1、R語(yǔ)言實(shí)驗(yàn)指導(dǎo)書(shū)（二）2016年10月27日實(shí)驗(yàn)三創(chuàng)建與使用R語(yǔ)言數(shù)據(jù)集實(shí)驗(yàn)?zāi)康茫? . 了解R語(yǔ)言中得數(shù)據(jù)結(jié)構(gòu)。2 .熟練掌握她們得創(chuàng)建方法，與函數(shù)中一些參數(shù)得使用。3 .對(duì)創(chuàng)建得數(shù)據(jù)結(jié)構(gòu)進(jìn)行，排序、查找、刪除等簡(jiǎn)單得操作。實(shí)驗(yàn)內(nèi)容：1 .向量得創(chuàng)建及因子得創(chuàng)建與查瞧有一份來(lái)自澳大利亞所有州與行政區(qū)得 20個(gè)稅務(wù)會(huì)計(jì)師得信息樣本1 以及她們各自所在地得州名。州名為：tas, sa, qld, nsw, nsw, nt, wa, wa, qld, vic, nsw, vic, qld, qld, sa, tas, sa, nt, wa, vic。1）將這些州名以字符串得形式保存在 state當(dāng)

2、中。2）創(chuàng)建一個(gè)為這個(gè)向量創(chuàng)建一個(gè)因子 statef 。3）使用levels函數(shù)查瞧因子得水平。2 .矩陣與數(shù)組。1. 創(chuàng)建一個(gè)4*5得數(shù)組如圖，創(chuàng)建一個(gè)索引矩陣如圖，用這個(gè)索引矩陣訪問(wèn)數(shù)組，觀察結(jié)果。3 .將之前得state ,數(shù)組,矩陣合在一起創(chuàng)建一個(gè)長(zhǎng)度為3得列表。4 .創(chuàng)建一個(gè)數(shù)據(jù)框如圖。mpg cyl disp hp dratMazda RX4Mazda RX4 WagDatsun 710Hornet 4 Drive21.06 160.0 110 3.9021,06160.01103.9022.8410S.0933.8521.46258.01103,085 .將這個(gè)數(shù)據(jù)框按照mpg列

3、進(jìn)行排序。6 .訪問(wèn)數(shù)據(jù)框中drat列值為3、90得數(shù)據(jù) 實(shí)驗(yàn)要求要求學(xué)生熟練掌握向量、矩陣、數(shù)據(jù)框、列表、因子得創(chuàng)建與使用實(shí)驗(yàn)四 數(shù)據(jù)得導(dǎo)入導(dǎo)由實(shí)驗(yàn)?zāi)康? .熟練掌握從一些包中讀取數(shù)據(jù)2 .熟練掌握csv文件得導(dǎo)入。3 .創(chuàng)建一個(gè)數(shù)據(jù)框,并導(dǎo)出為csv格式 實(shí)驗(yàn)內(nèi)容1.2.創(chuàng)建一個(gè)csv文件（內(nèi)容自定），并用readtable函數(shù)導(dǎo)入該文件。查瞧R語(yǔ)言自帶得數(shù)據(jù)集airquality （紐約1973年5-9月每日空氣質(zhì)3.4.5.6.量)。歹！J出 airquality 查瞧 airquality 查瞧 airquality得前十列，并將這前十列保存到air中。 中列得對(duì)象類型。數(shù)據(jù)集中各成

