《统计模拟与R相关资料习题答案.》由会员分享，可在线阅读，更多相关《统计模拟与R相关资料习题答案.（162页珍藏版）》请在金锄头文库上搜索。
1、统计模拟与 主讲： 朱 强 理学院 QQ群: 6052759 E-Mail:qiang_zhu Simulation and R 课程要求 1.本课程上机实习3-4次 2.每次上机需要完成一次实验并提交 3.本课程怎么考试？ 4.总评=考勤+实验作业+考试成绩 主要内容 1.R软件介绍 2.R统计分析 3.统计模拟介绍 教材和主要参考书籍 1、肖枝洪、朱强著, 统计模拟及其R实现， 武汉大学出版社，2010 2、Sheldon.M.Ross, Simulation,(3nd), Elsevier,2002 3、王兆军，陈广雷，邹长亮译，统计模拟(第4版), 人民邮电出版社，2007. 4、薛毅
2、，陈立萍，统计建模与R软件， 清华大学出版社,2006. 第一篇：R介绍 R是 一个开放(GPL)的统计编程环境 一种语言，是语言(由AT它是一个由志愿者组成的工作努 力的国际团队 参考资料 随软件所附pdf文档(help-manuals),随版 本更新: W.N. Venables, D.M. Smith and the R DCT: Introduction to R - Notes on R: A Programming Environment for Data Analysis and Graphics, 2003. http:/bayes.math.montana.edu/R web
3、/Rnotes/R.html R DCT, The R Environment for Statistical Computing and Graphics - Reference Index,2003. R DCT, R Data Import/Export, 2003. R DCT, R Language Definition,2003 R DCT, Writing R Extensions,2003 Kurt Hornik, R FAQ, Version 1.8-1, 2003-10-07 B. D. Ripley, R for Windows FAQ, Version for rw10
4、80 R Html Help, Statistical Data Analysis 其它PDF/HTML文件： Kickstarting R, http:/cran.r- project.org/doc/contrib/ Lemon- kickstart/ R examples, Alison Gibbs, http:/www.utstat.toronto.edu/alis ong/Teaching/ Winter04/Sta248/Rex.html *Ko-Kang Wang, Introduction to R for Statisticians,2004 J.H. Maindonald,
5、 Using R for Data Analysis and Graphics An Introduction, 2001 J.H. Maindonald, Using S-PLUS for Data Analysis and Graphics, 2001 Emmanuel Paradis, R for beginners Jonathan Baron, R reference card Bret Larget, R for Introductory Statistics, 2002 近期畅销书: Peter Dalgaard, Introductory Statistics with R,
6、Springer, 2002 John Maindonald, John Braun, Data Analysis and Graphics Using R - An Example-based Approach, Cambridge University Press,2003 John Fox, An R and S-Plus Companion to Applied Regression, Sage Publications, Inc., 2002 W. N. Venables and B. D. Ripley， Modern Applied Statistics with S，4th E
7、d., 2002 近期畅销书: 统计建模与R, 薛毅等，清华大学出版社， 2005， R语言统计分析软件教程，王斌会， R语言与统计分析 ，汤银才，高教出版社， 2008， R语言及Bioconductor在基因组分析中的应 用，孙啸等，2006，科学出版社 OO、R R的安装的安装 1.进入网站http:/www.r-project.org 2.点击左边的Download,Packages下的CRAN 选择镜像：China有六个镜像点，随意点击一个 OO、R R的安装的安装 3.点击下图中Windows,再点击base 4.点击第一行的Download R 2.13.1 for Window
8、s (32 megabytes)下载 一、一、R R的运行平台的运行平台 R_GUI 启动R,我们看到R GUI (graphic users interface)的主窗口, 它由三部分组成 主菜单 工具条 R console (R的运行窗口) R console 你的主要工作是在这里通过发布命令来完成的,包括数据 集的建立,数据的分析,作图等. 在这里你可以得到在线帮助 help.start() HTML格式的关于R的帮助文件 help() 得到相应函数的帮助,例如help(plot) demo() 得到R提供的几个示例 q() 退出R 同Matlab类似，用方向键可以重现以前的命令 二、二
