Noter om R - Københavns Universitet

More documents

Recommendations

Info

11 Simple statistiske funktionerFigur 23 er en oversigt over nogle simple statistiske funktioner; mere avancerede statistiske funktioner iR forklares i fakultetets statistikkurser. Mange af funktionerne, fxmax,mean,min,sd, ogvar, tageren vektor som argument. Vektorer beskrives nærmere i afsnit 14, men som allerede nævnt er en søjlefra et datasæt en vektor, så for eksempel kan man finde middelværdien (gennemsnittet) af de målte pHværdier for kontrolgruppen i væksthormonforsøgsdatasættet som følger:> mean(d$Kontrol)[1] 5.7755De fleste af funktionerne i tabellen, til og med prod, virker faktisk ikke alene med en vektor somargument, men også med en matrix (afsnit 16) eller med et datasæt. I sidste tilfælde får man endda fornogle af funktionerne (mean,sd,summary) en værdi for hver søjle:> mean(d)Tid Kontrol Vaekst287.2500 5.7755 5.4780Funktionerne max,min,range,sum og prod kan man også kalde med flere vektorer (eller matricereller datasæt) som argumenter; det virker som om alle tallene blev kombineret i én vektor, der såbruges som argument. For eksempel kan vi finde den maksimale målte pH-værdi i væksthormonforsøgetsom følger:> max(d$Kontrol, d$Vaekst)[1] 6.45Hvis vi i stedet brugerrange får vi både minimum og maksimum af de målte pH-værdier:> range(d$Kontrol, d$Vaekst)[1] 5.31 6.45(se afsnit 12.1 for et eksempel på udnyttelse af dette).Funktionerne runif og rnorm, der står for “random uniform” (ligefordeling) og “random normal”(normalfordeling), bruges til at generere pseudotilfældige tal. Dette er især nyttigt til simulering afbiologiske eller økonomiske processer, se fx afsnit 15.2.42
FunktionResultatmean(v)Middelværdi af elementerne ivmedian(v)Medianen af elementerne ivsd(v)Standardafvigelse af elementerne ivvar(v)Varians af elementerne ivsummary(d) Min, max, middelværdi og kvartiler id(afsnit 10.6)max(v)Maksimum af elementerne ivmin(v)Minimum af elementerne ivrange(v)Svarer tilc(min(v), max(v))sum(v)Summen af elementerne ivprod(v)Produktet af elementerne ivrunif(n) Vektor mednligefordelte tilfældige tal i ]0,1[runif(n,min=1,max=4) Vektor mednligefordelte tilfældige tal i [1,4[rnorm(n)Vektor medntilfældige tal, normalfordelt N(0,1)rnorm(n,m,s)Vektor medntilfældige tal, normalfordelt N(m,s)lm(formel, data=datasæt) Tilpasning af lineær model, lineær regression (afsnit 13)Figur 23: Nogle simple statistiske funktioner i R. Notationen N(m,s) står for normalfordelingen medmiddelværdimog standardafvigelse s.43
Page 2: IndholdForord 61 Brug af R 71.1 Vin
Page 5 and 6: C Polynomiel regression og regressi
Page 11 and 12: 1.5 R Help vinduerHjælp til brugen
Page 13 and 14: Funktion i R Matematik Betydningx +
Page 15 and 16: 4 FunktionerMan kan nemt definere s
Page 17: p (x)−20 −10 0 10 20 30 40−2
Page 20 and 21: De resulterende plot ses i figur 10
Page 22 and 23: Lige overLige underVenstreHøjreadj
Page 24 and 25: $x[1] -1.270422$y[1] 0.06869091Som
Page 26 and 27: p (x)−20 −10 0 10 20 30 40−2
Page 28 and 29: 6 Eksport af plot fra R6.1 Indsætt
Page 30 and 31: Medpolyroot får man altid røddern
Page 32 and 33: 9 Numerisk integrationMan kan bruge
Page 34 and 35: 10.1 Indlæsning af forsøgsdataFor
Page 37 and 38: Skift derefter til R Console, hvor
Page 39 and 40: Den resulterende tekstfil output.cs
Page 41: d$LogK d$LogV dTid Kontrol Vaekst
Page 45 and 46: pH5.4 5.6 5.8 6.0 6.2 6.40 200 400
Page 47 and 48: pH5.4 5.6 5.8 6.0 6.2 6.40 100 200
Page 49 and 50: 12.3 Signaturforklaring i XY-plotFu
Page 51 and 52: afsnit 7 til at finde det t 0 der g
Page 53 and 54: (variablenKontrol) som funktion af
Page 55 and 56: 14 VektorerEn vektor i R er en list
Page 57 and 58: u[-2][1] 7 13 107 109 113> u[c(-3,-
