(完整版)R语言代码试题答案步骤

课后题主要以本书为例，内容重点各个版本的都整理在一块了，大家自行查阅。

R语言实现：使用DMwR包中的函数lofactor()，基本格式为：lofactor(data, k)其中，data为数值型数据集；k为用于计算局部异常因子的邻居数量。

聚类将那些不属于任何一类的数据作为异常值。

作为一位数据分析人员，应当警惕编码使用的不一致问题和数据表示的不一致问题，如格式不一致（日期“2018/05/25”和“25/05/2018”）、类型不一致、命名不一致等。

编码不一致和数据表示不一致的问题通常需要人工检测，当发现一定规律时可以通过编程进行替换和修改。

若存在不一致的数据是无意义数据，可以使用缺失值处理方法进行相应处理。

数据矛盾（不一致）还可能是由于被挖掘的数据来自不同的数据源，对于重复存放的数据未能进行一致性更新造成的，类似于数据库参照完整性。

例如，两张表中都存放了用户电话号码，但在用户的电话号码发生给变时，只更新了一张表中的数据，那么这两张表就有了不一致的数据。

这要借助数据库的完整性理论。

分布分析用于解释数据分布的特征和类型，分为定量数据和定性数据两种类型。

(1)定量数据的分布分析方法1：直方图在R语言中，使用hist()函数画出样本的直方图。

方法2：核密度图与直方图相配套的是核密度图，其目的是用已知样本，方法3：茎叶图与直方图比较，茎叶图更能细致地看出数据分布结构。

R语言中使用stem()函数绘制茎叶图。

在茎叶图中，纵轴为测定数据，横轴为数据频数，数据的十分位表示“茎”，作为纵轴的刻度；个位数作为“叶”，显示频数的个数，作用与直方图类似。

(2)定性数据的分布分析对于定性变量，常常根据分类变量来分组，可以采用饼图来描述定性变量的分布。

饼图的每一个扇形部分代表每一类型的百分比或频数，根据定性变量的类型数目将饼形图分成几个部分，每一部分的大小与每一类型的频数成正比。

)对比分析原理，对比分析，就是给孤立的数据一个合理的参考系，否则孤立的数据毫无意义。

在R 语言中完成数独游戏的解决方案需要一个递归的解题算法，通常是回溯法。

以下是一个简单的R 语言代码示例，它展示了如何实现数独求解器。

请注意，这个解决方案假定数独是合法的，并且至少有一个解。

```risSafe <- function(board, row, col, num) {# 检查同一行有没有相同数字if (any(board[row, ] == num)) {return(FALSE)}# 检查同一列有没有相同数字if (any(board[, col] == num)) {return(FALSE)}# 检查同一个3x3宫格内有没有相同数字startRow <- (row - 1) %/% 3 * 3 + 1startCol <- (col - 1) %/% 3 * 3 + 1if (any(board[startRow:(startRow+2), startCol:(startCol+2)] == num)) {return(FALSE)}return(TRUE)}solveSudoku <- function(board) {emptyLoc <- which(board == 0, arr.ind = TRUE)if (nrow(emptyLoc) == 0) {return(TRUE) # 如果没有空位，返回TRUE (数独已解决)}row <- emptyLoc[1, 1]col <- emptyLoc[1, 2]for (num in 1:9) {if (isSafe(board, row, col, num)) {board[row, col] <- num # 试着填入数字if (solveSudoku(board)) {return(TRUE)}board[row, col] <- 0 # 回溯}}return(FALSE) # 触发回溯}# 初始化数独问题，0 表示空白格board <- matrix(c(5, 3, 0, 0, 7, 0, 0, 0, 0,6, 0, 0, 1, 9, 5, 0, 0, 0,0, 9, 8, 0, 0, 0, 0, 6, 0,8, 0, 0, 0, 6, 0, 0, 0, 3,4, 0, 0, 8, 0, 3, 0, 0, 1,7, 0, 0, 0, 2, 0, 0, 0, 6,0, 6, 0, 0, 0, 0, 2, 8, 0,0, 0, 0, 4, 1, 9, 0, 0, 5,0, 0, 0, 0, 8, 0, 0, 7, 9),nrow = 9, byrow = TRUE)if (solveSudoku(board)) {cat('A solution has been found:\n')print(board)} else {cat('No solution exists.\n')}```上述R 脚本定义了两个函数：`isSafe` 用于检查在特定位置填写数字是否不违反数独的规则；而`solveSudoku` 则通过适时的填写数字和回溯来求解数独。

“生物统计学”课程作业（R语言）第一次作业：请各位同学用如下格式提交作业：题目一：题目：2006年四川省5个县奶牛的增长率(与2005年相比)如下，绘制成长条图。

解：代码：x<-c(22.6,13.8,18.2,31.3,9.5)barplot(x,col=rainbow(5),ylab='增长率%',xlab='县名',main='2005~2006四川省5个县奶牛的增长率',names.arg=c('双流县','名山县','宣汉县','青川县','泸定县'))图片：题目二：题目：1~9周龄大型肉鸭杂交组合GW 和GY 的料肉比如下表所示，绘制成线图。