4、分得名稱將air這個(gè)數(shù)據(jù)框?qū)С鰹閏sv格式文件(write 、table (x, file"",sep="", row、names =TRUE, col、names =TRUE, quote =TRUE)實(shí)驗(yàn)要求 要求學(xué)生掌握從包中讀取數(shù)據(jù)，導(dǎo)入csv文件得數(shù)據(jù)，并學(xué)會(huì)將文件導(dǎo)出實(shí)驗(yàn)五R語(yǔ)言數(shù)據(jù)得清洗實(shí)驗(yàn)?zāi)康? .查瞧數(shù)據(jù)集得缺失值，并學(xué)會(huì)對(duì)缺失值進(jìn)行處理。2 .對(duì)異常變量重新賦值。3 .將某一列得字符型轉(zhuǎn)化為日期型。4 .利用subset()獲取子集。實(shí)驗(yàn)內(nèi)容1 .有一個(gè)數(shù)據(jù)框代碼如下，使用summary函數(shù)查瞧，那一列含有缺失值，有 幾個(gè)。并查瞧wi

5、nd列得最大值。Ozone <- c(41,36, 12, 18, NA, 28)Solar、R <- c(190, 118, 149, 313, NA, NA)wind <- c(7 、4, 8、0, 12、6, 11、5, 14、3, 14、9)Temp <- c(67, 82, 74, 62, 86, 66)date <- c(”1997/05/01",”1997/05/02",”1997/05/03",”1997/05/04”，“1997/05/05",”1997/05/06”)air <- data 、fra

6、me(date,Ozone,Solar 、R,wind,Temp, stringsAsFac tors = FALSE)2 .使用class()函數(shù)查瞧date函數(shù)得類型，并將其轉(zhuǎn)化為data型,格式為 月/日/3 . 使用subset()根據(jù)Tem矽!J獲取air中Temp大于60小于70得數(shù)據(jù)。4 .將air中含有缺失值得列去掉。5 .找出Temp中大于85得值將其設(shè)置為缺失值。6 . 創(chuàng)建一個(gè)air1包含兩個(gè)列q1, q2。用cbind函數(shù)添加到air中。7 .使用names函數(shù)查瞧air得列名，并根據(jù)列自己創(chuàng)建一個(gè)數(shù)據(jù)框。使用r bind函數(shù)添加到air中實(shí)驗(yàn)要求要求學(xué)生會(huì)用subse

7、t獲取子集，學(xué)會(huì)對(duì)缺失值進(jìn)行一些簡(jiǎn)單得處理與對(duì)一些異常值得查找與修改。實(shí)驗(yàn)六高級(jí)數(shù)據(jù)管理實(shí)驗(yàn)?zāi)康? .學(xué)會(huì)簡(jiǎn)單得數(shù)值與字符處理函數(shù)。2 .學(xué)會(huì)自己編寫一個(gè)函數(shù)。實(shí)驗(yàn)內(nèi)容1 .使用下面代碼創(chuàng)建roster數(shù)據(jù)集。Student <- c("John Davis", "Angela Williams","Bullwinkle Moose", "David Jones","Janice Markhammer", "Cheryl Cushing","Reuven Yt

8、zrhak", "Greg Knox", "Joel England","Mary Rayburn")Math <- c(502, 600,412, 358,495, 512,410, 625, 573, 522)Science <- c(95, 99, 80, 82, 75, 85, 80, 95, 89, 86)English <- c(25, 22, 18, 15, 20, 28, 15, 30, 27, 18)roster <- data 、frame(Student, Math, Scien

9、ce, English, stringsAsFactors=FALSE)2 .使用length函數(shù)查瞧Student得長(zhǎng)度。3 .計(jì)算該班級(jí)數(shù)學(xué)得平均成績(jī)，最高成績(jī)。4 .將成績(jī)單按照姓與名進(jìn)行排序,將學(xué)生得各科考試成績(jī)組合為單一得成 績(jī)衡量指標(biāo)、基于相對(duì)名次(前20%,下20%,等等)給出從A到F得評(píng)分。1) 使用quantile 函數(shù)按20%,40%,60%,80獻(xiàn)分位數(shù)。2) 使用變量重命名得方法將grade列分為A、B C D F幾個(gè)等級(jí)。3) 使用strsplit 函數(shù)將Student列得名字分割，存到name中。4) 創(chuàng)建一個(gè)函數(shù)x1,功能為實(shí)現(xiàn)返回值為傳入?yún)?shù)得第一個(gè)值。5) 使

