- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
非参第二章作业
第二章作业
刘洪骏 2008201216
2.11
首先在R选单中选择改变工作目录,改为存放数据的文件夹,这样就可以读取数据了。
(1)经验累积分布、直方图、Q-Q图
a=read.table(beenswax.txt,header=T)
mode(a)
[1] list
names(a)
[1] MeltingPoint Hydrocarbon
dim(a)
[1] 59 2
attach(a)
M=MeltingPoint
M
[1] 63.78 63.45 63.58 63.08 63.40 64.42 63.27 63.10 63.34 63.50 63.83 63.63
[13] 63.27 63.30 63.83 63.50 63.36 63.86 63.34 63.92 63.88 63.36 63.36 63.51
[25] 63.51 63.84 64.27 63.50 63.56 63.39 63.78 63.92 63.92 63.56 63.43 64.21
[37] 64.24 64.12 63.92 63.53 63.50 63.30 63.86 63.93 63.43 64.40 63.61 63.03
[49] 63.68 63.13 63.41 63.60 63.13 63.69 63.05 62.85 63.31 63.66 63.60
ecdf(M)
Empirical CDF
Call: ecdf(M)
x[1:40] = 62.85, 63.03, 63.05, ..., 64.4, 64.42
plot(ecdf(M))
H=Hydrocarbon
H
[1] 14.27 14.80 12.28 17.09 15.10 12.92 15.56 15.38 15.15 13.98 14.90 15.91
[13] 14.52 15.63 13.83 13.66 13.98 14.47 14.65 14.73 15.18 14.49 14.56 15.03
[25] 15.40 14.68 13.33 14.41 14.19 15.21 14.75 14.41 14.04 13.68 15.31 14.32
[37] 13.64 14.77 14.30 14.62 14.10 15.47 13.73 13.65 15.02 14.01 14.92 15.47
[49] 13.75 14.87 15.28 14.43 13.96 14.57 15.49 15.13 14.23 14.44 14.57
ecdf(H)
Empirical CDF
Call: ecdf(H)
x[1:55] = 12.28, 12.92, 13.33, ..., 15.91, 17.09
plot(ecdf(H))
hist(M)
hist(H)
qqplot(M,H)
(2)找出分位数
?quantile
quantile(M,probs=seq(0,1,0.05))
0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50%
62.850 63.077 63.130 63.291 63.328 63.360 63.394 63.430 63.500 63.501 63.530
55% 60% 65% 70% 75% 80% 85% 90% 95% 100%
63.578 63.608 63.674 63.780 63.835 63.868 63.920 63.968 64.243 64.420
quantile(H,probs=seq(0,1,0.05))
0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50%
12.280 13.609 13.676 13.806 13.980 14.070 14.246 14.347 14.432 14.493 14.570
55% 60% 65% 70% 75% 80% 85% 90% 95% 100%
14.647 14.746 14.849 14.980 15.115 15.192 15.331 15.470 15.567 17.090
(3)由Q-Q图可以看出近似服从高斯分布。
2.12
先将数据记录在excel中,在转换成txt,以便R读取。文件名为”2.12”
文档评论(0)