解：双流县名山县宣汉县青川县泸定县2005~2006四川省5个县奶牛的增长率县名增长率%051015202530代码：x<-1:9y<-c(1.42,1.56,1.66,1.84,2.13,2.48,2.83,3.11,3.48)plot(y~x,type="l",col="red",ylab='料肉比',xlab='周龄',main='1~9周龄大型肉鸭杂交组合GW 和GY 的料肉比')z<-c(1.47,1.71,1.80,1.97,2.31,2.91,3.02,3.29,3.57)lines(z~x,type="l",col="blue")legend(1,3.0,'GW-red')legend(1,3.25,'GY-blue')图片：24681.52.02.53.03.51~9周龄大型肉鸭杂交组合GW 和GY 的料肉比周龄料肉比GW-redGY-blue题目三：附加题set.seed(学号后8位)data <- rnorm(100, 10.5, 1.0)data 为某场猪一月龄体重记录1. 求数据data 的平均数、标准差和变异系数平均数：10.62118标准差：1.076999变异系数：0.10140112. 选择合适的统计图，展示数据data 的总体分布情况作图软件：R统计图：（请将做好的统计图粘贴到此处）020*********8910111213某场猪一月龄体重记录100头猪标号体重代码：（若使用R，或SAS，请将代码粘贴到此处，若使用的软件不需代码则可忽略此部分）set.seed(20020125)data<-rnorm(100,10.5,1.0)dataplot(data,type="p",ylab='体重',xlab='100头猪标号',main='某场猪一月龄体重记录')结果解释：（100字以内解释该统计图中看到的结果）由统计图可知，该场猪一月龄体重主要介于8~14kg之间，但在该区间内，猪的体重数据分布较分散，相对来说数据较为集中的区域为10~11kg。

STAT660/FES758bMultivariate StatisticsHomework #6 OPTION A: OrdinationDue : Wednesday, 4/26/17 – Submit on CANVAS by midnightFor this assignment, you can either use your own data or the data described below. Use any combination of R/SAS/MINITAB/SPSS/STATA that you like. Whichever data you choose, do the following:1) Fit Correspondence Analysis to your data.2) Discuss the inertia, make a two dimensional plot of the first two CA directions.3) Comment on whether or not there is any evidence of 'data snaking' in higherdimensional space.4) In a few sentences, describe what you conclude from your plot.5) Perform Multidimensional Scaling (metric or non-metric) for 1, 2, and 3dimensions.6) Discuss the stress (or SStress) of each dimensional solution. Make a scree plotif you're able.7) Make a two dimensional plot of your results.8) If possible, overlay some other variables to interpret your ordination axes.9) BONUS– try canonical correspondence analysis, or calculate p-values for theoverlaid additional variables.Loaner Data : choose ONECereal.attitudes.csv : Marketing Survey Attitudes toward Cereals∙8 Cereals∙11 Questions (come back to, tastes nice, popular with all the family, very easy to digest, nourishing, natural flavor, reasonably priced, a lot of food value, stays crispy in milk, helps to keep you fit, fun for children to eat) ∙Values are percent of respondents who had a favorable response for a particular cereal for that particular question.T. K. Chakrapani and A. S. C. Ehrenberg, "An Alternative to Factor Analysis in Marketing Research Part 2: Between Group Analysis", PMRS Journal, Vol. 1, Issue 2, October 1981, pp. 32-38.R