r语言实验报告总结.docxVIP

竭诚为您提供优质文档/双击可除

r语言实验报告总结

篇一：R语言实验心得模板

实验心得

姓名：杨辉

学号：132085124

接触R语言不久，一开始以为R语言很简单，很多时候只是一句代码的问题。但学起来才知道，不是那么一回事。看到不少同学问一些基础的问题，结合自己犯过的错，总结以下几条关于数据类型的学习心得：

（1）R语言中向量和矩阵的是不同的。一般人会认为向量就是一维(:r语言实验报告总结)的矩阵，但R语言不是这样操作，不同类型对应不同的操作。如dim()函数可返回矩阵的行、列数，但是dim()作用域一个向量，则会返回nuLL；同时，若将向量强制转化为矩阵，不是像显示向量时的行矩阵，而是一个列矩阵；

（2）R中矩阵提取行、列存在意外将维的问题。这其实和第一条有密切联系，进而导致些意外的错误。具体而言，若从矩阵中提取某一行出来，R会默认的将改行用向量存储，而不再是矩阵，而言导致涉及矩阵的操作出错。一个明显的例子就是apply(),该函数的第二个参数需要制定数据操作的维度，但若矩阵已不再是矩阵（转成向量），那么指定1、2都没有意义了。因此，矩阵提取时要注意，不要改变数据维度，常用的做法是设置drop=FALse,如从3*2的矩阵中提取第二行，应该为m[2,,drop=FALse];

(3)因子和数值的转化。这是个有趣的问题。假如c=(1,3,5)是个数值向量，将之转为因子类型是没有问题的，对应的水平也为1,3,5，但是若再次将因子转为数值时，转化后的结果不再是数据向量（1,3,5），而是（1,2,3），也就是说对因子转数值，默认的操作应该是对因子排序，然后依次转为连续的数值，而不是直接将显示的因子转为数值，此处需要格外注意。

篇二：R语言判别分析实验报告

R语言判别分析实验报告

班级：应数1201

学号名：麦琼辉

时间：20XX年11月28号

1实验目的及要求

1)了解判别分析的目的和意义；

2)熟悉R语言中有关判别分析的算法基础。

2实验设备（环境）及要求

个人计算机一台，装有R语言以及Rstudio并且带有mAss包。

3实验内容

企业财务状况的判别分析

4实验主要步骤

1)数据管理：实验对21个破产的企业收集它们在前两年的财务数据，对25个财务良好的企业也收集同一时期的数据。数据涉及四个变量：cF_TD（现金/总债务）；nI_TA（净收入/总资产）；cA_cL（流动资产/流动债务）；cA_ns（流动资产/净销售额），一个分组变量：企业现状（1：非破产企业，2：破产企业）。

2)调入数据：对数据复制，然后在Rstudio编辑器中执行如下命令。

case5=read.table(‘clipboard’,head=T)

head(case5)

3)Fisher判别效果（等方差，线性判别lda）：采用bayes方式，即先验概率为样本例数，相关的Rstudio程序命令如下所示。

library(mAss)

ld=lda(g~.,data=case5);ld#线性判别

ZId=predict(ld)

addmargins(table(case5$g,ZId$class))

4)Fisher判别效果（异方差，非线性判别--二次判别qda）：再次采用bayes

方式，相关的Rstudio程序命令如下所示。

library(mAss)

qd=qda(g~.,data=case5);qd#二次判别

Zqd=predict(qd)

addmargins(table(case5$g,Zqd$class))

5实验结果

表1线性判别lda效果

新分类原分类12合计

124125

231821

合计271946

符合率91.30%

表2二次判别qda效果新分类原分类12合计124125221921合计262046符合率93.50%

由表1和表2可知，qda（二次判别---非线性判别）的效果比lda（一次判别）要好。

6实验小结

通过本次实验了解了判别分析的目的和意义，并熟悉R语言中有关判别分析的算法基础。

篇三：R语言学习总结

R语言学习总结

经过接近一个学期的学习，从对R语言的完全陌生，到现在对其有了一些粗浅的认识，其中经历了遇到困难苦思冥想的艰辛，也有解决问题以后豁然开朗的畅快。在学习的过程中，以前掌握的数理基础给我带来了不少便利，而认真地态度和踏实的性格也使我获益匪浅。

在这个学期中，我学会了R语言的基本操作和语法，以及针对具体的统计学问题相应的解决方法。并按时完成老师布置的课后作业，以达到学以致用的目的，也加强了对R语