生物统计作业R语言

实验五数据结构（向量、因子、列表）

实验目的：

1.熟悉R中数据基本结构特点及使用方法 2.熟悉R中向量的编辑方法 3.熟悉R中因子的设置方法 4.熟悉R中列表的编辑方法

实验要求：完成每个实验内容的同时，在每题后面附上程序代码。要求独立完成。

实验内容：

一、编写一个函数，具有如下功能： 1.输入参数为一个向量或者数据框

2.计算向量（或数据框中的列向量）的均值、方差、标准差、中位数 3.计算向量（或数据框中的列向量）的标准化得分

4.将2与3中的计算结果存储到一个列表中作为函数返回对象 > f<-function(x){ + mean<-mean(x) + var<-var(x) + sd<-sd(x)

+ median<-median(x) + m<-(x-mean(x))/sd(x)

+ j<-list(f.mean=mean,f.var=var,f.sd=sd,f.median=median,f.m=m) + j + }

二、有三组学生使用了不同的数学辅导教材，期末考试成绩如下。问这三组学生的成绩有无显著差异？（使用stack函数将三组向量合并成一个向量以及一个平行因子，然后使用aov函数或者oneway.test函数进行方差分析。）

99 88 99 89 94 90 第一组

55 50 67 67 56 56 第二组

79 56 89 99 70 89 第三组

> x1<-c(99,88,99,89,94,90) > x2<-c(55,50,67,67,56,56) > x3<-c(79,56,89,99,70,89) > f<-stac

统计软件实验1

每题需注意1命令代码2结果或图形3自己的错误

(?0.3?42)1 y =sin(10?)?e?log423

y <- sin(10*pi)*exp(-0.3+4^2)+log(23)/log(4)

2 x = sin(223/3)， y = x^2，z = y*10 ；求x+2y-5z x <- sin(223/3);y <- x^2;x+2*y-5*z

3 建立起始值=3,增量值=5.5,终止值=44的一维数组x x <- seq(3.47,by=5.5)

4 建立等差一维数组x：首项为0,末项为?,项数为15 x <- seq(0,pi,length=15)

5 将100,200,200,200,400,600,600,600,800 输入R中，保存到numeric变量中 numeric <- c(100,200,200,200,400,600,600,600,800)

6 将numeric转换为factor存入变量factor.numeric，并用class（）确认。 factor.numeric <- as.factor(numeric) 7 查看factor.numeric的内容 factor.numeric

8 创建一个2到50的向量,形式为 2, 4, 6, 8, ..., 48, 50并名为为vector1 vector1 <- seq(from=2,to=50,by=2) 9 选取vector1中的第20个元素 vector1[20]

10 选取vector1中的第10，15，20个元素 vector1[c(10,15,20)]

11 选取vector1中的第10到20个元素 vector[10:20]

12 选取vector1中值大于40的元素 vector1[vector1>40]

13创建向量1 2 3 4 5

第四章、均数差异显著性检验---t检验

第一节 概率及分布概述

一、名词解释

1、 随机事件

2、 概率的统计定义

3、 小概率原理

4、 正态分布

5、 标准正态分布

6、 双侧概率（两尾概率）

7、 单侧概率（一尾概率）

8、 二项分布

9、 标准误

10、 t分布

二、简答题

1、事件的概率具有那些基本性质？

2、正态分布的密度曲线有何特点?

1

第二节、均数差异显著性检验的意义和原理

一、名词解释

1、假设检验（显著性检验） 2、 无效假设 3、 备择假设 4、 显著水平 5、 Ⅰ型错误 6、 Ⅱ型错误

7、 双侧检验（双尾检验） 8、 单侧检验（单尾检验） 9、 否定域 10、接受域 二、简答题

1、显著性检验的基本步骤是什么？根据什么确定显著水平？

2、什么是统计推断？为什么统计推断的结论有可能发生错误？有哪两类错误？如何降低犯两类错误的概率？

3、进行显著性检验应注意什么问题？如何理解显著性检验结论中的“差异不显著”、“差异显著”、“差异极显著”？

2

第三节、两均数差异显著性检验的方法

一、名词解释 1、配对实验设计 2、自身配对 3、同质配对 4、非配对试验设计 5、

前言

判别分析（discriminant analysis）是多元统计分析中较为成熟的一种分类方法，它的核心思想是“分类与判断”，即根据已知类别的样本所提供的信息，总结出分类的规律性，并建立好判别公式和判别准则，在此基础上，新的样本点将按照此准则判断其所属类型。例如，根据一年甚至更长时间的每天的湿度差及压差，我们可以建立一个用于判别是否会下雨的模型，当我们获取到某一天（建立模型以外的数据）的湿度差及压差后，使用已建立好的模型，就可以得出这一天是否会下雨的判断。 根据判别的组数来区分，判别分析可以分为两组判别和多组判别。接下来，我们将学习三种常见的判别分析方法，分别是：

?

距离判别 Bayes判别 Fisher判别

?

?