code to get you started :#get the datacereal <-read.csv("/stat660/data/cereal.attitudes.csv") Wiconsin.Forest.csv : Relative abundance of 14 species was measured on 10 plots. Plots were ordered from pioneer (early stage) to climax (late stage). The final column contains that stage of the forest on a scale from 1 to 10.Peet & Loucks (1977)R code to get you started :#get the dataforest <-read.csv("/stat660/data/Wisconsin.Forest.csv") rownames(forest)=forest[,1]forestenv=matrix(forest[,17],ncol=1)rownames(forestenv)=forest[,1]colnames(forestenv)=c("Stage")forest=forest[,-c(1,17)]forestenv=data.frame(forestenv)。

r语言与统计分析第五章课后答案第五章5.1设总体某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，误差为某i的次数有ni次：某i：3579111315171921Ni：21161526221421221825求α，β的矩法估计值α=u-β=u+程序代码：某=eq(3,21,by=2)y=c(21,16,15,26,22,14,21,22,18,25)u=rep(某,y)u1=mean(u)=var(u)1=qrt()a=u1-qrt(3)某1b=u1+qrt(3)某1b=u1+qrt(3)某1得出结果：a=2.217379b=22.402625.2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：0123456水的升数：1720222100γ=u是最大似然估计程序代码：a=eq(0,6,by=1)b=c(17,20,10,2,1,0,0)c=a某bd=mean(c)得出结果：d=7.1428575.3已知某种木材的横纹抗压力服从正态分布，现对十个试件做横纹抗压力试验，得数据如下：482493457471510446435418394469（1）求u的置信水平为0.95的置信区间程序代码：某=c(482493457471510446435418394469)t.tet(某)得出结果：data:某t=6.2668,df=9,p-value=0.0001467alternativehypothei:truemeaninotequalto095percentconfidenceinterval:7.66829916.331701ampleetimate:meanof某12由答案可得：u的置信水平为0.95的置信区间[7.66829916.331701]（2）求σ的置信水平为0.90的置信区间程序代码：chiq.var.tet<-function(某,var,alpha,alternative="two.ided"){ option(digit=4)reult<-lit()n<-length(某)v<-var(某)reult$var<-vchi2<-(n-1)某v/varreult$chi2<-chi2p<-pchiq(chi2,n-1)reult$p.value<-pif(alternative=="le")reult$p.value<-pchaiq(chi2,n-1,loer.tail=F)eleif(alternative=="two.ider")reult$p.value<-2某min(pchaiq(chi2,n-1),pchaiq(chi2,n-1,lower.tail=F))reult$conf.int<-c((n-1)某v/qchiq(alpha/2,df=n-1,lower.tail=F),(n-1)某v/qchiq(alpha/2,df=n-1,lower.tail=T))reult}某<-c(482,493,457,471,510,446,435,418,394,469)y=var(某)chiq.var.tet(某,0.048^2,0.10,alternative="two.ide")得出结果：$conf.int：659.83357.0由答案可得：σ的置信水平为0.90的置信区间[659.83357.0]5.4某卷烟厂生产两种卷烟A和B现分别对两种香烟的尼古丁含量进行6次试验，结果如下：A:252823262922B:282330352127若香烟的尼古丁含量服从正态分布（1）问两种卷烟中尼古丁含量的方差是否相等（通过区间估计考察）（2）试求两种香烟的尼古丁平均含量差的95%置信区间程序代码：某=c(25,28,23,26,29,22)Y=c(28,23,30,35,21,27)Var.tet(某,y)data:某andyF=0.2992,numdf=5,denomdf=5,p-value=0.2115alternativehypothei:trueratioofvarianceinotequalto195percentconfidenceinterval:0.041872.13821ampleetimate:ratioofvariance0.2992由答案可得：其方差不相等，方差区间为[0.041872.13821]（2）5.5比较两个小麦品种的产量，选择24块条件相似地实验条，采用相同的耕作方法做实验，结果播种甲品种的12块实验田的单位面积产量和播种乙品种的12块试验田的单位面积产量分别为：A：628583510554612523530615573603334564B：535433398470567480498560503426338547假定每个品种的单位面积产量服从正态分布，甲品种产量的方差为2140，乙品种产量的方差为3250，试求这两个品种平均面积产量差的置信水平为0.95的置信上限和置信水平为0.90的置信下限。

