R语言实验十二.docVIP

PAGE 实验课程： R语言与统计分析 专 业： 应用统计学 班 级： 学 号： 1608044133 姓 名： 胡玉玲 中北大学理学院 实验十二 数据的综合分析案例 【实验类型】验证性 【实验学时】2 学时 【实验目的】 1、掌握数据的获取方法与渠道，并对数据进行预处理； 2、掌握综合运用恰当的统计方法、绘制相关统计图形； 3、掌握对统计结果进行合理解释，并进行预测、决策或给出合理化建议。 【实验内容】 1、从国家统计年鉴或相关网站获取相关统计数据； 2、对数据进行描述性分析及可视化； 3、对数据进行综合统计分析，给出统计分析报告。 【实验方法或步骤】 一、数据收集： 从国家统计局下载年度数据“按国别分外国入境游客”,如下所示: 第二步：数据的整理与预处理 在excel内删除没用的行、含有缺失数据的最后一行以及对表中文本进行处理，处理后的excel数据如下： 第三步：数据的描述性统计分析与可视化 #读入数据 x-read.csv(F:/文档/大学课程/R语言/按国别分外国入境游客.csv,header = TRUE,sep = ,) x #对列进行调整，使得年份为递增排列 x1-data.frame(x$index,x$n09,x$n10,x$n11,x$n12,x$n13,x$n14,x$n15,x$n16,x$n17,x$n18) #对数据框进行行列转置 t1-t(data.frame(x1,row.names=1)) t-as.data.frame(t1,row.names=F) par(omi = c(.5, .5, .5, .5)); par(mfrow = c(3, 2)) par(mar=c(3, 2, 2, 1)) #图1 plot(ts(t$亚洲,end=2018,frequency = 1),ylab=旅游人数（万）,xlab=年,main=亚洲入境旅游总人数变化图) par(mar=c(3, 3, 2, 1)) #图2 plot(ts(t$日本,end=2018,frequency = 1),ylab=旅游人数（万）,xlab=年,main=日本入境总人数) par(mar=c(4.5, 4.5, 2, 1)) ## 图3 plot(ts(t$美国,end=2018,frequency = 1),ylab=旅游人数（万）,xlab=年,main=美国入境总人数) par(mar=c(3, 2, 2, 1)) ## 图 4 plot(ts(t$加拿大,end=2018,frequency = 1),ylab=旅游人数（万）,xlab=年,main=加拿大入境总人数) par(mar=c(3, 3, 2, 1)) ## 图 5 plot(ts(t$俄罗斯,end=2018,frequency = 1),ylab=旅游人数（万）,xlab=年,main=俄罗斯入境总人数) par(mar=c(2, 2, 1, 1)) ## figrue图 6 plot(ts(t$澳大利亚,end=2018,frequency = 1),ylab=旅游人数（万）,xlab=年,main=澳大利亚入境旅游总人数) mtext(各国旅游人数变化, line=1, outer=T, cex=1.5) #画出国外入境旅游总人数变化图 m-ts(t$总计,end=2018,frequency = 1) plot(m,ylab=旅游人数（万）,xlab=年,main=国外入境旅游总人数变化图) #对入境旅游总人数进行平稳性检验 acf(m,main=自相关图) #画出自相关图 说明：自相关图里自相关系数没有快速的减为0，而是呈现出拖尾的特征，故判断序列为非平稳序列。 #对序列进行平稳化处理 opar-par(mfrow=c(2,1)) plot(m,type=l,xlab=时间,ylab=尼罗河流量对数值,main=差分前) acf(m,main=自相关图,xlab=滞后阶数) par(opar) library(forecast) ndiffs(m) [1] 1 #结果表明序列需要进行1阶差分 ndata-diff(m,1) ndiffs(ndata) [1] 0 #结果表明无需进行差分 opar-par(mfrow=c(2,1)) plot(ndata,type=l,main=差分后) acf(ndata,main=自相关图,xlab=滞后阶数) par(opar) #ARMA模型的定阶及参数估计 opar-par(mfrow=