统计建模与R软件-第三讲-(2018).ppt

shapiro.test(x)其中x是由数据构成的向量,并且向量的长度在3至5000之间.对于例1.1中15位学生的体重数据,w-c(75.0,64.0,47.4,66.9,62.2,62.2,58.7,63.5,66.6,64.0,57.0,69.0,56.9,50.0,72.0)shapiro.test(w)Shapiro-Wilknormalitytestdata:wW=0.9686,p-value=0.8371p值为0.83710.05,因此,认为来自正态分布的总体,与QQ图得到的结论相同.又如shapiro.test(runif(100,min=2,max=4))Shapiro-Wilknormalitytestdata:runif(100,min=2,max=4)W=0.9493,p-value=0.0007515p值为0.00075150.05,认为样本不是来自正态分布的总体.当然,这是来自均匀分布的随机数.2.经验分布的Kolmogorov-Smirnov检验方法经验分布函数Fn(x)是总体分布函数F(x)的估计.经验分布拟合检验的方法是检验经验分布Fn(x)与假设的总体分布函数F0(x)之间的差异.Kolmogorov-Smirnov(科尔莫戈罗夫–斯米尔诺夫)统计量是计算Fn(x)与F0(x)的距离D,即在R软件中,函数ks.test()给出了Kolmogorov-Smirnov检验方法,其使用方法是??ks.test(x,y,...,alternative=c(two.sided,less,greater),exact=NULL)其中x是待检测的样本构成的向量,y原假设的数据向量或是描述原假设的字符串.例如,x-rt(100,5)ks.test(x,pf,2,5)One-sampleKolmogorov-Smirnovtestdata:xD=0.5596,p-value2.2e-16alternativehypothesis:two.sided因为x是来自的随机数,对x作检验(即认为是来自总体是自由度为(2,5)的F分布),其结果是拒绝,即不认为x服从的分布.R软件中的绘图命令在前面介绍的数据描述性分析中,数据作图是作描述性分析的重要方法之一,因此,利用绘图的方法研究已知数据,是一种直观、有效的方法.这里将介绍R软件中,一些数据作图的基本方法.在作图函数中,有二类作图函数,一类是高水平作图函数,另一类是低水平作图函数.所谓高水平作图函数,是与低水平的作图函数相对应的,即所有的绘图函数均可产生图形,可以有坐标轴,以及图和坐标轴的说明文字等.所谓低水平作图函数是自身无法生成图形,只能在高水平作图函数产生的图形的基础上,增加新的图形.3.1高水平绘图函数高水平作图函数有plot()、pairs()、coplot()、qqnorm()、qqline()、hist()和contour()等.1.plot()函数函数plot()可绘出数据的散点图、曲线图等.plot()函数有以下四种使用方法.(1)plot(x,y)其中x和y是向量,生成y关于x的散点图.例3.1某学校在体检时测得12名女中学生体重X1(千克)和胸围X2(厘米)资料如表3.2所示.试绘出计体重与胸围的散点图.解:输入1X1-c(35,40,40,42,37,45,43,237,44,42,41,39)3X2-c(60,74,64,71,72,68,78,466,70,65,73,75)5plot(X1,X2)6得到的图形如图3.8所示.7plot(x)其中x是一时间序列,生成时间序列图形.如果x是向量,则产生x关于下标的散点图.如果x是复向量,则绘出复数的实部与虚部的散点图.1plot(f)2plot(f,y)3其中f是因子,y是数值向量.第一种格式生成f的直方图;第二种格式4