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 21Ni：21 16 15 26 22 14 21 22 18 25求α，β的矩法估计值α=u-√3sβ=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)*s1b=u1+sqrt(3)*s1b=u1+sqrt(3)*s1得出结果：a= 2.217379b= 22.402625.2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 0γ=u是最大似然估计程序代码：a=seq(0,6,by=1)b=c(17,20,10,2,1,0,0)c=a*bd=mean(c)得出结果：d= 7.1428575.3已知某种木材的横纹抗压力服从正态分布，现对十个试件做横纹抗压力试验，得数据如下：482 493 457 471 510 446 435 418 394 469（1）求u的置信水平为0.95的置信区间程序代码：x=c(482 493 457 471 510 446 435 418 394 469 )t.test(x)得出结果：data: xt = 6.2668, df = 9, p-value = 0.0001467alternative hypothesis: true mean is not equal to 095 percent confidence interval:7.668299 16.331701sample estimates:mean of x12由答案可得：u的置信水平为0.95的置信区间[7.668299 16.33170 1]（2）求σ的置信水平为0.90的置信区间程序代码：chisq.var.test<-function(x,var,alpha,alternative="two.sided"){options(digits=4)result<-list()n<-length(x)v<-var(x)result$var<-vchi2<-(n-1)*v/varresult$chi2<-chi2p<-pchisq(chi2,n-1)result$p.value<-pif(alternative=="less")result$p.value<-pchaisq(chi2,n-1,loer.tail=F)else if(alternative=="two.sider")result$p.value<-2*min(pchaisq(chi2,n-1),pchaisq(chi2,n-1,lower.tail=F))result$conf.int<-c((n-1)*v/qchisq(alpha/2,df=n-1,lower.tail=F),(n-1)*v/qchisq(alpha/2,df=n-1,lower.tail=T))result}x<-c(482,493,457,471,510,446,435,418,394,469)y=var(x)chisq.var.test(x,0.048^2,0.10,alternative="two.side")得出结果：$conf.int： 659.8 3357.0由答案可得：σ的置信水平为0.90的置信区间[659.8 3357.0] 5.4某卷烟厂生产两种卷烟A和B 现分别对两种香烟的尼古丁含量进行6次试验，结果如下：A:25 28 23 26 29 22B:28 23 30 35 21 27若香烟的尼古丁含量服从正态分布（1）问两种卷烟中尼古丁含量的方差是否相等（通过区间估计考察）（2）试求两种香烟的尼古丁平均含量差的95%置信区间(1)程序代码：X=c(25,28,23,26,29,22)Y=c(28,23,30,35,21,27)Var.test(x,y)得出结果：F test to compare two variancesdata: x and yF = 0.2992, num df = 5, denom df = 5, p-value = 0.2115 alternative hypothesis: true ratio of variances is not equa l to 195 percent confidence interval:0.04187 2.13821sample estimates:ratio of variances0.2992由答案可得：其方差不相等，方差区间为[0.04187 2.13821]（2）5.5 比较两个小麦品种的产量，选择24块条件相似地实验条，采用相同的耕作方法做实验，结果播种甲品种的12块实验田的单位面积产量和播种乙品种的12块试验田的单位面积产量分别为：A：628 583 510 554 612 523 530 615 573 603 334 564B：535 433 398 470 567 480 498 560 503 426 338 547假定每个品种的单位面积产量服从正态分布，甲品种产量的方差为2140，乙品种产量的方差为3250，试求这两个品种平均面积产量差的置信水平为0.95的置信上限和置信水平为0.90的置信下限。