一、距离判别基本理论

假设存在两个总体本到两个总体的距离样本属于总体

和

，另有为一个维的样本值，计算得到该样和

,如果

；若

大于

等于

，则认为

，

，反之样本则属于总体

则该样本待判。这就是距离判别法的基本思想。

在距离判别法中，最核心的问题在于距离的计算，一般情况下我们最常用的是欧式距离，但由于该方法在计算多个总体之间的距离时并不考虑方差的影响，而马氏距离不受指标量纲及指标间相关性的影响，弥补了欧式距离在这方面的缺点，其计算公式如下

不同地区的黄鼬针毛长度之间的显著差异性

闵雪 20101095 生物教育

【关键词】不同地区 黄鼬针毛长度 差异性显著性

【摘要】通过在东北、内蒙古、河北、安徽、贵州五个地区种植黄鼬，然后

分别在每个地区随机抽取4个样本，测量黄鼬针毛的长度，将记录的数据进行F检验，比较5个地区的黄鼬针毛长度的差异显著性。当差异显著时，再进行多重比较

【实验过程】

实验设计；想要研究不同地区黄鼬针毛长度的差异显著性，首先是判

断每个地区的方差是否相同。要判断每个地区的方差是否相等，就可以用F检验。首先就将一批优质的、生命力相近的黄鼬养育在5个地区。然后在不同地区随机抽取4个样本（为避免误差，所以选择的样本得出结果后，取其平均数）。当FF表时，代表各个样本之间有显著差异。当有显著性差异时，用LSD再检验 。

表1 不同地区黄鼬冬季针毛长度（mm）

地 区 东 北 内蒙古 河 北 安 徽 贵 州 1 2 3 4 32.0 32.8 31.2 30.4 29.2 27.4 26.3 26.7 25.5 26.1 25.8 26.7 23.3 25.1 25.1 25.5 22.3 22.5 22.9 23.7

【计算方法过程】

在这个例子中，k=

Stata如何做cubic spine图横轴：Number of nodes examined；纵轴：Log hazard ratio Number of nodes examined Survival months Sensored Age Gender 18 11 6 16 12 11 8 12 2 3 2 5 4 1 4

13 8 5 6 4 16 30 26 11 3 5 15 68 16 46 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 33 63 73 63 68 65 51 74 72 72 69 66 59 54 54 Male Female Male `Male Male Male Male Male Female Male Male Male Male Female Male

rcspline.plot(x,y,model=c(\\\xrange, event, nk=5,knots=NULL, show=c(\adj=NULL, xlab, ylab,ylim, plim=c(0,1), plotcl=TRUE, showknots=TRUE, add=FALSE,subset, lty=1, nop

中国虐学c提 2 1,72)1714丕 0 1 (7:2—3 2C ie eAg iutr l ce c l t h n s rc l a in eBu l i u S en

基于 R语言的 4 4’‘ 1’ 3肥效试验的统计分析张祯勇，高明文，肖启银，杨开俊，罗孝贵，陈代全(四川省甘孜藏族自治州农业科学研究所，四川康定 6 6 0 ) 2 0 0

摘要：了介绍R语言在农业试验分析中的应用，用R语言对“44肥料效应试验具体实例的部分为使 3 1”实施方案和完全实施方案结果进行统计分析，拟合了二元二次、三元二次肥料效应方程，并根据肥效方

程模拟寻优。使用R语言对“4 4肥料效应试验分析结果表明： 31”通过三元二次肥料效应函数获得的玉米最佳施肥指标为：以每公顷施 N 7 . gPO 8.2 gK2 53 g期望产量为 1741 gh, 252 k, 66, O4 .2, 6 k k 06 .3/m2产 k投比达到9 3为最佳方案。这与使用全国农技中心提供的“4 4 ., 7 3 1田间试验设计与数据分析管理系统”进行计算是一致的；考虑到田间的可操作性，如建议每公顷施 N 2 2 8 27 9k,: 2 2 9 . , 6. - 8 . g P 8

R语言：常用函数

数据结构

一、数据管理 vector：向量 numeric：数值型向量 logical：逻辑型向量 character；字符型向量 list：列表

data.frame：数据框 c：连接为向量或列表 length：求长度 subset：求子集

seq，from:to，sequence：等差序列 rep：重复 NA：缺失值 NULL：空对象

sort，order，unique，rev：排序 unlist：展平列表

attr，attributes：对象属性

mode，typeof：对象存储模式与类型 names：对象的名字属性

二、字符串处理 character：字符型向量 nchar：字符数 substr：取子串

format，format C：把对象用格式转换为字符串 paste，strsplit：连接或拆分 charmatch，pmatch：字符串匹配 grep，sub，gsub：模式匹配与替换

三、复数

complex，Re，Im，Mod，Arg，Conj：复数函数

四、因子 factor：因子 codes：因子的编码 levels：因子的各水平的名字 nlevels：因子的水

第五章

5.1 设总体x是用无线电测距仪测量距离的误差，它服从（α，β）上的均匀分布，在200次测量中，误差为xi的次数有ni次： Xi：3 5 7 9 11 13 15 17 19 21 Ni：21 16 15 26 22 14 21 22 18 25 求α，β的矩法估计值

α=u- 3s β=u+ 3s 程序代码： x=seq(3,21,by=2)

y=c(21,16,15,26,22,14,21,22,18,25) u=rep(x,y) u1=mean(u) s=var(u) s1=sqrt(s) a=u1-sqrt(3)*s1

b=u1+sqrt(3)*s1b=u1+sqrt(3)*s1 得出结果： a= 2.217379 b= 22.40262

5.2为检验某自来水消毒设备的效果，现从消毒后的水中随机抽取50L，化验每升水中大肠杆菌的个数（假设1L水中大肠杆菌的个数服

从泊松分布），其化验结果如下表所示：试问平均每升水中大肠杆菌个数为多少时，才能使上述情况的概率达到最大 大肠杆菌数/L：0 1 2 3 4 5 6 水的升数：17 20 10 2 1 0 0 γ=u是最大似然估计 程序代码： a=seq(0,6,by=1) b=c(17

作业讲解 - 用R语言绘制犯罪率增长高于20%的美国州地图

A criminology student has collected data about the number of violent assaults in each of the US states in 2014 and 2015. For his upcoming seminar, he is interested in identifying the states in which there has been at least a 20% increase in assaults.

Please help this student by identifying the relevant states, presenting them in a list or table, and creating a map of the USA where the relevant states are colored in red. This will require finding a relevant R package and using it to plot the map