【R实验.6】基本统计分析

た入场券 2022-10-16 14:25 205阅读 0赞

*解法并不单一，下列方法带有璇子个人的偏好，因此仅供参考。如有错误，欢迎在评论区斧正！*

6.1 某单位对100 名女生测定血清总蛋白含量((g/L))，数据如下  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70_pic_center]  
计算均值、方差、标准差、极差、标准误、变异系数、偏度、峰度。

> x=c(74.3,78.8…70.4)#数据量较大，为排版在此省略
    > library(pastecs)
    > stat.desc(x)

![在这里插入图片描述][20210530224004630.png]  
由上述运算结果：  
均值：73.668； 方差：15.5151273； 标准差：3.9389246  
极差：20； 标准误：0.3938925； 变异系数：0.0534686；

对峰度和偏度的计算：

> mystats <- function(x, na.omit=FALSE){ 
    +   if (na.omit)
    +     x <- x[!is.na(x)]
    +   m <- mean(x)
    +   n <- length(x)
    +   s <- sd(x)
    +   skew <- sum((x-m)^3/s^3)/n
    +   kurt <- sum((x-m)^4/s^4)/n - 3
    +   return(c(n=n, mean=m, stdev=s, skew=skew, kurtosis=kurt))
    + }
    
    > data <- data.frame(x)
    > sapply(data,mystats)
                        x
    n        100.00000000
    mean      73.66800000
    stdev      3.93892463
    skew       0.05244833 #偏度
    kurtosis  -0.08342708 #峰度

6.2 绘出习题6.1 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（其中正态曲线的均值和标准差取习题6.1 计算出的值）

> par(mfrow=c(2,2))
    
    #直方图（纵轴为频率）
    > hist(x, breaks=10,freq=FALSE,col="red",xlab="血清总蛋白含量",main="Colored histogram with 10 bins")
    
    #密度估计曲线
    > lines (density(x), col ='blue' , lwd =2) 
    > par(mfrow=c(2,2))
    
    #正态密度曲线 
    > h<-hist(x, breaks = 10 , col="red", xlab="血清总蛋白含量" ,main="Histogram with normal curve and box")
    > xfit <- seq(min(x), max(x), length=40)
    > yfit<-dnorm(xfit, mean=mean(x), sd=sd(x))
    > yfit <- yfit*diff(h$mids[1:2])*length(x)
    > lines (xfit, yfit, col="yellow", lwd =2) 
    > box()
    
    #qq图
    > qqnorm(x)
    
    > #经验分布图
    > fnx <- ecdf(x)
    > library(graphics)
    > plot(fnx,verticals=T)#添加垂直线

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70]  
6.3 绘出习题6.1 的茎叶图、箱线图，并计算五数总括。

> stem(x)#茎叶图
      The decimal 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
    
    > boxplot(x,main='Box plot')#箱线图

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70 1]

> fivenum(x)#五数总括
    [1] 64.3 71.2 73.5 75.8 84.3

6.4 小白鼠在接种了3 种不同菌型的伤寒杆菌后的存活天数如表6-1 所示，试绘出数据的箱线图（采用两种方法，一种是plot 语句，另一种是boxplot 语句）来判断小白鼠被注射三种菌型后的平均存活天数有无显著差异？  
![在这里插入图片描述][20210530224734782.png_pic_center]

> par(mfrow=c(2,2))
    > data <- c(2,4,3,2,4,7,7,2,2,5,4,5,6,8,5,10,7,12,12,6,6,7,11,6,6,7,9,5,5,10,6,3,10)
    #方法一
    > class <- factor(c(rep(1,11),rep(2,10),rep(3,12)))
    > plot(class,data,xlab='class',ylab='survival days')
    #方法二
    > a <- c(2,4,3,2,4,7,7,2,2,5,4)
    > b <- c(5,6,8,5,10,7,12,12,6,6)
    > c <- c(7,11,6,6,7,9,5,5,10,6,3,10)
    > boxplot(a,b,c)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70 2]  
由图可知，小鼠接种2、3菌型后的平均存活天数无显著差异，而接种菌型1小鼠的平均存活天数则明显比另外两组的天数低。

6.5 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6-2 所示.  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70_pic_center 1]  
（1）试绘出体重对于身高的散点图；

数据录入：
    data <- read.table('6-2.txt',header = T)
    h <- data$身高
    w <- data$体重
    age <- factor(data$年龄)
    sex <- factor(data$性别)
    
    绘图：
    > plot(h,w)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70 3]  
（2）绘出不同性别情况下，体重与身高的散点图；

> library(ggplot2)
    > ggplot(data,aes(h,w,shape=sex))+geom_point()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70 4]  
（3）绘出不同年龄段的体重和身高的散点图；

> ggplot(data,aes(h,w,shape=age))+geom_point()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70 5]  
（4）分不同性别和不同年龄段的体重与身高的散点图。

> coplot(w~h|age+sex)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70 6]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70_pic_center]: /images/20221014/00fb010fcca949c28b9638be437594ff.png
[20210530224004630.png]: /images/20221014/4dbe5bfaa2594909b512d4ba96d374f4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70]: /images/20221014/b0ff421944da49f5bb353ab28270a820.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70 1]: /images/20221014/536a2b4b2c1e418181694ff92b0d4906.png
[20210530224734782.png_pic_center]: /images/20221014/619855f56d7c41228a42b1d1a0984a3d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70 2]: /images/20221014/5c947a4e05684ccfa096f8fa77af4328.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221014/ac70e1db1a3f4b65a479a140cea4b9e3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70 3]: /images/20221014/6d2a0ae91ed5494baad6e806e5708c84.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70 4]: /images/20221014/a8c3662ac2cf4960a9d5b31e516fb259.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70 5]: /images/20221014/9ae96904b75844ed8439764142c447a9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MDYwNjc0_size_16_color_FFFFFF_t_70 6]: /images/20221014/efb86baae81a423cbe1dc99d9d800b34.png