课程实习报告

1、目 录 TOC o 1-3 h z u HYPERLINK l _Toc517406416 实习报告I：基于R的假设检验 PAGEREF _Toc517406416 h 4 HYPERLINK l _Toc517406417 1.问题描述 PAGEREF _Toc517406417 h 4 HYPERLINK l _Toc517406418 2.数据分析 PAGEREF _Toc517406418 h 4 HYPERLINK l _Toc517406419 2.1 成对数据的t检验 PAGEREF _Toc517406419 h 4 HYPERLINK l _Toc517406420 2.2

2、方差相等的两样本t检验 PAGEREF _Toc517406420 h 5 HYPERLINK l _Toc517406421 2.3 方差不等的两样本t检验 PAGEREF _Toc517406421 h 6 HYPERLINK l _Toc517406422 3.结论 PAGEREF _Toc517406422 h 7 HYPERLINK l _Toc517406423 实习报告II：基于R的回归分析 PAGEREF _Toc517406423 h 8 HYPERLINK l _Toc517406424 1.问题描述 PAGEREF _Toc517406424 h 8 HYPERLINK

3、l _Toc517406425 2.数据分析 PAGEREF _Toc517406425 h 8 HYPERLINK l _Toc517406426 2.1一元线性回归 PAGEREF _Toc517406426 h 8 HYPERLINK l _Toc517406427 2.2.多元线性回归 PAGEREF _Toc517406427 h 9 HYPERLINK l _Toc517406428 3 结论 PAGEREF _Toc517406428 h 11 HYPERLINK l _Toc517406429 实习报告：基于R的方差分析 PAGEREF _Toc517406429 h 11 H

4、YPERLINK l _Toc517406430 1.问题描述 PAGEREF _Toc517406430 h 11 HYPERLINK l _Toc517406431 2.数据分析 PAGEREF _Toc517406431 h 11 HYPERLINK l _Toc517406432 2.1 单因素方差分析 PAGEREF _Toc517406432 h 11 HYPERLINK l _Toc517406433 3 结论 PAGEREF _Toc517406433 h 12实习报告I：基于R的假设检验1.问题描述假设检验是统计推断中的一个重要内容，它是利用搜索到的数据对某个事先作出的统计假

5、设按照某种设计好的方法进行检验，判断此假设是否正确。在数理统计分析中，只能由估计量估计总体的参数。尽管能获得总体参数的无偏估计，总体的参数始终是不可知的。只能通过统计检验，由统计量推断总体参数。在统计推断过程中，需要对参数提出一定的假设，然后对提出的假设进行假设检验。2.数据分析2.1 成对数据的t检验例1.1 为了比较两种谷物种子的优劣，特选取10块土质不全相同的土地，并将每块土地分为面积相同的两部分，分别种植这两种种子，施肥与田间管理在20小块土地上都是一样，下面是各小块上的单位产量：表1.1两种种子的单位产量土地12345678910种子一的单位产量x233529423929373435

6、28种子二的单位产量y30393540383436334131假定单位产量服从正态分布，试问：两种种子的平均单位产量在显著水平=0.05上有无显著差异？解：R语言代码： x=c(23,35,29,42,39,29,37,34,35,28) y=c(30,39,35,40,38,34,36,33,41,31) t.test(x-y,alternative=two.sided)结果：图1.1 R语言中成对数据的t检验结论：P=0.02174 x y t.test(x,y,var.equal=T, alternative=greater)结果：图1.2 R语言中方差相等的两样本t检验结论：P=0.0

7、1424 X=c(20.5,18.8,19.8,20.9,21.5,19.5,21.0,21.2) Y=c(17.7,20.3,20.0,18.8,19.0,20.1,20.0,19.1) t.test(x,y,var.equal=F,alternative=two.sided)结果：图1.3 R语言中反差不等的两样本t检验结论：P=0.04181x=c(10.4,10.5,11.9,12.1,13.8,15.0,15.1,15.1,15.1,15.7,15.8,16.0,16.5,16.7,17.1,17.1,17.8,18.4)y=c(10.2,10.4,11.6,11.9,13.5,14

8、.5,14.8,15.1,14.5,15.7,15.2,15.8,15.9,16.6,16.7,16.7,17.6,18.3) test summary(test)结果：图2.1 R语言中某种动物质量与体积一元线性回归结论：由此得到回归方程为：y=-0.10405+0.98805x.2.2.多元线性回归例2.3 根据经验，在人的身高相等的情况下，血压的收缩压Y与体重X1（千克），年龄X2（岁数）有关。现收集了13个男子的数据，见表2.3试建立Y关于X1,X2的线性回归方程。表2.3 血压收缩压与体重、年龄的数据序号X1X2Y序号X1X2Y176.050120879.050125291.5201

9、41985.040132385.5201241076.555123482.5301261182.040132579.0301171295.040155680.5501251392.520147774.560123解：R语言代码： blood lm.sol summary(lm.sol)结果：图2.2 R语言中血压收缩压与体重、年龄多元回归分析由此得到线性回归方程：Y=-62.96336+2.13656X1+0.40022X2.3 结论一元回归分析是一个我们相对比较熟悉的数学方法，这在我们高中时期就有所接触，而多元回归分析是在一元回归的基础上进行复杂化。在R语言中，一元回归分析与多元回归分析相似

10、，是一个比较简单的过程。实习报告：基于R的方差分析1.问题描述方差分析是研究一种或多种因素的变化对试验结果的观测值是否有显著影响，从而找出较优的实验条件或生产条件的一种常用数理统计方法。2.数据分析2.1 单因素方差分析例3.2.1 利用四种不同配方的材料A1、A2、A3、A4生产出来的元件，测得其使用寿命如表3.1所示。问：四种不同配方下元件的使用寿命有无显著的差异？表3.1 元件寿命数据材料使用寿命A11600161016501680170017001780A215001640140017001750A316401550160016201640160017401800A4151015201

11、530157016401600解：R语言代码： lamp lamp.aov summary(lamp.aov)结果：图3.1 R语言中的方差分析结论：P=0.1210.05，接受原假设，即四种材料生产出来的元件的平均寿命无显著的差异。3 结论方差分析在R语言中并没有很复杂。但是简单的R语言得到结果是不完整，其中没有总和这一行。而如果要加上这一行，需要我们自行构造一个小小的程序，然后调用就可以得到完整的方差分析表。【实习心得】在这次专业实习之前，我基本上没有接触过R语言。唯一一次，是在数理统计实验的一节课上，老师给我们讲解了大概15分钟的R语言，进行了简单的入门。这简单的入门，仅仅是只能使用R语言来加减乘除，对其他的功能一窍不通。而这个实习，给我更加深入了解R语言的机会，并且是一个对我们专业课数理统计来说是非常有用的一个软件工具。这就非常有必要认真学习了。但是，自学总是有些挑战的，如果要学好，我们必须花费大量的时间和大量的精力。虽然我也花了时间花了精力，有一些还是不能学会。这次专业实习也算是对R语言进行浅层了解，而后面还需要我更加努力，进行