3.1某单位对100名女生测定血清蛋白含量（g/L），数据见附表：
计算均值、方差、方差标准差、极差、标准误、变异系数、偏度、峰度。
>library(“moments”)
>myData
>myData
>data.mean
> data.mean
[1] 73.668
> data.var
> data.var
[1] 15.51513
> data.sd
> data.sd
[1] 3.938925
> #标准误 = 标准误差/根 100
>data.serror
> data.serror
[1] 0.3938925
> data.jc
> data.jc
[1] 20
>data.byxs
> data.byxs
[1] 0.2106088
> data.bia
> data.bia
[1] 0.05324501
> data.pea
> data.pea
[1] 2.975791
3.2绘出习题3.1的直方图、密度估计曲线、经验分布图和QQ图，并将密度估计曲线与正态密度曲线相比较，将经验分布曲线与正态分布曲线相比较（其中正态分布曲线的均值和标准差取习题3.1计算出的值）。
> hist(myData，freq=F) #直方图
>lines(density(myData),col=”red”) #密度估计曲线
>X
>lines(X,dorm(X,data.mean,data.sd),col=”blue”) #正态密度曲线
>#经验分布图
> plot.ecdf(myData,verticals=TRUE,do.p=FALSE,main=”Empiricaldistribution map”)
>X
> lines(X,pnorm(X,data.mean,data.sd),col=”purple”) #正态分布曲线
>qqnorm(myData) #QQ图
>qqline(myData,col = “red”)
3.3绘出习题3.1的茎叶图、箱线图、并计算五数总括。
> stem(myData) #茎叶图
Thedecimal point is at the |
64| 300
66| 23333
68| 00888777
70| 344444442222
72| 0000000777777555555555555
74| 33333333700000004688888
76| 5555555226
78| 0888555
80| 355266
82|
84| 3
> fivenum(myData) #五数总括
V44 V65 V69 V53 V710
64.3 71.2 73.5 75.8 84.3
>boxplot(myData,col=”lightblue”,notch=T,main=”Boxplot ofData”) #箱线图
3.7某校测得19名学生的四项指标，性别、年龄、身高（cm）和体重（磅），具体数据由表3.9所示，（1）试绘出体重对于身高的散点图；（2）绘出不同性别情况下，体重与身高的散点图；（3）绘出不同年龄段的体重与身高的散点图；（4）分不同性别和不同年龄段的体重与身高的散点图。数据见附表。
> myData2
> attach(myData2)
The following objects are masked from myData2 (pos = 3):
年龄, 身高, 体重, 性别, 姓名, 学
> plot(身高,体重,xlab = “height”,ylab=”weight”,main=”heightand weight”)
> coplot(身高~体重|性别) #不同性别，身高和体重的散点图
> coplot(身高~体重|年龄) #不同年龄身高和体重的散点图
> coplot(身高~体重|性别*年龄)
> #在不同性别和不同年龄下的身高和体重的散点图
|
||
| ||
3.1某单位对100名女生测定血清蛋白含量（g/L），数据见附表：
计算均值、方差、方差标准差、极差、标准误、变异系数、偏度、峰度。
>library(“moments”)
>myData
>myData
>data.mean
> data.mean
[1] 73.668
> data.var
> data.var
[1] 15.51513
> data.sd
> data.sd
[1] 3.938925
> #标准误 = 标准误差/根 100
>data.serror
> data.serror
[1] 0.3938925
> data.jc
> data.jc
[1] 20
>data.byxs
> data.byxs
[1] 0.2106088
> data.bia
> data.bia
[1] 0.05324501
> data.pea
> data.pea
[1] 2.975791
3.2绘出习题3.1的直方图、密度估计曲线、经验分布图和QQ图，并将密度估计曲线与正态密度曲线相比较，将经验分布曲线与正态分布曲线相比较（其中正态分布曲线的均值和标准差取习题3.1计算出的值）。
> hist(myData，freq=F) #直方图
>lines(density(myData),col=”red”) #密度估计曲线
>X
>lines(X,dorm(X,data.mean,data.sd),col=”blue”) #正态密度曲线
>#经验分布图
> plot.ecdf(myData,verticals=TRUE,do.p=FALSE,main=”Empiricaldistribution map”)
>X
