r语言编程基础第五章课后题答案

‘壹’ R语言基础

学习R语言基础，首先需确保电脑用户名为英文，若非英文，需修改。

安装R语言，访问官网，选择我国镜像链接下载对应Windows版本，如R_4.0.5_for_Windows，安装时建议选大容量硬盘，如C盘。

下载Rstudio，使用Chrome浏览器搜索并下载免费版，根据电脑系统选择Windows或macOS版本，安装。

在Rstudio中设置Package，选择清华镜像源以确保稳定。可调整界面至酷黑主题，增强视觉体验。

了解R包概念，包为R函数、数据集及代码集合，用于扩展R功能。包通常存于安装目录的"library"目录下。

设置R包镜像源，使用命令添加，然后通过命令安装所需包。也可从本地导入包，利用Tools菜单中的Install packages功能。

安装完成包后，可使用加载命令确保其正常运行。R语言基本操作包括：

使用Project管理文件夹，新建项目并命名，通过Project菜单创建。

显示文件列表，使用dir()函数查看当前范围内变量、方法，或使用list.files()类似Linux系统ls命令。

执行数学运算，输入加、减、乘、除及平方等表达式后回车即可。

进行变量赋值，使用"<- "符号，例如x<- 1+2。

删除变量前需先创建变量，使用删除命令。

查看历史命令，使用history()或点击Rstudio右上角History按钮。

清空控制台，快捷键为Ctrl + L。

利用plot()函数绘制x-y变量图，如使用runif()生成随机数并绘制。

深入学习R语言，参考文章指南，搭建高效R开发环境，提升编程技能。

‘贰’ R语言与统计分析的目录

第一章R介绍
§1.1S语言与R
§1.2R的特点
§1.3R的资源
§1.4R的安装与运行
1.4.1R软件的安装、启动与关闭
1.4.2R程序包的安装与使用
第一章习题
第二章R的基本原理与核心
§2.1R的基本原理
§2.2R的在线帮助
§2.3一个简短的R会话
§2.4R的数据结构
2.4.1R的对象与属性
2.4.2浏览对象的信息
2.4.3向量的建立
2.4.4数组与矩阵的建立
2.4.5数据框（dataframe）的建立
2.4.6列表（1ist）的建立
2.4.7时间序列（ts）的建立
§2.5数据的存储与读取
2.5.1数据的存储
2.5.2数据的读取
§2.6R的图形功能
2.6.1绘图函数
2.6.2低级绘图命令
2.6.3绘图参数
2.6.4一个实例
§2.7R.编程
2.7.1循环和向量化
2.7.2用R写程序
2.7.3编写你自己的函数
2.7.4养成良好的编程习惯
第二章习题
第三章概率与分布
§3.1随机抽样
§3.2排列组合与概率的计算
§3.3概率分布
3.3.1离散分布的分布律
3.3.2连续分布的密度函数
§3.4R中内嵌的分布
§3.5应用：中心极限定理
3.5.1中心极限定理
3.5.2渐近正态性的图形检验
3.5.3举例
第三章习题
第四章探索性数据分析
§4.1常用分布的概率函数图
§4.2直方图与密度函数的估计
4.2.1直方图
4.2.2核密度估计
§4.3单组数据的描述性统计分析
4.3.1单组数据的图形描述
4.3.2单组数据的描述性统计
§4.4多组数据的描述性统计分析
4.4.1两组数据的图形概括
4.4.2多组数据的图形描述
4.4.3多组数据的描述性统计
4.4.4分组数据的图形概括
§4.5分类数据的描述性统计分析
4.5.1列联表的制作
4.5.2列联表的图形描述
第四章习题
第五章参数估计
§5.1矩法估计和极大似然估计
5.1.1矩法估计
5.1.2极大似然估计
§5.2单正态总体参数的区间估计
5.2.1均值μ的区间估计
5.2.2方差σ2的区间估计
§5.3两正态总体参数的区间估计
5.3.1均值差μ1-μ2的置信区间
5.3.2两方差比σ12/22的置信区间
§5.4单总体比率p的区间估计
§5.5两总体比率差p1-p2的区间估计
§5.6样本容量的确定
5.6.1估计正态总体均值时样本容量的确定
5.6.2估计比例p时样本容量的确定
第五章习题
第六章参数的假设检验
§6.1假设检验与检验的p值
6.1.1假设检验的概念与步骤
6.1.2检验的p值
§6.2单正态总体参数的检验
6.2.1均值μ的假设检验
6.2.2方差盯σ2的检验：x2检验
§6.3两正态总体参数的检验
6.3.1均值的比较：t检验
6.3.2方差的比较：F检验
§6.4成对数据的t检验
§6.5单样本比率的检验
6.5.1比率p的精确检验
6.5.2比率p的近似检验
§6.6两样本比率的检验
第六章习题
第七章非参数的假设检验
§7.1单总体位置参数的检验
7.1.1中位数的符号检验
7.1.2Wilcoxon符号秩检验
§7.2分布的一致性检验：x2检验
§7.3两总体的比较与检验
7.3.1X2独立性检验
7.3.2Fisher精确检验
7.3.3Wilcoxon秩和检验法和Mann-whitneyU检验
7.3.4Mood检验
§7.4多总体的比较与检验
7.4.1位置参数的Kruskal-Wallis秩和检验
7.4.2尺度参数的Ansari-Bradley检验
7.4.3尺度参数的Fligner-Killeen检验
第七章习题
第八章方差分析
§8.1单因子方差分析
8.1.1数学模型
8.1.2均值的多重比较
8.1.3同时置信区间：Tukey法
8.1.4方差齐性检验
……
第九章回归分析与相关分析
第十章多元统计分析介绍
第十一章贝叶斯统计分析
……

‘叁’ [R learning]-0006-R语言的基本函数

在R语言中，基础函数是编程的基础，这里我们将介绍一些常用的基本函数:

1. 求和函数sum()： 它可以快速计算向量的总和。例如，定义向量v = c(1:10)，其值为1到10，sum(v)的结果是55。

2. 求最大值函数max()： 用于寻找向量中的最大值，如在v中，max(v)等于10。

3. 求最小值函数min()： 用于找到向量中的最小值，min(v)在本例中为1。

4. 求均值函数mean()： 计算向量元素的平均值，mean(v)给出的是5.5。

5. 求中位数函数median()： 用于获取向量中位于中间位置的数值，median(v)的结果同样为5.5。

6. 范围函数range()： 虽然名称如此，但它实际上是返回向量的最大值和最小值，如range(v)输出1和10。

7. 求方差函数var()： 描述向量中数值分散程度，var(v)的值为9.166667。

8. 求标准差函数sd()： 标准差是方差的平方根，sd(v)结果为3.02765。

9. 向量元素值连乘积函数prod()： 计算向量中所有元素的乘积，prod(v)在本例中等于3,628,800。

10. 累加和向量函数cumsum()： 生成新向量，其第n项是原向量前n项的累加和。对于v，cumsum(v)的结果依次为1, 3, 6, 10, 15, 21, 28, 36, 45, 55。