随笔分类 - R
R-基本内容
摘要：工作空间和目录 清屏：ctrl + L 清除工作空间内的内存变量：rm(list=ls()) 获取工作目录：getwd() 设置临时工作目录：setwd() 在RStudio中设置临时工作目录：setwd("E:/...") 在RStudio中设置永久工作目录：在右下角的窗口中，File -> mo
R-多元线性回归的建模和验证
摘要：问题描述 分析地面采集的光谱和LiDAR结构信息，估计由于病虫害引起的失叶率 由光谱信息建立模型 由结构信息建立模型 由光谱信息和结构信息相结合建立模型 分别画预测和验证集散点图，计算R2和RMSE 代码实现 train = read.csv("F:/RData/实验一/实验数据/Simplifie
R-独立性检验实例
摘要：数据 gwas.csv文件（两列表现型和基因型的表格，包含标题） 问题描述 读入gwas.csv数据，得到phenotype与genotype的列联表后，进行分析不同表现型的基因型是否一致。 基因型分为AA,Aa和aa 3种。 代码实现 data = read.csv("gwas.csv", hea
R-正态性检验实例
摘要：数据 price.csv文件（一列价格差值的数据，包含标题） 问题描述 利用price.csv数据绘制数据直方图，并添加概率密度曲线(density)和估计概率密度曲线(dnorm) 。 绘制出qqplot及其拟合线。 用Shapiro和Kolmogorov-Smirnov检验判断该数据是否符合正态
R-假设检验
摘要：假设检验(hypothesis testing)，又称统计假设检验，是用来判断样本与样本、样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。显著性检验是假设检验中最常用的一种方法，也是一种最基本的统计推断形式，其基本原理是先对总体的特征做出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受做出推断。常用的假设检验方法有Z检验、t检验、卡方检验、F检验等。
R-hist函数画图实例
摘要：问题描述 考虑一个简单的遗传模型。一个总体中包含相同数量的两种性别:男性与女性。在每一代中，假设男女随机凑对，并生育一男一女两个孩子。这里我们对前一代至后一代的身高高度分布感兴趣。假设两个孩子身高为其父母高度的平均值，那么身高如何随上一代到下一代而变化。 假设当前年代人的身高包含两个变量，m和f，分
R-plot函数画图实例
摘要：数据 age_weight.txt文件（10行2列以'\t'为分隔符的表格，包含标题） 问题描述 1.读入age_weight.txt文件，使用plot函数将其绘制为点和线图，并进行以下更改。 2.将绘图背景色调整为粉色('pink') 3.将线宽度更改为默认尺寸的2倍，颜色为绿色('green')