Page 59 and 60: sqrt(c(1, 4, 9))[1] 1 2 3> sapply(c
Page 61 and 62: 15 For-løkkerEnfor-løkke udfører
Page 63 and 64: fra første gennemløb hvor bådexo
Page 65 and 66: 15.3 Eksempel: Fibonacci-talFibonac
Page 67 and 68: E E[,1] [,2][1,] 1 0[2,] 0 1Man ka
Page 69 and 70: Funktion i R Matematik BetydningA +
Page 71 and 72: R for (n in 2:4) { R R[,1] [,2][1
Page 73 and 74: M M[,1] [,2] [,3][1,] 2.0 1.6 1.3[
Page 75 and 76: 16.9 Eksempel: Fremskrivning med li
Page 77 and 78: 17 Noget om udtryk i RI de følgend
Page 79 and 80: { x { x
Page 81 and 82: er den værdi, vi forventer at “f
Page 83 and 84: Andel af unge i procent0 20 40 60 8
Page 85 and 86: 19.1.1 Eksempel: funktionenheltalMa
Page 87 and 88: For ikke at komme i tvivl om, hvilk
Page 89 and 90: Her er så en R-funktionfibonacci,
Page 91 and 92: Som eksempel der intet har med R at
Page 93 and 94:
Så for at sikre at rekursionen sto
Page 95 and 96:
Kontrol af løsningen:> sum(1:44)[1
Page 97 and 98:
primtal
Page 99 and 100:
have med fordicat ikke automatisk i
Page 101 and 102:
Funktionenfunpow(f, n, x) beregner
Page 103 and 104:
20 Associationslister og datasætAs
Page 105 and 106:
d2 y)> d2t y2 1.5 0.33 2.0 -1.54 2.
Page 107 and 108:
zyxFigur 50: Plot afr=10).f (x, y)
Page 109 and 110:
y−3 −2 −1 0 1 2 30 1 2 3 4 5
Page 111 and 112:
22 Avancerede funktionsparametreDet
Page 113 and 114:
22.1.2 Mere komplekse standardværd
Page 115 and 116:
23 Opgaver til RNår du løser diss
Page 117 and 118:
(2) Lav med R-funktionenplot grafer
Page 119 and 120:
(3) Bestem den værdi af t 2 for hv
Page 121 and 122:
(2) Lav et XY-plot afflueaeg$U som
Page 123 and 124:
(7) Tilføj nu med legend en signat
Page 125 and 126:
• Delmatricen bestående af de f
Page 127 and 128:
Opgave 30 — Vektorkonstruktion me
Page 129 and 130:
Færdiggørnum så den som resultat
Page 131 and 132:
Besvar, uden at taste funktionen in
Page 133 and 134:
Opgave 44 — Antal led i en sumBru
Page 135 and 136:
støder på en af pladerne, hvor de
Page 137 and 138:
A.2 Installation af ekstra R-pakker
Page 139 and 140:
CPolynomiel regression og regressio
Page 141 and 142:
ELitteratur om R• An Introduction
Page 143 and 144:
Opgave 4Delopgave (1)De tre funktio
Page 145 and 146:
Opgave 11Integralets værdi:145.694
Page 147 and 148:
Opgave 15Delopgave (2)Output frasum
Page 149 and 150:
Delopgave (4)stofskifte$S0 1 2 3 4
Page 151 and 152:
Delopgave (2)0 20 40 60 80 1000 1 2
Page 153 and 154:
Opgave 32Delopgave (2)Plottet blive
Page 155 and 156:
Opgave 45Delopgave (1)Efter løkken
Page 157 and 158:
G.1 Matematiske funktionerG.1.1G.1.
Page 159 and 160:
norm (afsnit 11)Generering af norma
Page 161 and 162:
points(afsnit 12.1)Tegner XY-punkte
Page 163 and 164:
title(afsnit 5.3)Tilføjer overskri
Page 165 and 166:
legend (afsnit 5.7 og 12.3)Tegner e
Page 167 and 168:
G.2.2Farvercolors (afsnit 5.4)colou
Page 169 and 170:
pdf (afsnit 6.2)Åbner en grafikfil
Page 171 and 172:
G.2.4Specielle plotplot (af datasæ
Page 173 and 174:
contour (afsnit 21.3)Tegner et nive
Page 175 and 176:
textConnection(afsnit 10.4)Læser f
Page 177 and 178:
G.3.4Udtagning af deldatasæthead (
Page 179 and 180:
I (appendiks C)En speciel funktion
Page 181 and 182:
matrix(afsnit 16.1)Opretter en matr
Page 183 and 184:
applyAnvender en funktion søjle-,
Page 185 and 186:
G.4.5Matrixalgebrat (afsnit 16.1)Tr
Page 187 and 188:
pasteSammensætter en tegnstreng af
Page 189 and 190:
file.chooseLader brugeren vælge en
Page 191 and 192:
IndeksSidehenvisninger i kursuv er
Page 193 and 194:
RGB-farverummet, 107standardnavne,
Page 195 and 196:
i R, 66-76ligningsløsning (solve(A
Page 197 and 198:
digits parameter, 187fejlfinding me
Page 199:
write.table (funktion), 38, 175col.
show all

Noter om R - Københavns Universitet

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?