-*
实验5 R绘图（二）
一、实验目的：
1. 熟练掌握描述性统计分析中常用的统计量； 2. 掌握R语言的高水平作图命令； 3. 掌握R语言的低水平作图命令；
4. 掌握多元数据的三个数据特征：均值向量、协方差矩阵、相关系数矩阵。
二、实验内容：
练习： 要求：①完成练习并粘贴运行截图到文档相应位置(截图方法见下)，并将所有自己输入文字的字体颜色设为红色（包括后面的思考及小结），②回答思考题，③简要书写实验小结。④修改本文档名为“本人完整学号姓名1”，其中1表示第1次实验，以后更改为2,3,...。如文件名为“1305543109张立1”，表示学号为1305543109的张立同学的第1次实验，注意文件名中没有空格及任何其它字符。最后连同数据文件、源程序文件等（如果有的话，本次实验没有），一起压缩打包发给课代表，压缩包的文件名同上。 截图方法：
法1：调整需要截图的窗口至合适的大小，并使该窗口为当前激活窗口（即该窗口在屏幕最前方），按住键盘Alt键（空格键两侧各有一个）不放，再按键盘右上角的截图键（通常印有“印屏幕”或“Pr Scrn”等字符），即完成截图。再粘贴到word文档的相应位置即可。 法2：利用QQ输入法的截屏工具。点击QQ输入法工具条最右边的“扳手”图标，选择其中的“截屏”工具。）
1. 自行完成教材P130页开始的3.3-3.4节中的例题。
2. （习题3.5）小白鼠在接种了3种不同菌型的伤寒杆菌后的存活天数如下表所示，
试绘出数据的箱线图（采用两种方法，一种是plot语句，另一种是boxplot语句）来判断小白鼠被注射3种菌型后的平均存活天数有无显著性差异？
白鼠试验数据
菌型 1 2 3 2 5 7 4 6 3 8 2 5 6 4 7 存活天数 7 9 7 5 2 5 2 5 6 4 3 10 10 7 12 12 6 11 6 10 6 注：平均存活天数其实应该是均值，但当不知道总体的分布时，通常是比较中位数。因此，这里考虑用箱线图中的中位数来进行比较。
解：源代码：
y<-c(2,4,3,2,4,7,7,2,2,5,4, 5,6,8,5,10,7,12,12,6,6, 7,11,6,6,7,9,5,5,10,6,3,10)
f<-factor(c(rep(1,11),rep(2,10),rep(3,12))) plot(f,y)
-*
A<-c(2,4,3,2,4,7,7,2,2,5,4) B<-c(5,6,8,5,10,7,12,12,6,6) C<-c(7,11,6,6,7,9,5,5,10,6,3,10) boxplot(A,B,C) 运行截图：
结论：
从箱线图中可以看到，菌型2和3的平均存活天数无显著差异，但是与菌型1的有显著差异
3. （习题3.6）绘出习题3.16关于3项指标的离散图，从图中分析例3.16的结论的合
理性。
序号 硬度X1 变形X2 弹性X3 1 2 3 4 5 6 7 8 9 10 65 70 70 69 66 67 68 72 66 68 45 45 48 46 50 46 47 43 47 48 27.6 30.7 31.8 32.6 31.0 31.3 37.0 33.6 33.1 34.2 注：1.绘出的图形类似教材P133页的图3.8。
2. 把上述表格分复制到记事本中即可实现表格转化为文本，再用read.table()函数存入到数据框中即可，避免输入麻烦。
解：源代码：
> df<-read.table(\例3.6_data\ header=T)
-*
> df
> pairs(df)
运行截图：
结论：
具有相关关系的两个变量的散点图要么是从左下角到右上角（即正相关关系），要么是从左上角到右下角（即负相关关系）。但从上图可知所有的图中都没有这样的趋势，故均不相关。
4. （习题3.7）某校测得19名学生的四项指标，性别、年龄、身高（cm）和体重（lb），
具体数据如下表所示。
（1） 试绘出体重对于身高的散点图；
（2） 绘出不同性别情况下，体重与身高的散点图；（coplot(a~b|c)） （3） 绘出不同年龄段的体重与身高的散点图；
（4） 绘出不同性别和不同年龄段的体重与身高的散点图。（coplot(a~b|c+d)）
学号 01 02 03 姓名 Alice Becka Gail 性别 F F F 年龄 13 13 14 身高 56.5 65.3 64.3 体重 84.0 98.0 90.0 -*
04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 Karen Kathy Mary Sandy Sharon Tammy Alfred Duke Guido James Jeffrey John Philip Robert Thomas William F F F F F F M M M M M M M M M M 12 12 15 11 15 14 14 14 15 12 13 12 16 12 11 15 56.3 59.8 66.5 51.3 62.5 62.8 69.0 63.5 67.0 57.3 62.5 59.0 72.0 64.8 57.5 66.5 77.0 84.5 112.0 50.5 112.5 102.5 112.5 102.5 133.0 83.0 84.0 99.5 150.0 128.0 85.0 112.0
解：源代码：
> ef<-read.table(file.choose(),header=T);ef > attach(ef)
> plot(体重~身高)
> coplot(体重~身高|性别) > coplot(体重~身高|年龄)
> coplot(体重~身高|年龄+性别)
运行截图：
-*
相关推荐：
loading