R语言实验指导书二.doc

R语言实验指导书二

14
2020年4月19日
文档仅供参考

R语言实验指导书（二）

10月27日

实验三 创立和使用R语言数据集

一、 实验目的：
1. 了解R语言中的数据结构。
2. 熟练掌握她们的创立方法，和函数中一些参数的使用。
3. 对创立的数据结构进行，排序、查找、删除等简单的操作。
二、 实验内容：
1. 向量的创立及因子的创立和查看
有一份来自澳大利亚所有州和行政区的20个税务会计师的信息样本1 以 及她们各自所在地的州名。州名为：tas, sa, qld, nsw, nsw, nt, wa, wa, qld, vic, nsw, vic, qld, qld, sa, tas, sa, nt, wa, vic。
1) 将这些州名以字符串的形式保存在state当中。
2) 创立一个为这个向量创立一个因子statef。
3) 使用levels函数查看因子的水平。

2. 矩阵与数组。
i. 创立一个4*5的数组如图，创立一个索引矩阵如图，用这个索引矩阵访问数组，观察结果。

3. 将之前的state，数组，矩阵合在一起创立一个长度为3的列表。

4. 创立一个数据框如图。

5. 将这个数据框按照mpg列进行排序。

6. 访问数据框中drat列值为3.90的数据。

三、 实验要求
要求学生熟练掌握向量、矩阵、数据框、列表、因子的创立和使用。
实验四 数据的导入导出

一、 实验目的
1. 熟练掌握从一些包中读取数据。
2. 熟练掌握csv文件的导入。
3. 创立一个数据框，并导出为csv格式。
二、 实验内容
1. 创立一个csv文件（内容自定），并用readtable函数导入该文件。
2. 查看R语言自带的数据集airquality（纽约1973年5-9月每日空气质量）。
3. 列出airquality的前十列，并将这前十列保存到air中。
4. 查看airquality中列的对象类型。
5. 查看airquality数据集中各成分的名称
6. 将air这个数据框导出为csv格式文件。（write.table (x, file ="", sep ="", row.names =TRUE, col.names =TRUE, quote =TRUE)）
三、 实验要求
要求学生掌握从包中读取数据，导入csv文件的数据，并学会将文件导出。
实验五 R语言数据的清洗

一、 实验目的
1. 查看数据集的缺失值，并学会对缺失值进行处理。
2. 对异常变量重新赋值。
3. 将某一列的字符型转化为日期型。
4. 利用subset（）获取子集。
二、 实验内容
1. 有一个数据框代码如下，使用summary函数查看，那一列含有缺失值，有几个。并查看wind列的最大值。
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.frame(date,Ozone,Solar.R,wind,Temp, stringsAsFactors = FALSE)
2. 使用class（）函数查看date函数的类型，并将其转化为data型，格式为月/日/年。
3. 使用subset（）根据Temp列获取air中Temp大于60小于70的数据。
4. 将air中含有缺失值的列去掉。
5. 找出Temp中大于85的值将其设置为缺失值。
6. 创立一个air1包含两个列q1，q2。用cbind函数添加到air中。
7. 使用names函数查看air的列名，并根据列自己创立一个数据框。使用rbind函数添加到air中
三、 实验要求
要求学生会用subset获取子集，学会对缺失值进行一些简单的处理和对一些异常值的查找和修改。
实验六 高级数据管理

一、 实验目的
1. 学会简单的数值和字符处理函数。
2. 学会自己编写一个函数。
二、 实验内容
1. 使用下面代码创立roster数据集。
Student <- c("John Davis", "Angela Williams",
"Bullwinkle Moose", "David Jones",
"Janice Markhammer", "Cheryl Cushing",
"Reuven Ytzrhak", "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, Science, English,
stringsAsFactors=FALSE)

2. 使用length函数查看Student的长度。
3. 计算该班级数学的平均成绩，最高成绩。
4. 将成绩单按照姓和名进行排序，将学生的各科考试成绩组合为单一的成绩衡量指标、基于相对名次（前 20%，下20%，等等）给出从A到F的评分。
1) 使用quantile函数按20%，40%，60%，80%,求分位数。
2) 使用变量重命名的方法将grade列分为A、B、C、D、F几个等级。
3) 使用strsplit 函数将Student列的名字分割，存到name中。
4) 创立一个函数x1，功能为实现返回值为传入参数的第一个值。
5) 使用sapply 函数将name中的firstname提取出来。（“sapply（data，function）”）同理即可提取出lastname。
6) 将lastname和firstname与roster合并，同时去掉roster的第一列。
7) 将成绩单用姓和名进行排序。
三、 实验要求
要求学生学会一些简单的数值和字符处理函数。学会如何自己创立一个函数。和对一些简单问题的处理。
实验七 基本统计分析实验

一、 实验目的
1. 学会使用summary函数和Hmisc包中的describe函数来计算统计量。
2. 使用table函数生成一维、二维、多维列联表。
3. 学会用R实现卡方独立性检验。
4. 学会用R进行相关性的度量。
5. 学会用R进行Pearson、Spearman和Kendall相关。
6. 学会用R进行相关性的显著性检验。
7. 学会用R进行组间差异的非参数检验。
二、 实验内容
1. 描述性统计分析
1) 对R自带的数据集rock（48块石头的形态数据）使用summary函数、Himisc包中的describe函数、pastecs包中的stats.desc函数计算描述性统计量。
2) 使用aggregate、doby中的summaryBy对sleep数据集的group列分组获取描述性统计量。
2. 频数表和列联表
1) 加载vcd包中的Arthritis数据集使用table生成简单的频数统计表。
2) 使用table、xtabs对Arthritis生成二维列联表。并使用addmargins为这些表格添加边际和（根据Treatment、Improved）。
3) 使用xtabs，table生成三维列联表（根据Treatment、sex、Improved三个因子）。
4) 使用chisq.testhan()函数对二维表的行和列进行卡方独立性检验，并观察她们是否独立。
5) 使用vcd包中的assocstats()函数计算二维列联表的phi系数、列联系数和Cramer’s V系数。
3. 相关
1) Pearson、Spearman和Kendall相关
a) 对state.x77数据集计算方差和协方差、Pearson积差相关系数、Spearman等级相关系数。
b) 使用psych包中的corr.test对state.x77数据集Illiteracy、Murder因子计算相关显著性检验
4. T检验
1) 比较了南方（group 1）和非南 方（group 0）各州的监禁概率（使用MASS包中的t.test独立样本的t检验，So因子为是否为南方，Prob因子表示监禁率）。
5. 组间差异的非参数检验。
1) 使用Mann–Whitney U检验回答4中关于监禁率的问题，。
三、 实验要求
经过本次实验让学生学会基本统计分析用到的频数表、列联表、相关、t检验、组间差异的分参数检验。让学生能够掌握一些基本的统计分析的概念和如何用R来进行统计分析。