大数据探索性分析考试题.pdfVIP

以附件1中上海市药械化稽查办案数据，利用抽样的方法（抽取容量为200

的样本），对其某一方面的特性进行分析、研究。

这里在R里采用简单随机抽样抽取容量为200的样本数据，程序如下：

#####简单随机抽样

data=read.csv(G:/d.csv)

head(data)#将数据集读入R中，并查看前六行数据

library(sampling)#加载抽样包

N=length(data[,3])#总体个数

n=200#需要抽取样本个数

set.seed(1)

yangben=srswor(n,N)#在总样本量N中抽取n个样本，返回其位置

yangben=getdata(data,yangben)#取出抽到样本的数据

write.csv(srs,file=药械化稽查办案信息抽取样本1.csv)#将抽到的数据读入本地文件

class(yangben)#查看抽到的数据类型

抽到的样本前几个部分展示如下:

接下来，我们对其中某些特性进行统计分析，首先，我关注的是所在区县，程序展示如下：

a=table(yangben$所属区县)#统计17个区县出现的频数

barplot(a,main=区县出现频数分布图)#绘出所在区县分布图，x轴所对应的区县分别为(NA宝山长宁崇

明奉贤虹口黄浦嘉