91] 100 100  71  86  65  59  84  79  53  71

3 合成数据框并保存到硬盘

合成数据框

> x<-data.frame(num,x1,x2,x3)
> x
         num  x1  x2  x3
1   10378001  83  74  68
2   10378002  95  89  88
3   10378003  81  87 100
4   10378004 100  79  89
5   10378005  87  83  98
6   10378006  85  75  82
7   10378007  94  77 100
8   10378008  89  79  74
9   10378009  91  72  76
10  10378010  91  96 100
11  10378011  83  86  82
12  10378012  85  86  63
13  10378013  99  79 100
14  10378014  98  79  73
15  10378015  82  75  88
16  10378016  81  72  92
17  10378017  80  73 100<
  • 3
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
R语言经典实例(中+英) 第1章 R入门和获得帮助 7   1.1 下载和安装R软件 8   1.2 开始运行R软件 10   1.3 输入R命令 13   1.4 退出R 15   1.5 中断R正在运行的程序 16   1.6 查看帮助文档 17   1.7 获取函数的帮助文档 18   1.8 搜索帮助文档 20   1.9 查看R软件包帮助信息 21   1.10 通过网络获取帮助 23   1.11 寻找相关函数与数据包 26   1.12 查询邮件列表 27   1.13 向邮件列表提交问题 27   第2章 基础知识 30   2.1 显示内容 30   2.2 设定变量 32   2.3 列出所有变量 34   2.4 删除变量 35   2.5 生成向量 36   2.6 计算基本统计量 37   2.7 生成数列 40   2.8 向量比较 42   2.9 选取向量中的元素 43   2.10 向量的计算 46   2.11 运算符优先级问题 48   2.12 定义函数 50   2.13 减少输入,得到更多命令 52   2.14 常见错误 54   第3章 R软件导览 58   3.1 获取和设定工作目录 58   3.2 保存工作空间 59   3.3 查看历史命令记录 60   3.4 保存先前命令产生的结果 60   3.5 显示搜索路径 61   3.6 使用R包中的函数 62   3.7 使用R的内置数据集 64   3.8 查看已安装的R包列表 65   3.9 从CRAN网站安装R包 67   3.10 设定默认CRAN网站镜像 69   3.11 隐藏启动信息 70   3.12 运行脚本 70   3.13 批量运行R代码 71   3.14 获取和设定环境变量 74   3.15 找到R的主目录 75   3.16 R的客户化 76   第4章 输入与输出 80   4.1 使用键盘输入数据 81   4.2 显示更少的位数(或更多的位数) 82   4.3 将输出结果重定向到某一文件 84   4.4 显示文件列表 85   4.5 解决无法在Windows中打开文件的问题 86   4.6 阅读固定宽度数据记录 87   4.7 读取表格数据文件 88   4.8 读取CSV文件 90   4.9 写入CSV文件 92   4.10 从网络中读取表格或CSV格式数据 93   4.11 读取HTML表格数据 94   4.12 读取复杂格式数据文件 96   4.13 读取MySQL数据库中的数据 100   4.14 保存和传送目标 102   第5章 数据结构 104   5.1 对向量添加数据 111   5.2 在向量中插入数据 112   5.3 理解循环规则 113   5.4 构建因子(即分类变量) 115   5.5 将多个向量合并成单个向量以及平行因子 117   5.6 创建列表 118   5.7 根据位置选定列表元素 119   5.8 根据名称选定列表元素 121   5.9 构建一个名称/值关联表 122   5.10 从列表中移除元素 124   5.11 将列表转换为向量 125   5.12 从列表中移除取值为空值(即NULL)的元素 126   5.13 使用条件来移除列表元素 127   5.14 矩阵初始化 129   5.15 执行矩阵运算 130   5.16 将描述性名称赋给矩阵的行和列 131   5.17 从矩阵中选定一行或一列 132   5.18 用列数据初始化数据框 133   5.19 由行数据初始化数据框 134   5.20 添加行至数据框 136   5.21 预分配数据框 137   5.22 根据位置选择数据框的列 138   5.23 根据列名选定数据框的列 142   5.24 更便捷地选定行和列 143   5.25 修改数据框的列名 145   5.26 编辑数据框 146   5.27 从数据框中移除NA值 148   5.28 根据名称排除列 149   5.29 合并两个数据框 150   5.30 根据共有列合并数据框 151   5.31 更便捷地访问数据框内容 152   5.32 基本数据类型之间的转换 154   5.33 不同结构化数据类型间的转换 156   第6章 数据转换 159   6.1 向量分组 160   6.2 将函数应用于每个列表元素 161   6.3 将函数应用于每行 163   6.4 将函数应用于每列 164   6.5 将函数应用于组数据 166   6.6 将函数应用于行组 168   6.7 将函数应用于平行向量或列表 170   第7章 字符串和日期 172   7.1 获取字符串长度 174   7.2 连接字符串 175   7.3 提取子串 176   7.4 根据分隔符分割字符串 176   7.5 替代子串 178   7.6 查看字符串中的特殊字符 179   7.7 生成字符串的所有成对组合 179   7.8 得到当前日期 181   7.9 转换字符串为日期 181   7.10 转换日期为字符串 182   7.11 转化年、月、日为日期 183   7.12 得到儒略日期 185   7.13 提取日期的一部分 185   7.14 创建日期序列 187   第8章 概率 189   8.1 计算组合数 191   8.2 生成组合 