R語言第十周作業(yè).doc

實(shí)驗(yàn)十?dāng)?shù)據(jù)可視化（繪圖二）實(shí)驗(yàn)?zāi)康模?.熟悉R條形圖的制作2.熟悉R直方圖的制作3.熟悉用Q-Q圖來檢驗(yàn)分布的特征4.了解相關(guān)概率計(jì)算和隨機(jī)抽樣的R實(shí)現(xiàn)實(shí)驗(yàn)要求：完成每個(gè)實(shí)驗(yàn)內(nèi)容的同時(shí)，在每題后面附上程序代碼。要求獨(dú)立完成。實(shí)驗(yàn)內(nèi)容：一1.對(duì)于iris數(shù)據(jù)，用每類花（iris$Speciees）的樣本數(shù)作為高度，制作條形圖。heights- table(iris$Species)barplot(heights)2.用每類花的Sepal.Length、Sepal.Width、Petal.Length、Petal.Width的平均值分別制作條形圖，四圖同顯。par(mfrow=c(2,2)attach(iris)SLength- tapply(Sepal.Length, Species, mean)barplot(SLength,main=Mean Temp.by Sepal.Length,col=1)SWidth- tapply(Sepal.Width, Species, mean)barplot(SWidth,main=Mean Temp.by Sepal.Width,col=2)PLength- tapply(Petal.Length, Species, mean)barplot(PLength,main=Mean Temp.by Petal.Length,col=3)PWidth- tapply(Petal.Width, Species, mean)barplot(PWidth,main=Mean Temp.by Petal.Width,col=4)3.分別制作Sepal.Length、Sepal.Width、Petal.Length、Petal.Width的直方圖（用密度值做代表，設(shè)置prob=T）,添加擬合的密度曲線，四圖同顯。par(mfrow=c(2,2)attach(iris)hist(Sepal.Length,prob=T,col=5)lines(density(Sepal.Length)hist(Sepal.Width,prob=T,col=2)lines(density(Sepal.Width)hist(Petal.Length,prob=T,col=3)lines(density(Petal.Length)hist(Petal.Width,prob=T,col=4)lines(density(Petal.Width)4.分別制作Sepal.Length、Sepal.Width、Petal.Length、Petal.Width的正態(tài)Q-Q圖，四圖同顯，并說明他們的正態(tài)性。par(mfrow=c(2,2)attach(iris)qqnorm(Sepal.Length, main=Q-Q Plot: Sepal.Length,col=5)qqline(Sepal.Length,col=5)qqnorm(Sepal.Width, main=Q-Q Plot: Sepal.Width,col=6)qqline(Sepal.Width,col=6)qqnorm(Petal.Length, main=Q-Q Plot: Petal.Length,col=9)qqline(Petal.Length,col=9)qqnorm(Petal.Width, main=Q-Q Plot: Petal.Width,col=8)qqline(Petal.Width,col=8)二用隨機(jī)模擬的方法計(jì)算下面積分的數(shù)值，并和實(shí)際值作比較。0sinxdxm-100000sam-data.frame(x=runif(m,0,pi),y=runif(m,0,1)head(sam$y=sin(sam$x)plot(sam)abline(h=c(0,1),v=c(0,pi),col=red)points(samsam$y a-4*sum(sam$y a1 2.55812實(shí)際值 b b1 2三模擬來自指數(shù)分布隨機(jī)變量的樣本均值的極限分布。x-rexp(1000)n-c(2,5,10,60)m-10000xbar-data.frame()for(i in 1:length(n)for(j in 1:m)xbarj,i