多维数据的基本统计分析与图示

实验名称：多维数据的基本统计分析与图示

实验目的与要求：1. 熟悉R软件界面及数据的R语言表示。

2. 对多维数据作基本统计分析及直观表示。

3. 第二章练习题2、3; 第三章练习题2；

实验总结：

实验步骤与结果：

第二章练习题2：进行基本统计分析

代码：

###第二章第二题

##进行基本统计分析

T2.2=read.csv("E:/T2.2.csv",header=T) #数据的导入

head(T2.2)

summary(T2.2)

A1=table(是否抽烟);A1

barplot(A1)

B1=table(每天学习时间);B1

barplot(B1)

table(是否抽烟,每天学习时间)

barplot(table(每天学习时间,是否抽烟),beside=T,col=1:2)

barplot(table(是否抽烟,每天学习时间),beside=T,col=1:6)

第二章练习题3：试按组距为300编制频数表，计算频数、频率和累积频率，并绘制直方图。

（1）写出R语言程序。

（2）用R语言进行基本统计分析。

（3）用R语言作正态概率图并分析之。

代码：

###第二章第三题

##试按组距为300编制频数表，计算频数、频率和累积频率，并绘制直方图

T2.3=read.csv("E:/T2.3.csv",header=T) #数据的导入

min(T2.3) #最低工资

max(T2.3) #最高工资

A2=hist(T2.3$X,breaks = seq(900,3000,300)) #以组距为300话=画直方图

names(A2)

data.frame('组中值'=A2$mids,'频数'=A2$counts,'频率'=A2$density*300,'累计频率'=cumsum(A2$density*300))

##进行基本统计分析

summary(T2.3)

##用R语言作正态概率图

qqnorm(T2.3$X)

qqline(T2.3$X)

第三章练习题2：按本章讲的多元图示方法对该资料进行直观分析

代码：

###第三章第二题

##按本章讲的多元图示方法对该资料进行直观分析

T3.2=read.csv("E:/T3.2.csv",header=T) #数据的导入

summary(T3.2)

#均值条图

P1=rowMeans(T3.2[,2:5]);P1

barplot(P1,las=3)

P2=colMeans(T3.2[,2:5]);P2

#箱尾图

boxplot(T3.2[,2:5])

boxplot(T3.2[,2:5],horizontal=T)

#脸谱图

library(aplpack)

faces(T3.2[,2:5],face.type=2) #第一列文字，不能直接处理

plot(T3.2[,2:3],bty="n")

a<-faces(T3.2[,2:4]);a

#星象图

library(mvst)

stars(T3.2,full=F,key.loc=c(13,1.5),draw.segments=T)

多维数据的基本统计分析与图示相关推荐

【数据挖掘】数据挖掘总结 ( K-Means 聚类算法 | 二维数据的 K-Means 聚类 ) ★
文章目录一. K-Means 聚类算法流程二. 二维数据的 K-Means 聚类 1. 第一次迭代 2. 第二次迭代参考博客 : [数据挖掘]聚类算法简介 ( 基于划分的聚类方法 | 基于层次 ...
【数据挖掘】K-Means 二维数据聚类分析 ( K-Means 迭代总结 | K-Means 初始中心点选择方案 | K-Means 算法优缺点 | K-Means 算法变种 )
文章目录 K-Means 二维数据聚类分析数据样本及聚类要求二维数据曼哈顿距离计算 K-Means 算法步骤第一次迭代 : 步骤 ( 1 ) 中心点初始化第一次迭代 : 步骤 ( 2 ) ...
怎么计算一组数据的波动_[理论+spss实战]一组数据的描述性统计分析
长按二维码,关注[学术点滴]获取更多资讯. 问:拿到一组数据首先要干什么?答:进行数据的基本分布描述本次推文分两部分第一部分:理论部分第二部分:SPSS实战操作操作者微信公众号[学术点滴] ...
R语言案例分析：多元数据的基本统计分析
R语言案例分析:多元数据的基本统计分析来自<多元统计分析与R语言建模> 第四版数据集下载我们利用该数据集中的Case1来完成下面的R语言操作: options(digits = 4) ...
Excel数据合并到统计分析自动处理的python示例（精益办公实战1）
Excel数据合并到统计分析自动处理的python示例(精益办公实战1) 1.背景描述: 社会的发展不断深化了经济对科技和数字化的依赖,企业将不得不面对越来越多,甚至是海量的数据和信息.Excel(或 ...
Matplotlib——直方图_hist()函数_histogram()函数_二维数据
一个简单的直方图可以直观地展示数据的分布,包括数值分布的区间.密度和形状. 在实际的工作过程中,我们可能需要对数据进行数学建模和统计分析,这些数据处理技术往往基于数据符合的某些假设,而直方图是检查数据 ...
简单易学多维数据可视化R实现：神奇的卡通脸谱图Chernoff faces
.Chernoff face是由美国统计学家Chernoff在1976年率先提出的,用脸谱来分析多维度数据,即将P个维度的数据用人脸部位的形状或大小来表征. 他首先将该方法用于聚类分析,引起了各国统计 ...
智维数据nCompass防火墙策略可视化平台发布
1 防火墙策略收敛的困境: "一个月只能收敛一条策略, 太影响防火墙性能了,我们不敢再开了!" 安全策略的配置是发挥防火墙防护作用的关键,精细化安全策略配置成为应对威胁的重要手段 ...
机器学习入门（17）— 输入 4 维数据、基于 im2col 展开来实现卷积层
1. 输入 4 维数据 CNN 中各层间传递的数据是 4 维数据.所谓 4 维数据,比如数据的形状是(10, 1, 28, 28),则它对应 10 个高为 28.长为 28.通道为 1 的数据.用 P ...

多维数据的基本统计分析与图示

多维数据的基本统计分析与图示相关推荐

最新文章

热门文章