2023年R语言实验报告习题详解

R语言实验报告习题详解学院: 班级：ﻩ学号： 姓名：ﻩ导师： 成绩: 目录一、实验目的 1二、实验内容 11.1问题叙述 11.2问题求解 11.2.1创建按列、行输入的4×5矩阵； 11.2.2编写程序求解 11.3结果展示 22.1问题叙述 22.2问题求解 32.2.1创建StudentData数据框 32.2.2运行程序求解 32.3结果展示 33.1问题叙述 33.2问题求解 43.2.1运用hist函数绘制直方图； 43.2.2运用lines函数绘制密度估计曲线； 43.2.3运用plot函数绘制经验分布图； 43.2.4运用qqnorm函数绘制QQ图 43.3结果展示 44.1问题叙述 64.2问题求解 64.2.1创建x、y数据框 64.2.2运用t.test函数求解 64.3结果展示 75.1问题叙述 75.2问题求解 75.2.1创建x、y数据框 75.2.2运用t.test函数求解 75.3结果展示 76.1问题叙述 86.2问题求解 86.2.1创建x数据框 86.2.2运用pnorm函数求解 86.3结果展示 8三、实验总结 8一、实验目的R是用于记录分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于记录计算和记录制图的优秀工具;本次实验规定掌握了解R语言的各项功能和函数,可以通过完毕实验内容对R语言有一定的了解，会运用软件对数据进行分析;通过本实验加深对课本知识的理解以及纯熟地运用R语言软件来解决一些复杂的问题。二、实验内容1.1问题叙述将1,２,…,２０构成两个4×5阶的矩阵，其中矩阵A是按列输入,矩阵B是按行输入,并做如下运算.C=A+Ｂ;D=A*B;Ｆ是由A的前3行和前3列构成的矩阵;Ｇ是由矩阵Ｂ的各列构成的矩阵,但不含B的第3列.1.2问题求解1.２．1创建按列、行输入的４×5矩阵；A<－maｔriｘ（1:20,c(4,5))AＢ<-ｍaｔｒiｘ(1:２0,nrow＝4，bｙrｏw=TRＵE)B１．2.2编写程序求解A<-maｔrｉx（1：20，c(４,５))ＡB<-ｍatrｉx(1:20,ｎrow=４,ｂyrow＝TRUＥ)BC=A+BCD=A*ＢDF<－A[1:3，1:３]ＦH<-mａtriｘ(c（1,2，４,5）,nｒｏw=1)HG<-B[,H]G1.3结果展示2．１问题叙述已知有5名学生的数据，如下表所示．用数据框的形式读入数据.学生数据序号姓名性别年龄身高（cm）体重(kg)1张三女14156４2.0２李四男１5１６5４9．０3王五女161５741.５４赵六男1416２52．０５丁一女1５15９45.5２.2问题求解2.2.1创建StudｅntDaｔa数据框StｕdｅntData<－ｄａtａ.fｒaｍe（ｎamｅ＝ｃ("zhａngｓan"，"lisi"，＂wａnｇwu","ｚhaｏliu","diｎgｙi"),sｅｘ=c("F","M＂,"Ｆ","M＂,＂F"),aｇe＝c("14","1５"，"16＂，＂1４","15＂),ｈeｉght=c("156＂，"1６５","１57","162","1５9＂),weigｈt=c("４2"，"49＂,"41.5"，"５2",＂4５.５"))2．２．2运营程序求解StudenｔData<－daｔa．framｅ(name＝c（＂zｈangsan＂，"ｌｉｓi",＂wangwu","zhaoｌiｕ","ｄｉnｇｙi＂),sex＝c("F"，"M","F",＂M＂,"F"）,agｅ=c("１4＂,＂15","１6"，"14＂,"15"),hｅigｈt=c("156","1６5"，"15７"，"16２＂,"159＂）,weiｇht=c(＂42"，"4９","4１．5＂,＂5２","４５.5＂）)ＳｔuｄenｔＤata2.3结果展示3.１问题叙述某单位对１00名女生测定血清总蛋白含量(g／L),数据如下:7４.379.968.878.０７0．４80.5８0.56９.77１．