r语言编程与基础高级绘图课后答案文章目录第1章R语言概述1.选择题（1)多行注释的快捷键是（C）。

A.Ctrl+Shin+NB.Ctrl+NC.Ctrl+Shin+CD.Ctrl+C（2)以下函数不能直接查看plot函数的帮助文档的是（B）。

A. ?plotB.??plotC.help(plot)D.help(plot)（3)以下R包的加载方式正确的是（A）。

A.install.package 函数B.library 函数C…libPaths 函数D.install 函数（4)以下R包中不能调用分类算法的是（D）。

A.nnet包B.e1071包C.tree包D.arules包2.操作题第2章数据对象与数据读写1.选择题（4)下列选项不是逻辑型数据的是（C）。

A.TB.FC.NAD.10（5)下列可以求矩阵的特征值和特征向量的函数是（B）。

A. diagB. eigenC.solveD. det（6)下列选项中可以使得列表转换为向量的是（D）。

A. as.matrixB. as.data.frameC. as.listD. unlist（7)下列用来转换数据框的函数是（B）。

A. as.listB. as.matrixC. as.data.frameD. as.vector（8)下列用键盘导人数据的函数是（B）。

A.read.tableB. read.csvC.editD.readHTMLTable（9)RODBC包中向数据库提交一个查询，并返回结果的函数是（B）。

A.odbcConnectB.sqlFetchC. sqlQueryD. sqlDrop（10)抓取网页上的表格，可使用XML包的是（D）函数。

A.read.csvB. read.tableC.read.xlsxD. read HTMLTable2.操作题（1)创建一个对象，并进行数据类型的转换、判别等操作，步骤如下：①创建一个对象x，内含元素为序列：1，3，5，6，8②判断对象x是否是数值型数据③将对象转换为逻辑数据，记为x1④判断x1是否为逻辑型数据。

MATH11176Lab2SolutionsIoannis PapastathopoulosOctober2,20171Exercise1:Using the command load("lab2E1.RData"),read in the data for this ques-tion.Thefile contains a100×100matrix,M,and a vector,v,of length10,000.1.What is the5,001th entry of v?2.What is the(i,j)=(12,34)entry of the matrix M?3.What is the standard deviation of the elements of v?4.What is the mean of the elements of M?5.How many elements of M are strictly greater than0.75?6.If X is a matrix,denote the(i,j)-th element by X(i,j).Let X r1:r2,c1:c2 denote the submatrix consisting of the rows r1to r2and columns c1to c2.Calculate,for r1=13,r2=45,c1=71,c2=95,the sum of theelements of the appropriate submatrix in Mr2−r1∑i=1c2−c1∑j=1M r1:r2,c1:c2(i,j).11.1Answer11.1.1ans:v[5001]=0.7931.1.2ans:M[12,34]=0.401.1.3ans:0.28sd(v)=0.29061.1.4ans:2.99mean(M)=0.5041.1.5ans:9876sum(M>0.75)=25421.1.6ans:sum(M[13:45,71:95])413.48822Exercise2Using the command load("lab2E2.data"),read in the data for this ques-tion.Thefile contains four vectors day,route,time and dist.These vectors represent day index,route taken,running times(in minutes),routes and distance covered(in miles).(a)What is the total distance covered in the24days?(b)What was the fastest time for the route"f1"in minutes?(c)What was the fastest average speed in any particular run in miles/minute?