192   8.3 生成随机数 193   8.4 生成可再生的随机数 194   8.5 生成随机样本 196   8.6 生成随机序列 197   8.7 随机排列向量 198   8.8 计算离散分布的概率 198   8.9 计算连续分布的概率 200   8.10 转换概率为分位数 201   8.11 绘制密度函数 203   第9章 统计概论 206   9.1 汇总数据 208   9.2 计算相对频数 210   9.3 因子制表和列联表创建 211   9.4 检验分类变量独立性 212   9.5 计算数据集的分位数(和四分位数) 212   9.6 求分位数的逆 213   9.7 数据转换为z分数 214   9.8 检验样本均值(t检验) 215   9.9 均值的置信区间 216   9.10 中位数的置信区间 217   9.11 检验样本比例 218   9.12 比例的置信区间 219   9.13 检验正态性 220   9.14 游程检验 222   9.15 比较两个样本的均值 223   9.16 比较两个非参数样本的位置 225   9.17 检验相关系数的显著性 226   9.18 检验组的等比例 228   9.19 组均值间成对比较 229   9.20 检验两样本的相同分布 230   第10章 图形 232   10.1 创建散点图 234   10.2 添加标题和标签 236   10.3 添加网格 237   10.4 创建多组散点图 238   10.5 添加图例 240   10.6 绘制散点图的回归线 242   10.7 多变量散点图的绘制 243   10.8 创建每个因子水平的散点图 244   10.9 创建条形图 246   10.10 对条形图添加置信区间 248   10.11 给条形图上色 249   10.12 绘制过点x和y的线 251   10.13 改变线的类型、宽度或者颜色 253   10.14 绘制多个数据集 254   10.15 添加垂直线和水平线 256   10.16 创建箱线图 257   10.17 对每个因子水平创建箱线图 258   10.18 创建直方图 259   10.19 对直方图添加密度估计 261   10.20 创建离散直方图 262   10.21 创建正态Q-Q图 264   10.22 创建其他Q-Q图 265   10.23 用多种颜色绘制变量 266   10.24 绘制函数 269   10.25 图形间暂停 270   10.26 在一页中显示多个图形 271   10.27 打开另一个图形窗口 273   10.28 在文档中绘制图形 274   10.29 改变图形参数 275   第11章 线性回归和方差分析 277   11.1 简单线性回归 279   11.2 多元线性回归 281   11.3 得到回归统计量 282   11.4 理解回归的汇总结果 286   11.5 运行无截距的线性回归 289   11.6 运行有交户项的线性回归 290   11.7 选择最合适的回归变量 292   11.8 对数据子集回归 295   11.9 在回归公式中使用表达式 296   11.10 多项式回归 298   11.11 转换数据的回归 299   11.12 寻找最佳幂变换 301   11.13 回归系数的置信区间 304   11.14 绘制回归残差 304   11.15 诊断线性回归 306   11.16 识别有影响的观察值 309   11.17 残差自相关检验 310   11.18 预测新值 311   11.19 建立预测区间 312   11.20 运行单因素方差分析 313   11.21 创建交互关系图 315   11.22 找到组间均值的不同 316   11.23 执行稳健方差分析 318   11.24 运用方差分析比较模型 320   第12章 有用的方法 323   12.1 查看你的数据 323   12.2 拓宽你的输出 324   12.3 输出赋值结果 325   12.4 对行和列求和 325   12.5 按列输出数据 326   12.6 对数据分级 328   12.7 找到特定值的位置 329   12.8 每隔n个选定一个向量元素 330   12.9 找到成对的最小值或者最大值 331   12.10 生成多个因子的组合 332   12.11 转换一个数据框 333   12.12 对数据框排序 334   12.13 对两列排序 335   12.14 移除变量属性 336   12.15 显示对象的结构 337   12.16 代码运行时间 340   12.17 抑制警告和错误消息 341   12.18 从列表中提取函数参数 342   12.19 定义你自己的二元运算符 344   第13章 高级数值分析和统计方法 347   13.1 最小化或者最大化一个单参数函数 347   13.2 最小化或者最大化多参数函数 348   13.3 计算特征值和特征向量 350   13.4 主成分分析 351   13.5 简单正交回归 352   13.6 数据的聚类 354   13.7 预测二元变量(逻辑回归) 357   13.8 统计量的自助法 359   13.9 因子分析 361   第14章 时间序列分析 366   14.1 表示时间序列 367   14.2 绘制时序图 370   14.3 提取最老的观测值或者最新的观测值 373   14.4 选取时间序列的子集 374   14.5 合并多个时间序列 376   14.6 缺失时间序列的填充 378   14.7 时间序列的滞后 380   14.8 计算逐次差分 381   14.9 时间序列相关的计算 382   14.10 计算移动平均 383   14.11 在日历时间范围内应用函数 384   14.12 应用滚动函数 386   14.13 绘制自相关函数图 388   14.14 检验时间序列的自相关 389   14.15 绘制偏自相关函数 390   14.16 两个时间序列间的滞后相关性 391   14.17 剔除时间序列的趋势 393   14.18 拟合ARIMA模型 394   14.19 剔除ARIMA模型中不显著的系数 397   14.20 对ARIMA模型进行诊断 399   14.21 用ARIMA模型进行预测 400   14.22 均值回归的检验 402   14.23 时间序列的平滑 404

“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
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