统计分析(R+SPSS)考查考试试卷.docVIP

文 华 学 院 2017～20 学年度 第学期 《》试卷（A卷） 课程性质：（修） 使用范围：（科） 考核时间： 年 5 月 25 日 √ 阅卷老师签名 试题：gplot2包），完成以下小题，最后给出分析总结。（65分） shoot数据集中共有398行，13个变量 ID：各案件编号 Title:案件名称 Location:案件发生所在的州 Date:案件发生日期 Summary:对案件的概述，如枪手名字，年龄，事件经过等 Fatalities:该次案件中死亡人数 Injured:该次案件中受伤人数 Total:该次案件中总计伤亡人数 Mental:枪手是否有精神问题 Race:枪手的种族/肤色，有White、Black、Asian等等 Gender:枪手性别 Latitude:纬度 Longitude经度 求出每年受到枪击的死亡人数，并画出条形图；（5分） 使用leaflet包，在地图上标出死亡人数的地理位置分布；（10分） 画出枪手性别分布的条形图。（5分） 画出枪击案的种族分布的玫瑰图；（10分） 画出枪击案的月份分布条形图；（5分） 患有精神疾病的和没有患有精神疾病的人是否是数量的差异，画出箱线图；（10分） 画出枪手的年龄分布条形图；(5分) 画出枪击案件的城市分布和州分布图；（10分） 分析总结枪击案。（5分） 试题二： 用包party里面的函数ctree()为数据集iris建立一个决策树，在建立模型之前，R基础包自带的iris（鸢尾花）数据集被分为两个子集：训练集（70%）和测试集（30%）。使用随机种子设置固定的随机数，并画出决策树。（15分） 试题三：以R基础包自带的鸢尾花(Iris)数据进行聚类分析0分） 要求： 2. 编写的程序正确（能编译，链接，执行）。 3. 程序有输出结果截图。 试题一： 现有一个美国枪击案的数据集, 记录的是从1966~2017年发生在美国的大规模枪击案（死伤人数在三人以上的枪击案），对该数据集进行分析以及可视化（使用ggplot2包），完成以下小题，最后给出分析总结。（65分） 求出每年受到枪击的死亡人数，并画出条形图；（5分） 使用leaflet包，在地图上标出死亡人数的地理位置分布；（10分） 从地理信息结合人口信息来看,美国东部发生枪击案的概率要高于美国西部 画出枪手性别分布的条形图。（5分） 男性作案的可能性远远大于女性 画出枪击案的种族分布的玫瑰图；（10分） 白人作案很多,但是黑人作案的数量也在上升 在枪手中，白人以及黑人占绝大多数，而亚裔枪手则只占极小部分 画出枪击案的月份分布条形图；（5分） 10月份发生枪击案的数量最高,最危险 患有精神疾病的和没有患有精神疾病的人是否是数量的差异，画出箱线图；（10分） 这些被杀死的受害者中，明显被有精神问题杀害的人居多 画出枪手的年龄分布条形图；(5分) 从年龄分布上来看,年轻人作案的几率较大 画出枪击案件的城市分布和州分布图；（10分） 城市分布： 州分布： 发生枪击案件最多的是加州 分析总结枪击案。（5分） 1.从枪手的性别来看,男性作案是极大多数 2.从枪手的种族来看,白人是作案的主体,但是黑人作案的数量也在逐年上升 3.从枪手的年龄分布来看10~50岁之间的青中年占了绝大多数 4.从枪手的精神疾病来看,虽然枪手患有精神疾病和没有患有精神疾病的数量并不显 著,但是患有精神疾病的枪手会造成更大的伤害,一定要重点控制 5.从枪击案件的时间上来看,枪支犯罪在2015年上升的最多,但是到了2017年有了一个极端的上升,可见控枪的重要性 6.从枪支案件的地理信息来看,总体上东部发生枪击案件的数量要大于西部 7.从枪击案发生的数量上来看,加州这几年发生枪击案的数量最多 试题二： 用包party里面的函数ctree()为数据集iris建立一个决策树，在建立模型之前，R基础包自带的iris（鸢尾花）数据集被分为两个子集：训练集（70%）和测试集（30%）。使用随机种子设置固定的随机数，并画出决策树。（15分） 决策树图：每一个叶子节点的条形图，显示了一个实例被划分到某个种类的概率 简化决策树：图中表现为叶子节点中的“y”，节点5中的标记“n=21,y=(0,1,0)”，表明该节点包含21个训练实例，并且所有实例都属于“setosa”这一种类。 测试决策树 使用测试数据对构建好的决策树进行测试。 testPred - predict(iris_ctree, newdata = testData) table(testPred, testData$Species) 决策树算法存在的问题：ctree目前版本不能很好地处理缺失值，因此含有缺失值的实