(d)On what day was this pace achieved?2.1Answer22.1.1(a)ans:race%>%select(dist)%>%sum104.6or=sum(race$dist)=2.1.2(b)ans:race%>%filter(route=="f1")%>%select(time)%>%min21.14311minutesor,min(race[race$route=="f1",]$time)22.1.3(c)ans:race%>%mutate(avg=dist/time)%>%select(avg) %>%min0.1010miles/minuteor avg<-min(race$dist/race$time)2.1.4(d)ans:avg<-race%>%mutate(avg=dist/time)%>%select(avg) minavg<-avg%>%minrace$day[which(avg==minavg)][1]ThursdayLevels:Monday Saturday Sunday Thursday Tuesday Wednesdayavg<-race$dist/race$time)minavg<-min(avg)race$day[which(avg==minavg)][1]ThursdayLevels:Monday Saturday Sunday Thursday Tuesday Wednesday3Exercise3:Run the following code.set.seed(1)n<-1000A<-matrix(runif(n*n),n,n)x<-runif(n)Evaluate x T Ax,tr(A),tr(A T W A),where W is a diagonal matrix withW ii=x i.Hint:Use your favourite search engine to look for"how to computethe trace in R"and"how to construct a diagonal matrix in R".3.1Answer3ans1<-t(x)%*%A%*%xans2<-sum(diag(A))ans3<-sum(diag(A%*%W%*%A))34Exercise4:Re-write the following code such that you eliminate all loopsX<-matrix(runif(100000),nrow=1000,ncol=100)z<-rep(0,1000)for(i in1:1000){for(j in1:100){z[i]<-z[i]+X[i,j]}}Confirm that all three versions give the same answers,but that your re-writes are much faster than the original.Hint:Use apply,rowSums and system.time.4.1Answerz<-rowSums(X)system.time(rowSums(X))z<-apply(X,1,sum)system.time(apply(X,1,sum))5Exercise5:Re-write the following,replacing the loop with efficient code.n<-100000z<-rnorm(n)zneg<-NULLj<-1for(i in1:n){if(z[i]<0){zneg[j]<-z[i]j<-j+1}}4Hint:5.1Answerzneg2<-z[z<0]Check zneg and zneg2are the same vectorscbind(zneg,zneg2)%>%headcbind(zneg,zneg2)%>%tail6Exercise6:Is the following table in tidy form?If not discuss how you would convert it to one.Non-infectious InfectiousTreatment A5763Treatment B70426.1Answertreatment disease status frequencyA Infectious63B Infectious42A Non-infectious57B Non-infectious705。

＃5。

1x<—c（3,5,7,9，11,13,15,17，19,21)y〈-c(21,16，15,26,22,14，21,22,18，25)e=sum(x＊y）/sum（y) #样本期望d=(sum(x*x＊y）/sum（y))-e^2 #样本方差a=（8*e+sqrt(64*e^2—4*4＊（4＊e^2-12*d）))/8 ＃估计结果b=（8*e—sqrt（64＊e^2—4*4＊(4*e^2—12*d）))/8ab＃5。

2x<-c（0，1,2,3，4,5，6）y〈-c(17，20,10,2，1，0,0）e=2.718281828459f〈-function（λ）(e^（—50＊λ）*λ^50)/（2^10*6^2*24) #似然函数optimize(f，c（0,2),maximum=TRUE)#5.3x<-c(482,493,457，471,510，446，435,418，394，469）#0.95置信区间t。

test（x)＄conf.intchisq。

var。

test<-function（x,var，alpha，alternative=”two.sided”)｛options(digits=4）result<—list(）n〈—length(x）v〈-var(x）result$var<-vchi2<-(n—1）＊v/varresult$chi2<—chi2p<—pchisq(chi2，n—1)result$p.value<—pif(alternative==”less"）result＄p。

value〈-pchaisq（chi2,n—1，lower。

tail=F）else if (alternative==”two。

sider”)result＄p.value<—2*min（pchaisq（chi2,n—1),pchaisq（chi2,n-1,lower.tail=F)）result$conf。