文档介绍：实验报告二课程统计软件分析与应用学生姓名学号学院数学与统计学院专业统计学指导教师二O一四年三月十日 1 、向量(1) 写出元素为 3, -, 3E-10 的向量赋值给 a。> a<-c(3,-1,3E-10) (2) 写出从 3 开始每次增加 3 ,长度为 100 的向量。> b<-seq(length=100,from=3,by=3) (3) 写出(0, 2) 重复 10 次的向量赋值给 x。> x<-rep(c(0,2),10) (4) 对向量 x ,选出其元素大于等于 0 小于 1的x 的值赋值给 y。> y<-x[x>=0 & <=1] (5) 对向量 x ,选出其元素都等于 0 的值并赋值给 z。 z<-x[x==0] (6)设u 为一个长 100 的整数向量。比如, u <- floor(10*runif(100)) 。显示 u第 21到 30 号元素。>u <- floor(10*runif(100)) > u[21:30] (7)把u第31,35,39号元素赋值为 0。>u <- floor(10*runif(100)) > u[c(31,35,39)]<-0 (8) 显示 u 中除了第 1 号和第 50 号的元素之外的子集。> u<-u[-c(1,50)] (9) 列出 u 中个位数等于 3 的元素。> u[u%%10==3] (10 ) 列出 u 中个位数等于 3 的元素的下标位置。> which( u %%10==3) ( 11)给u 的每一个元素加上名字,为 u1到u 100 。> paste("u",1:100,sep=" ") 2、建立一个 4*4 的矩阵 A 并求出其特征值、特征向量, 行列式, QR 分解, 并对矩阵中每行求均值,标准差,以及标准化。> A<-matrix(1:16,nrow=4,ncol=4) > eigen(A) > det(A) [1] 0> Aplus<-qr(A) > for(i in 1:4 ){ + y[i]<-mean(A[i,]) + z[i]<-sd(A[i,]) + x<-scale(A[i,]) +} 或者 apply(A,1,mean) apply(A,1,sd) apply(A,1,scale) 3 、建立一个数据框有 15 个样本, 5 个变量,变量分别是 name( 字符型) ,身高( 数值型),体重( 数值型), BMI( 体重指数) ,等级( 有序变量,因子) ,其中有三个等级,前 5 个为 1 ,中间为 2 ,后五个等级是 3. (除了最后的等级变量其他数值自己随便定义) > df<-(0) > edit(df) name height weight BMI level 1a 160 100 1 2b 161 98 1 3c 162 102 1 4d 162 100 1 5e 163 105 1 6f 164 100 2 7g 165 104 2 8h 167 110 2 9i 170 115 2 10l 165 102 2 11j 172 120 3 12k 168 105 3 13m 180 130 3 14n 169 109