> lines(X,pnorm(X,data.mean,data.sd),col=”purple”) #正态分布曲线
>qqnorm(myData) #QQ图
>qqline(myData,col = “red”)
3.3绘出习题3.1的茎叶图、箱线图、并计算五数总括。
> stem(myData) #茎叶图
Thedecimal point is at the |
64| 300
66| 23333
68| 00888777
70| 344444442222
72| 0000000777777555555555555
74| 33333333700000004688888
76| 5555555226
78| 0888555
80| 355266
82|
84| 3
> fivenum(myData) #五数总括
V44 V65 V69 V53 V710
64.3 71.2 73.5 75.8 84.3
>boxplot(myData,col=”lightblue”,notch=T,main=”Boxplot ofData”) #箱线图
3.7某校测得19名学生的四项指标，性别、年龄、身高（cm）和体重（磅），具体数据由表3.9所示，（1）试绘出体重对于身高的散点图；（2）绘出不同性别情况下，体重与身高的散点图；（3）绘出不同年龄段的体重与身高的散点图；（4）分不同性别和不同年龄段的体重与身高的散点图。数据见附表。
> myData2
> attach(myData2)
The following objects are masked from myData2 (pos = 3):
年龄, 身高, 体重, 性别, 姓名, 学
> plot(身高,体重,xlab = “height”,ylab=”weight”,main=”heightand weight”)
> coplot(身高~体重|性别) #不同性别，身高和体重的散点图
> coplot(身高~体重|年龄) #不同年龄身高和体重的散点图
> coplot(身高~体重|性别*年龄)
> #在不同性别和不同年龄下的身高和体重的散点图
附表：
|
74.3 |
78.8 |
68.8 |
78 |
70.4 |
80.5 |
80.5 |
69.7 |
71.2 |
73.5 |
|
79.5 |
75.6 |
75 |
78.8 |
72 |
72 |
72 |
74.3 |
71.2 |
72 |
|
75 |
73.5 |
78.8 |
74.3 |
75.8 |
65 |
74.3 |
71.2 |
69.7 |
68 |
|
73.5 |
75 |
72 |
64.3 |
75.8 |
80.3 |
69.7 |
74.3 |
73.5 |
73.5 |
|
75.8 |
75.8 |
68.8 |
76.5 |
70.4 |
71.2 |
81.2 |
75 |
70.4 |
68 |
|
70.4 |
72 |
76.5 |
74.3 |
76.5 |
77.6 |
67.3 |
72 |
75 |
74.3 |
|
73.5 |
79.5 |
73.5 |
74.7 |
65 |
76.5 |
81.6 |
75.4 |
72.7 |
72.7 |
|
67.2 |
76.5 |
72.7 |
70.4 |
77.2 |
68.8 |
67.3 |
67.3 |
67.3 |
72.7 |
|
75.8 |
73.5 |
75 |
73.5 |
73.5 |
73.5 |
72.7 |
81.6 |
70.3 |
74.3 |
|
73.5 |
79.5 |
70.4 |
76.5 |
72.7 |
77.2 |
84.3 |
75 |
76.5 |
70.4 |
3.1数据
3.7数据
表3.9：学生身高体重的数据
|
学 |
姓名 |
性别 |
年龄 |
身高 |
体重 |
|
1 |
Alice |
F |
13 |
56.5 |
84 |
|
2 |
Becka |
F |
13 |
65.3 |
98 |
|
3 |
Gail |
F |
14 |
64.3 |
90 |
|
4 |
Karen |
F |
12 |
56.3 |
77 |
|
5 |
Kathy |
F |
12 |
59.8 |
84.5 |
|
6 |
Mary |
F |
15 |
66.5 |
112 |
|
7 |
Sandy |
F |
11 |
51.3 |
50.5 |
|
8 |
Sharon |
F |
15 |
62.5 |
112.5 |
|
9 |
Tammy |
F |
14 |
62.8 |
102.5 |
|
10 |
Alfred |
M |
14 |
69 |
112.5 |
|
11 |
Duke |
M |
14 |
63.5 |
102.5 |
|
12 |
Guido |
M |
15 |
67 |
133 |
|
13 |
James |
M |
12 |
57.3 |
83 |
|
14 |
Jeey |
M |
13 |
62.5 |
84 |
|
15 |
John |
M |
12 |
59 |
99.5 |
|
16 |
Philip |
M |
16 |
72 |
150 |
|
17 |
Robert |
M |
12 |
64.8 |
128 |
|
18 |
Thomas |
M |
11 |
57.5 |
85 |
|
19 |
William |
M |
15 |
66.5 |
112 |
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！