9、、R R的语法与数据结构的语法与数据结构 语法 符号 命令或运算提示符 + 续行符 基本算术运算 +加号 - 减号 * 乘号 / 除号 乘方 %*% 矩阵乘法 % 求余数 %/% 整数除法 赋值符 = 或 3+5 3-5 3/5 35 x=5 ?plot help(plot) 三、向量三、向量 向量是R中最为基本的类型 一个向量中元素的类型必须相同，包括 数值型 整型 单精度实型 双精度实型 逻辑型 复值型 字符型 1、数值向量 定义向量的常用方法(函数) seq() 或 : 若向量(序列)具有较为简单的规律 rep() 若向量(序列)具有较为复杂的规律 c() 若向量(序列)没有什么规律 例
10、 1:10 seq(1,10,by=0.5) seq(1,10,length=21) rep(2:5,2) rep(2:5,rep(2,4) x=c(42,7,64,9) length(x) 向量运算:+,-,*,/, 含义是对每个元素进行运算. 例 x=1:3 2*x-1 11 3 5 1:表示该行的第一个数的下标. %/%:表示整数除法,%表示求余数 7%/%3 7%3 两个等长的向量之间的加,减,乘,除,乘方运算是 对应元素间的四则运算. 1:3+c(5,7,2)/c(5,7,1) 12 3 5 两个不等长的向量之间的运算则是:长度短的向 量将循环使用. c(100,200)+c(1,2
11、,3,4) 1101 202 103 204 向量运算中的循环法则(recycling rule) 1:2+1:4 1:4+1:7 sqrt(x),log(x),exp(x),sin(x),cos(x),tan(x), abs(x)分别表示平方根,对数,指数,三角函数及绝对值. sort(x,decreasing=FALSE)返回按x的元素从小到大 排序的结果向量. order(x)是使得x从小到大排列的元素下标向量, sort(x)与xorder(x)是等效的. numeric(n):表示长度为n的零向量 注意:1:n-1与1:(n-1)的区别. 1:3-1 1:(3-1) 2、逻辑向量 向
12、量可以取逻辑值,如 l=c(TRUE,TRUE,FALSE) x=c(1,4,6.25) l3 l 1FALSE TRUE TRUE 两个向量也可比较 log(10*x) 1 2.302585 3.688879 4.135167 log(10*x)x 1 TRUE FALSE FALSE 比较运算符:=,=(相等),!=(不等) 逻辑向量可以进行与(sexf 1 M F M M F Levels: F M 函数factor()用来把一个向量编码为一个因子，一般形式为 factor(x,levels=sort(unique(x),na.last=TRUE),la bels, exclude=NA
13、,ordered=FALSE) is.factor()检验对象是否是因子，as.factor()把向量转化 为因子。levels()可以得到因子的水平 sex.level=levels(sexf);sex.level 1”F” “M” 对因子向量可用table()统计各类数据的频数。 sex.tab=table(sexf);sex.tab 2.tapply()函数 例子：知道5位学生的性别，还知道这5位学生的身高，分组求 身高的平均值 height=c(174,165,180,171,160) tapply(height,sex,mean) 1 F M 162.5 175.0 tapply()
14、 的一般形式为 tapply(x,INDEX,FUN=NULL,simplify=TRUE) x是一对象，通常为一向量，INDEX是与X有同样长度的因子 ，FUN是要计算的函数 3.gl()函数 gl()可以方便地产生因子， gl(n,k,length=n*k,labels=1:n,odered=FALSE) n为水平数，k为重复的次数，length为结果的长度，labels 为n维向量，表示因子水平，ordered是逻辑变量，表示是否 为有序因子，缺省值FALSE gl(2,3) gl(2,1,6) 六、列表（list）和数据框（data.frame) 1、列表的构造 red=list(na
15、me=“黎明 ”,age=30,scores=c(85,76,90) rec $name 1 “黎明“ $age 1 30 $scores 1 85 76 90 列表元素可用”列表名下标”引用 rec2 130 rec32 但列表不同于向量，每次只能引用一个元素，如 rec1:2 是不允许的 对连续型变量产生因子,或分类 agerec“age” rec$age 2、列表的修改 rec$name=“张三” rec$age=list(20,32,58) 可重新添加一些到列表中 rec$sex=“男” rec6=161 第5号元素没定义，所以值是”NULL”,若rec是一个向量，则 空元素为”NA” 列表之间还可以连接起来， List.ABC=c(list.A,list.B,list.C) 3.数据框 数据框通常是矩阵形式的数据，但矩阵各列可以是不 同类型。数据框每列是一个变量，每行是一个观测。 (1)生成数据框 一般可以把数据框看作一种推广了的矩阵，它可用 矩阵形式 表示，数据框可以用data.frame()函数生成，用法 与list()函数相同 ls()#列出工作空间你定义的所有变量 str(x)#给出对象x的一些信息 d=data.frame(name=c(“李明“,“张聪“,“王 建“),age=c(30, 35,28),