273.579.575.67５.078．87２．０7２．０72.０74.371.2７２．０７5.073.57８.8７4．375．865.074.371.２69．768.0７３．57５.０72．０64.375.88０.369.７７4.3７3.573.5７5.87５.8６8.876.5７０．4７1.２81.2７５.070.４６8．0７0．4７2.076．574.3７6.577．667.372.075.074．37３.57９.5７３.574．765.07６．581.675.4７2．７72.767．276.57２.770.4７7.26８.867．36７.3６7．３72.775.87３.575.073.５73.５73．５７2.781．６70.374.373.579.5７０.476．５72．777．２８4．375.０7６.570.4绘制上述数据的直方图、密度估计曲线、经验分布图和QＱ图.3．２问题求解３.2.1运用ｈisｔ函数绘制直方图；hｉｓt（serumdatａ，fｒeq＝FAＬSE,ｃol＝"ｐuｒｐｌe"，borｄer="reｄ",dｅｎsity=３，ａnglｅ＝60,ｍａiｎ=ｐａｓｔｅ（＂ｔhehｉstoｇramofsｅrｕmdata＂),xlab=＂ａge"，ylａb="frｅquｅncy")3.２.２运用lines函数绘制密度估计曲线；liｎeｓ(deｎsity(serumdata),col＝"blue")3．2．3运用plot函数绘制经验分布图;ｘ<-６4:85＞ｌｉnes(x，dｎorm(x，meａn（serｕmdatａ),sd（serumdata)),col="gｒeeｎ")>ｐloｔ(ecdｆ(ｓeｒumdaｔa),ｖｅrticals＝TＲUE，do.p＝FＡLSE)>lines(x,pnoｒm(x,mean(ｓerumdaｔa）,sd(serumdatａ))，cｏl＝"bｌｕe"）3．2．4运用qqｎoｒm函数绘制QQ图ｑqnorm(ｓeruｍdata,col="purple")qｑline(ｓeruｍｄatａ,col＝＂ｒed")３.3结果展示直方图密度估计曲线经验分布图ＱＱ图4.1问题叙述甲、乙两种稻谷分别播种在１0块实验田中,每块实验田甲乙稻谷各种一半．假设两稻谷产量X，Y均服从正态分布,且方差相等.收获后10块实验田的产量如下所示（单位:公斤）甲种1４01３7１361401４５148１40135144１４1乙种１351１81151４0１２８1311３０11５１3１１25求出两稻种产量的盼望差的置信区间(）.4．２问题求解4.2.1创建x、ｙ数据框＞x＜-c(１40,１37,１36,140，１４5,148,140,135,14４，1４1)>x[１]140１3７１361４０145148１４0１351４414１＞y＜-c(13５,１１8,１15，140,１2８，1３1,13０,1１５,１31,125)>ｙ[１］135１18115１401２８131130１１513112５4.２．2运用t.test函数求解＞t.tesｔ(x,ｙ,var.equaｌ＝TRUE）４.3结果展示由以上程序运营得两稻种产量的盼望差的95%置信区间为[７.53626,2０.0637４].5．1问题叙述甲乙两组生产同种导线,现从甲组生产的导线中随机抽取4根，从乙组生产的导线中随机抽取5根,它们的电阻值（单位：）分别为甲组0.１４3０.1420.14３0．137乙组0.14０0.1420．１３６0.1380.140假设两组电阻值分别服从正态分布未知．试求的置信区间系数为0．９5的区间估计．5.２问题求解5．2．1创建x、y数据框>x＜-c（0.14３,0.142,０.１４３,0.137)＞y<-c(０.140，０.1４2,0.1３６，0．138，0．14０)5．2.2运用t．test函数求解>ｔ．tｅst(ｘ,y,ｖar.eｑual=TＲUE)5.3结果展示TwoSａmplet－testdatａ:xandyt＝1．19８,ｄf=7,p-vａlue=0.2６9９ａltｅr