r的简单介绍和线性回归.pptVIP

3.2假设检验假设检验是依据样本去推测总体特征。思想：是基于小概率事件在一次试验中不发生的原理。某车间用一台包装机包装精盐,额定标准每袋净重500g,设包装机包装出的盐每袋净重X~N（μ，σ2）某天随机地抽取9袋,称得净重为490,506,508,502,498,511,510,515,512.问该包装机工作是否正常?H0：μ=500H1：μ≠500第21页，共37页。3.2.1假设检验命令调用z.test-function(x,n,sigma,alpha,u0=0,alternative=“two.sided”)类似的可以调用t.test,chisq.var.test检验第22页，共37页。3.3主成分和因子分析主成分分析：将多个变量通过线性变换以选出较少个数重要变量，而又尽可能多的保留原始样本的信息。因子分析：用少数几个因子去描述许多指标或因素之间的联系，即将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子，以较少的几个因子反映原资料的大部分信息。第23页，共37页。3.3.1主成分分析随机抽取30名某年级中学生,测量其身高(X1),体重(X2),胸围(X3),坐高(X4),数据如下表所示,试对这30名学生身体四项指标作主成分分析。序号X1X2X3X4序号X1X2X3X4114841727821393471763160497786414936677951594580866142316676715343768381504377799151427780101393168741114029647412161477884…………通过对以上四项指标做主成分分析，可以构造由四个指标的线性组合组成的主成分，来解释数据。本例中经过主成分分析中可构造出一个反应学生魁梧成度的主成分y1和反应学生胖瘦的主成分y2。第24页，共37页。主成分分析代码x-read.csv(student.csv)student.pr-princomp(x[,-1],cor=TRUE)summary(student.pr,loadings=TRUE)#主成分得分predict(student.pr)#主成分的碎石图screeplot(student.pr,type=lines)你的电脑没有这个数据，可以拿其他数据做测试第25页，共37页。3.3.1主成分分析的代码调用三种格式调用：格式一：princomp（formula,data=NULL,subset,na.action,…)格式二：princomp（x,cor=FALSE,scores=TRUE,covmat=NULL,subset=rep(TRUE,nrow))formula是没有响应变量的公式；x是用于主成分分析的数据；cor是逻辑变量，当cor=TRUE表示用样本的相关阵R作主成分分析。第26页，共37页。第1页，共37页。目录一、R的介绍1.R的特点2.R的界面3.R的使用注意事项二、R中数据创建1.数据的输入1.1.向量1.1.1向量的赋值1.1.2有序向量的赋值1.2.矩阵的创建1.3.数据框的创建1.3.1表格输入1.3.2数据框的直接输入2.数据读入第2页，共37页。目录三、统计分析方法简介3.1方差分析和多重比较3.1.1方差分析和多重比较的命令调用3