10、用sapply 函數(shù)將name中得firstname 提取出來(lái)。(“sapp ly(data,function) ” )同理即可提取出 lastname。6) 將 lastname 與 firstname 與 roster 合并，同時(shí)去掉 roster 得 第一列。7) 將成績(jī)單用姓與名進(jìn)行排序。實(shí)驗(yàn)要求要求學(xué)生學(xué)會(huì)一些簡(jiǎn)單得數(shù)值與字符處理函數(shù)。學(xué)會(huì)如何自己創(chuàng)建一個(gè)函數(shù)。與對(duì)一些簡(jiǎn)單問(wèn)題得處理。實(shí)驗(yàn)七 基本統(tǒng)計(jì)分析實(shí)驗(yàn)實(shí)驗(yàn)?zāi)康? .學(xué)會(huì)使用summary函數(shù)與Hmisc包中得describe函數(shù)來(lái)計(jì)算統(tǒng)計(jì)量。2 . 使用 table 函數(shù)生成一維、二維、多維列聯(lián)表。3 .學(xué)會(huì)用R實(shí)現(xiàn)卡方獨(dú)立性

11、檢驗(yàn)。4 .學(xué)會(huì)用R進(jìn)行相關(guān)性得度量。5 .學(xué)會(huì)用 R進(jìn)行 Pearson、Spearman與 Kendall 相關(guān)。6 .學(xué)會(huì)用R進(jìn)行相關(guān)性得顯著性檢驗(yàn)。7 .學(xué)會(huì)用R進(jìn)行組間差異得非參數(shù)檢驗(yàn)。實(shí)驗(yàn)內(nèi)容1. 描述性統(tǒng)計(jì)分析1)對(duì)R自帶得數(shù)據(jù)集rock (48塊石頭得形態(tài)數(shù)據(jù))使用summary函數(shù)、 Himisc 包中 得 describe 函數(shù)、 pastecs 包中得 stats 、 desc 函數(shù)計(jì) 算描述性統(tǒng)計(jì)量。2) 使用 aggregate、 doby 中得 summaryBy對(duì) sleep 數(shù)據(jù)集得 group 歹!J 分組獲取描述性統(tǒng)計(jì)量。2. 頻數(shù)表與列聯(lián)表1) 加載 vc

12、d 包中得 Arthritis 數(shù)據(jù)集使用table 生成簡(jiǎn)單得頻數(shù)統(tǒng)計(jì)表。2) 使用 table 、 xtabs 對(duì) Arthritis 生成二維列聯(lián)表。并使用 addmargins為這些表格添加邊際與( 根據(jù) Treatment 、 Improved)。3) 使用 xtabs,table 生成三維列聯(lián)表( 根據(jù) Treatment 、 sex、 Improved三個(gè)因子 ) 。4) 使用chisq 、 testhan() 函數(shù)對(duì)二維表得行與列進(jìn)行卡方獨(dú)立性檢驗(yàn),并觀察她們就是否獨(dú)立。5) 使用 vcd 包中得 assocstats() 函數(shù)計(jì)算二維列聯(lián)表得phi 系數(shù)、列聯(lián)系數(shù)與Cramer s V 系數(shù)。3. 相關(guān)1) Pearson、Spearman與 Kendall 相關(guān)a) 對(duì) state 、 x77 數(shù)據(jù)集計(jì)算方差與協(xié)方差、Pearson 積差相關(guān)系數(shù)、Spearman等級(jí)相關(guān)系數(shù)。b) 使用 psych 包中得 corr 、 test 對(duì) state 、 x77 數(shù)據(jù)集 Illiteracy 、 Murder 因子計(jì)算相關(guān)顯著性檢驗(yàn)4. T檢驗(yàn)1) 比較了南方( group 1 ) 與非南 方 ( g