R语言作业数据来源

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

一． 收集数据

数据由UCI机器学习数据仓库的一个数据集得到，数据集名称为“Breast Cancer Wisconsin (Diagnostic) Data Set ”,包括乳房肿块镇抽吸活检图像的数字化的多项测度值，这些值代表出现在数字化图像中的细胞核的特征。

乳腺癌数据包括569例细胞活检案例，每个案例有32个特征。一个特征是识别号码，一个特征是癌症诊断结果，其他30个特征是数值型的实验室测量结果。

癌症诊断结果用编码“M”表示恶性，用编码“B”表示良性。

30个数值型测量结果由数字化细胞核的10个不同特征的均值、标准差、最大值构成，这10个特征包括：

a) radius (mean of distances from center to points on the perimeter) b) texture (standard deviation of gray-scale values) c) perimeter d) area

e) smoothness (local variation in radius lengths) f) compactness (perimeter^2 / area - 1.0)

g) co

多元统计分析课程论文

基于因子分析的广东省可持续发

展水平综合评价

院系：经济学院统计系 专业： 数量经济学 姓名： 龙湘萍 学号： 1330111003

2014年3月6日

摘 要

随着经济的快速发展以及由此带来的各种环境问题的突出，可持续发展的重要性变得愈发明显，我国对于各地区的可持续发展也更加重视。本文利用广东省年鉴提供的各可持续发展指标的数据，基于因子分析对广东省2012的可持续发展水平作出了综合评价，并对广东省在可持续发展存在的问题给出适当的建议。

【关键词】可持续发展；综合评价；因子分析

目录

引言 ............................................................................................... 1

一、可持续发展指标的选取 .......................................................... 2

（一）构建可持续发展指标体系的原则 ...................................................... 2 （二）广东省可

R语言学习笔记

第1章 R的使用

1.R语句由函数和赋值。R使用<-作为赋值符号：

x<- rnorm(5) #创建一个名为x的向量对象，x包含5个符合标准正太分布的随机偏差# rnorm(5) -> x与x<- rnorm(5)，这两个语句等价。

2.简单的R会话：

研究上述10名婴儿的：（1）体重分布；（2）体重和月龄的关系 代码清单：

age <- c(1, 3, 5, 2, 11, 9, 3, 9, 12, 3)#使用函数c（）以向量的形式输入月龄数据#

weight <- c(4.4, 5.3, 7.2, 5.2, 8.5, 7.3, 6, 10.4, #使用函数c（）以向量的形式输入体重数据# 10.2, 6.1)

mean(weight)#使用函数mean()求体重平均值# sd(weight)#使用函数sd ()求体重标准差#

cor(age, weight)#使用函数cor()求体重与月龄之间相关系数#

plot(age, weight)#使用函数plot(),以图形形式表现体重与月龄之间关系# # q()#使用函数q ()结束程序#

输出结果：

1

第2章创建数据集

1.访问向量中元素

通过方括号中给定元素所处的数值，可以直接访问向量中的元素。例如，a[c(3,5)],访问向量a中的第3个和第5个元素。 代码清单：

a <- c(1, 2, 5, 3, 6, -2, 4) a[3]

a[c(1, 3, 5)]

a[2:6]#访问从第2个元素到第6个元素# 输出结果：

2.创建矩阵

矩阵都是二维的，和向量类似，矩阵中也仅能包含一种数据类型。

通过函数matrix创建矩阵，一般格式如下：

myymatrix<- matrix(vector, nrow=number_of_rows, #nrow(行)# ncol=number_of_columns, #ncol(列)#

byro

多元统计分析课程论文

基于因子分析的广东省可持续发

展水平综合评价

院系：经济学院统计系 专业： 数量经济学 姓名： 龙湘萍 学号： 1330111003

2014年3月6日

摘 要

随着经济的快速发展以及由此带来的各种环境问题的突出，可持续发展的重要性变得愈发明显，我国对于各地区的可持续发展也更加重视。本文利用广东省年鉴提供的各可持续发展指标的数据，基于因子分析对广东省2012的可持续发展水平作出了综合评价，并对广东省在可持续发展存在的问题给出适当的建议。

【关键词】可持续发展；综合评价；因子分析

目录

引言 ............................................................................................... 1

一、可持续发展指标的选取 .......................................................... 2

（一）构建可持续发展指标体系的原则 ...................................................... 2 （二）广东省可

【原创】附代码数据

有问题到淘宝找“大数据部落”就可以了

关联分析

目录

一、概括........................................................................................................................................... 1 二、数据清洗 ................................................................................................................................... 1

2.1公立学费（NPT4_PUB） ................................................................................................... 1 2.2毕业率（Graduation.rate） ............................................................

【原创】附代码数据

有问题到淘宝找“大数据部落”就可以了

关联分析

目录

一、概括........................................................................................................................................... 1 二、数据清洗 ................................................................................................................................... 1

2.1公立学费（NPT4_PUB） ................................................................................................... 1 2.2毕业率（Graduation.rate） ............................................................

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

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

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