r語言編程基礎第五章課後題答案

『壹』 R語言基礎

學習R語言基礎，首先需確保電腦用戶名為英文，若非英文，需修改。

安裝R語言，訪問官網，選擇我國鏡像鏈接下載對應Windows版本，如R_4.0.5_for_Windows，安裝時建議選大容量硬碟，如C盤。

下載Rstudio，使用Chrome瀏覽器搜索並下載免費版，根據電腦系統選擇Windows或macOS版本，安裝。

在Rstudio中設置Package，選擇清華鏡像源以確保穩定。可調整界面至酷黑主題，增強視覺體驗。

了解R包概念，包為R函數、數據集及代碼集合，用於擴展R功能。包通常存於安裝目錄的"library"目錄下。

設置R包鏡像源，使用命令添加，然後通過命令安裝所需包。也可從本地導入包，利用Tools菜單中的Install packages功能。

安裝完成包後，可使用載入命令確保其正常運行。R語言基本操作包括：

使用Project管理文件夾，新建項目並命名，通過Project菜單創建。

顯示文件列表，使用dir()函數查看當前范圍內變數、方法，或使用list.files()類似Linux系統ls命令。

執行數學運算，輸入加、減、乘、除及平方等表達式後回車即可。

進行變數賦值，使用"<- "符號，例如x<- 1+2。

刪除變數前需先創建變數，使用刪除命令。

查看歷史命令，使用history()或點擊Rstudio右上角History按鈕。

清空控制台，快捷鍵為Ctrl + L。

利用plot()函數繪制x-y變數圖，如使用runif()生成隨機數並繪制。

深入學習R語言，參考文章指南，搭建高效R開發環境，提升編程技能。

『貳』 R語言與統計分析的目錄

第一章R介紹
§1.1S語言與R
§1.2R的特點
§1.3R的資源
§1.4R的安裝與運行
1.4.1R軟體的安裝、啟動與關閉
1.4.2R程序包的安裝與使用
第一章習題
第二章R的基本原理與核心
§2.1R的基本原理
§2.2R的在線幫助
§2.3一個簡短的R會話
§2.4R的數據結構
2.4.1R的對象與屬性
2.4.2瀏覽對象的信息
2.4.3向量的建立
2.4.4數組與矩陣的建立
2.4.5數據框（dataframe）的建立
2.4.6列表（1ist）的建立
2.4.7時間序列（ts）的建立
§2.5數據的存儲與讀取
2.5.1數據的存儲
2.5.2數據的讀取
§2.6R的圖形功能
2.6.1繪圖函數
2.6.2低級繪圖命令
2.6.3繪圖參數
2.6.4一個實例
§2.7R.編程
2.7.1循環和向量化
2.7.2用R寫程序
2.7.3編寫你自己的函數
2.7.4養成良好的編程習慣
第二章習題
第三章概率與分布
§3.1隨機抽樣
§3.2排列組合與概率的計算
§3.3概率分布
3.3.1離散分布的分布律
3.3.2連續分布的密度函數
§3.4R中內嵌的分布
§3.5應用：中心極限定理
3.5.1中心極限定理
3.5.2漸近正態性的圖形檢驗
3.5.3舉例
第三章習題
第四章探索性數據分析
§4.1常用分布的概率函數圖
§4.2直方圖與密度函數的估計
4.2.1直方圖
4.2.2核密度估計
§4.3單組數據的描述性統計分析
4.3.1單組數據的圖形描述
4.3.2單組數據的描述性統計
§4.4多組數據的描述性統計分析
4.4.1兩組數據的圖形概括
4.4.2多組數據的圖形描述
4.4.3多組數據的描述性統計
4.4.4分組數據的圖形概括
§4.5分類數據的描述性統計分析
4.5.1列聯表的製作
4.5.2列聯表的圖形描述
第四章習題
第五章參數估計
§5.1矩法估計和極大似然估計
5.1.1矩法估計
5.1.2極大似然估計
§5.2單正態總體參數的區間估計
5.2.1均值μ的區間估計
5.2.2方差σ2的區間估計
§5.3兩正態總體參數的區間估計
5.3.1均值差μ1-μ2的置信區間
5.3.2兩方差比σ12/22的置信區間
§5.4單總體比率p的區間估計
§5.5兩總體比率差p1-p2的區間估計
§5.6樣本容量的確定
5.6.1估計正態總體均值時樣本容量的確定
5.6.2估計比例p時樣本容量的確定
第五章習題
第六章參數的假設檢驗
§6.1假設檢驗與檢驗的p值
6.1.1假設檢驗的概念與步驟
6.1.2檢驗的p值
§6.2單正態總體參數的檢驗
6.2.1均值μ的假設檢驗
6.2.2方差盯σ2的檢驗：x2檢驗
§6.3兩正態總體參數的檢驗
6.3.1均值的比較：t檢驗
6.3.2方差的比較：F檢驗
§6.4成對數據的t檢驗
§6.5單樣本比率的檢驗
6.5.1比率p的精確檢驗
6.5.2比率p的近似檢驗
§6.6兩樣本比率的檢驗
第六章習題
第七章非參數的假設檢驗
§7.1單總體位置參數的檢驗
7.1.1中位數的符號檢驗
7.1.2Wilcoxon符號秩檢驗
§7.2分布的一致性檢驗：x2檢驗
§7.3兩總體的比較與檢驗
7.3.1X2獨立性檢驗
7.3.2Fisher精確檢驗
7.3.3Wilcoxon秩和檢驗法和Mann-whitneyU檢驗
7.3.4Mood檢驗
§7.4多總體的比較與檢驗
7.4.1位置參數的Kruskal-Wallis秩和檢驗
7.4.2尺度參數的Ansari-Bradley檢驗
7.4.3尺度參數的Fligner-Killeen檢驗
第七章習題
第八章方差分析
§8.1單因子方差分析
8.1.1數學模型
8.1.2均值的多重比較
8.1.3同時置信區間：Tukey法
8.1.4方差齊性檢驗
……
第九章回歸分析與相關分析
第十章多元統計分析介紹
第十一章貝葉斯統計分析
……

『叄』 [R learning]-0006-R語言的基本函數

在R語言中，基礎函數是編程的基礎，這里我們將介紹一些常用的基本函數:

1. 求和函數sum()： 它可以快速計算向量的總和。例如，定義向量v = c(1:10)，其值為1到10，sum(v)的結果是55。

2. 求最大值函數max()： 用於尋找向量中的最大值，如在v中，max(v)等於10。

3. 求最小值函數min()： 用於找到向量中的最小值，min(v)在本例中為1。

4. 求均值函數mean()： 計算向量元素的平均值，mean(v)給出的是5.5。

5. 求中位數函數median()： 用於獲取向量中位於中間位置的數值，median(v)的結果同樣為5.5。

6. 范圍函數range()： 雖然名稱如此，但它實際上是返迴向量的最大值和最小值，如range(v)輸出1和10。

7. 求方差函數var()： 描述向量中數值分散程度，var(v)的值為9.166667。

8. 求標准差函數sd()： 標准差是方差的平方根，sd(v)結果為3.02765。

9. 向量元素值連乘積函數prod()： 計算向量中所有元素的乘積，prod(v)在本例中等於3,628,800。

10. 累加和向量函數cumsum()： 生成新向量，其第n項是原向量前n項的累加和。對於v，cumsum(v)的結果依次為1, 3, 6, 10, 15, 21, 28, 36, 45, 55。