R_例题命令(非参数统计 2015)

r语言多组数据非参数检验主题：R语言中多组数据的非参数检验引言：在统计学中，我们经常需要对不同组别的数据进行比较和分析。

而非参数检验是一种常用的方法，可以用于比较不同组别的数据，而不需要对数据具有特定的分布形式。

R语言是一种强大的统计分析工具，提供了多种非参数检验方法，使得我们可以轻松地进行多组数据的比较。

本文将以R语言为工具，一步一步介绍多组数据的非参数检验方法。

一、读取数据：首先，我们需要从外部文件或者直接在R中定义数据，用于后续的分析。

在R中，可以使用read.csv()函数读取csv格式的文件，或者使用read.table()函数读取其他格式的文件。

在本文中，我们假设我们已经读取了两组数据，分别命名为group1和group2。

二、描述性统计分析：在进行非参数检验之前，我们需要先对数据进行一定的描述性统计分析，以了解数据的分布状况和基本特征。

在R语言中，可以使用summary()函数来计算数据的各种统计量，如均值、中位数、四分位数等。

此外，我们还可以使用hist()函数绘制直方图，来观察数据的分布情况。

三、非参数检验方法选择：在进行非参数检验之前，我们需要根据数据的特点选择合适的非参数检验方法。

常用的非参数检验方法包括Wilcoxon秩和检验、Mann-Whitney U检验、Kruskal-Wallis单因素方差分析等。

在R语言中，可以使用wilcox.test()函数进行Wilcoxon秩和检验，使用wilcox.test()或者kruskal.test()函数进行多组数据的比较。

四、Wilcoxon秩和检验：假设我们要比较group1和group2两组数据之间的差异。

我们可以使用wilcox.test()函数进行Wilcoxon秩和检验。

该检验假设两组数据的分布形状相同，只有位置参数不同。

在R语言中，我们可以使用如下代码进行Wilcoxon秩和检验：wilcox.test(group1, group2, paired = FALSE)其中，group1和group2分别表示两组数据的向量，paired = FALSE表示两组数据是不相关的。

非参数统计(R软件)参考答案本页仅作为文档封面，使用时可以删除This document is for reference only-rar21year.March内容：, ,上机实践：将MASS数据包用命令library(MASS)加载到R中，调用自带“老忠实”喷泉数据集geyer，它有两个变量：等待时间waiting和喷涌时间duration，其中…(1) 将等待时间70min以下的数据挑选出来;(2) 将等待时间70min以下,且等待时间不等于57min的数据挑选出来;(3) 将等待时间70min以下喷泉的喷涌时间挑选出来;(4) 将喷涌时间大于70min喷泉的等待时间挑选出来。

解:读取数据的R命令：library(MASS);#加载MASS包data(geyser);#加载数据集geyserattach(geyser);#将数据集geyser的变量置为内存变量(1) 依题意编定R程序如下：sub1geyser=geyser[which(waiting<70),1];#提取满足条件（waiting<70）的数据,which()，读取下标sub1geyser[1:5];#显示子数据集sub1geyser的前5行[1] 57 60 56 50 54(2) 依题意编定R程序如下：Sub2geyser=geyser[which((waiting<70)&(waiting!=57)),1];#提取满足条件（waiting<70& (waiting!=57)的数据.Sub2geyser[1:5];#显示子数据集sub1geyser的前5行[1] 60 56 50 54 60 ……原数据集的第1列为waiting喷涌时间，所以用[which(waiting<70),2](3)Sub3geyser=geyser[which(waiting<70),2];#提取满足条件（waiting<70）的数据,which()，读取下标Sub3geyser[1:5];#显示子数据集sub1geyser的前5行[1] ……原数据集的第2列为喷涌时间，所以用[which(waiting<70),2](4)Sub4geyser=geyser[which(waiting>70),1];#提取满足条件（waiting<70）的数据,which()，读取下标Sub4geyser[1:5];#显示子数据集sub1geyser的前5行[1] 80 71 80 75 77…….如光盘文件中的数据，一个班有30名学生，每名学生有5门课程的成绩，编写函数实现下述要求：(1) 以的格式保存上述数据；(2) 计算每个学生各科平均分，并将该数据加入(1)数据集的最后一列；(3) 找出各科平均分的最高分所对应的学生和他所修课程的成绩；(4) 找出至少两门课程不及格的学生，输出他们的全部成绩和平均成绩；(5) 比较具有(4)特点学生的各科平均分与其余学生平均分之间是否存在差异。

R绘图功能
R具备卓越的绘图功能，通过参数设置对图形进 行精确控制。绘制的图形能满足出版印刷的要求， 可以输出Jpg、tiff、eps、emf、pdf、png等各种格 式。 通过与GhostScript软件的结合，可以生成600dpi， 1200dpi的等各种分辨率和尺寸的图形。 绘图是通过绘图函数结合相应的选项完成的。 绘图函数brary(np)#使用非参包
输入历史 history

输入的命令，在R中作为历史history保存，可输入函
数


history()
history(Inf)
# 查看输入历史
# 查看打开R之后所有的输入

可用向上或向下的箭头切换输入的行。
27
20
图27 在原有直方图上添加曲线
21
QQ图： 鉴别样本的分布是否近似于某种类型的分布
x=c(75.0,64.0,47.4,66.9,62.2,62.2,58.7,63.5,66.6,64.0,57.0,69.0,56. 9,50.0,72.0)

qqnorm(x,pch=21,col="red",bg="yellow",font=2,b=1.4);


在原有图形上添加元素
举例：
x <- rnorm(100) # 生成随机数
hist(x,freq=F)
# 绘制直方图
# 添加曲线
curve(dnorm(x),add=T)
h <- hist(x, plot=F)
# 绘制直方图
ylim <- range(0, h$density, dnorm(0)) #设定纵轴的取值范围 hist(x, freq=F, ylim=ylim) #绘制直方图 curve(dnorm(x),add=T,col="red") #添加曲线

1. R语言卡方检验皮尔森拟合优度塔防检验。

假设H0：总体具有某分布F 备择假设H1：总体不具有该分布。

我们将数轴分成若干个区间，所抽取的样本会分布在这些区间中。

在原假设成立的条件下，我们便知道每个区间包含样本的个数的期望值。

用实际值Ni 与期望值Npi可以构造统计量K 。

皮尔森证明，n趋向于无穷时，k收敛于m-1的塔防分布。

m为我们分组的个数。

有了这个分布，我们就可以做假设检验。

#如果是均匀分布，则没有明显差异。

这里组其实已经分好了，直接用。

H0：人数服从均匀分布> x <- c(210,312,170,85,223)> n <- sum(x); m <- length(x)> p <- rep(1/m,m)> K <- sum((x-n*p)^2/(n*p)); K #计算出K值[1] 136.49> p <- 1-pchisq(K,m-1); p #计算出p值[1] 0 #拒绝原假设。

在R语言中chisq.test()，可以完成拟合优度检验。

默认就是检验是否为均匀分布，如果是其他分布，需要自己分组，并在参数p中指出。

上面题目的解法：chisq.test(x)Chi-squared test for given probabilitiesdata: xX-squared = 136.49, df = 4, p-value < 2.2e-16 #同样拒绝原假设。

例，用这个函数检验其他分布。

抽取31名学生的成绩，检验是否为正态分布。

> x <- c(25,45,50,54,55,61,64,68,72,75,75,78,79,81,83,84,84,84,85,86,86,86,87,89,89,89,90,91,91,92,100)> A <- table(cut(x,breaks=c(0,69,79,89,100))) #对样本数据进行分组。