R语言实验报告
R语言实验报告
- 实验要求
- 获取数据
- 完成箱线图
- 数据分析和回归方程
-
- 数据分析
- 回归方程
- 设置坐标轴、添加图例
实验要求
- 完成2012-2018年度新乡市、郑州市研究生、本科生、高中毕业生信息的统计；
- 分别完成新乡市、郑州市2012-2018年度研究生、本科生、高中毕业生信息的箱线图；确认有无异常数据；
- 完成新乡市、郑州市研究生、本科生、高中毕业生信息的数据分析和回归方程；预测2019年度2020年度毕业信息数据；
- 绘制2012-2018年度新乡市研究生、本科生、高中毕业生信息的数据图设置坐标轴、添加图例，命名为自己的学号_姓名_xx。
- 绘制2012-2018年度郑州市研究生、本科生、高中毕业生信息的数据图设置坐标轴、添加图例，命名为自己的学号_姓名_zz。
获取数据
首先从统计局中搜索自己需要的数据，将文件保存为csv格式
完成箱线图
先来介绍一下什么是箱线图吧。箱线图绘制须使用常用的统计量（最小值、下四分位数、中位数、上四分位数、最大值），能提供有关数据位置和分散情况的关键信息，尤其是在比较不同特征时，更能表现其分散程度的差异。
箱线图每条线的表示含义如下图：
接下来就开始正式的代码操作！！！
首先设置工作路径，读取文件
> setwd("D://R//R//RData")
> getwd()
[1] "D:/R/R/RData"
> #读取文件
> tables <- read.table("graduation.csv",header=TRUE,sep=",")
> summary(tables)
频数分布表如下：
summary函数：获取描述性统计量，可以提供最小值、最大值、四分位数和数值型变量的均值，以及因子向量和逻辑型向量的频数统计等
使用boxplot（）函数绘制箱线图
> boxplot(tables[2:5],main="毕业生信息的箱线图")
绘制的箱线图结果如下：
从绘制的箱线图可以看出，没有异常数据。
数据分析和回归方程
数据分析
分析数据之间的关系，可以用
散点图查看数据分布情况来分析特征间的相关关系
ts函数：ts函数
plot函数：plot函数的参数
对于郑州本科人数的数据进行分析
> #通过ts函数指定第一个观测的时间
> tables <- ts(tables,start=2012)
> #通过ts函数指定第一个观测的时间
> plot(tables[ ,2],lwd=2,xlab="年份",ylab = "人数",type="p")
> #将散点进行连线
> lines(tables[ ,2],type="o",lwd=2,xlab="年份",ylab = "人数",col="red")
绘制散点图如下：
分析：郑州本科人数逐年递增
对于郑州高中毕业生人数的数据进行分析
> #对郑州市高中毕业生的数据分析
> plot(tables[ ,3],lwd=2,xlab="年份",ylab = "人数",type="p",main="郑州市高中毕业生")
> lines(tables[ ,3],type="o",lwd=2,xlab="年份",ylab = "人数",col="blue")
绘制图如下：
分析：郑州高中毕业生人数逐年递增，在2013-2014和2015-2017年增长缓慢。
对于新乡市本科生人数的数据进行分析
> #对新乡市本科生人数的数据分析
> plot(tables[ ,4],lwd=2,xlab="年份",ylab = "人数",type="p",main="新乡市本科生")
> lines(tables[ ,4],type="o",lwd=2,xlab="年份",ylab = "人数",col="pink")
绘制结果如下：
分析：新乡本科人数在2013年大幅度上升，但在2014年又呈现大幅度下滑的现象，随后开始慢慢回升。
对于新乡市高中毕业生人数的数据进行分析
> #对新乡市高中毕业生人数的数据分析
> plot(tables[ ,5],lwd=2,xlab="年份",ylab = "人数",type="p",main="新乡市高中毕业生")
> lines(tables[ ,5],type="o",lwd=2,xlab="年份",ylab = "人数",col="red")
绘制结果如下：
分析：新乡高中毕业生人数在2014和2016年呈现下滑状态，随后在2016年之后开始回升。
回归方程
郑州本科生的回归方程
lm函数：lm函数的使用
text函数：text函数-低级绘图函数
回归分析：一元线性回归分析实例
> model <- lm(tables[ ,2]~年份,data=tables)
> summary(model)
Call:
lm(formula = tables[, 2] ~ 年份, data = tables)
Residuals:
1 2 3 4 5 6 7
-1498.1 -975.3 570.5 594.3 4274.1 1251.9 -4217.4
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -1.900e+07 1.097e+06 -17.32 1.18e-05 ***
年份 9.476e+03 5.444e+02 17.41 1.15e-05 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 2881 on 5 degrees of freedom
Multiple R-squared: 0.9838, Adjusted R-squared: 0.9805
F-statistic: 303 on 1 and 5 DF, p-value: 1.147e-05
> confint(model,level=0.95)
2.5 % 97.5 %
(Intercept) -21820457.926 -16180570.22
年份 8076.739 10875.69
> anova(model)
Analysis of Variance Table
Response: tables[, 2]
Df Sum Sq Mean Sq F value Pr(>F)
年份 1 2514361841 2514361841 302.97 1.147e-05 ***
Residuals 5 41494980 8298996
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> plot(郑州本科人数~年份,data=tables)
> text(tables[ ,2]~tables[ ,1],labels=tables[ ,1],cex=.6,adj=c(-0.6,.25),col=4)
> abline(model,col=2,lwd=2)
> mtext(expression(hat(y)==(9.476e+03)%*%"年份"+(-1.900e+07)),cex = 1.2,side=3,line = -14,adj=0.5)
绘制如下：
预测值
> #预测2019年
> pre=data.frame(年份=2019)
> text.pre=predict(model,pre,interval="prediction",level=0.95)
> text.pre
fit lwr upr
1 131962.6 122266.7 141658.4
> # 预测2020年
> pre=data.frame(年份=2020)
> text.pre=predict(model,pre,interval="prediction",level=0.95)
> text.pre
fit lwr upr
1 141438.8 130873 152004.6
郑州市高中毕业生的回归方程
> model <- lm(tables[ ,3]~年份,data=tables)
> summary(model)
Call:
lm(formula = tables[, 3] ~ 年份, data = tables)
Residuals:
1 2 3 4 5 6 7
-142.36 533.00 -998.64 1240.71 -57.93 -1422.57 847.79
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -3210158.1 402525.7 -7.975 0.00050 ***
年份 1621.6 199.8 8.118 0.00046 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 1057 on 5 degrees of freedom
Multiple R-squared: 0.9295, Adjusted R-squared: 0.9154
F-statistic: 65.9 on 1 and 5 DF, p-value: 0.0004602
> confint(model,level=0.95)
2.5 % 97.5 %
(Intercept) -4244883.245 -2175432.898
年份 1108.132 2135.154
> anova(model)
Analysis of Variance Table
Response: tables[, 3]
Df Sum Sq Mean Sq F value Pr(>F)
年份 1 73632316 73632316 65.898 0.0004602 ***
Residuals 5 5586820 1117364
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> plot(郑州市高中生人数~年份,data=tables)
> text(tables[ ,3]~tables[ ,1],labels=tables[ ,1],cex=.6,adj=c(-0.6,.25),col=4)
> abline(model,col=2,lwd=2)
> mtext(expression(hat(y)==1621.6%*%"年份"+(-3210158.1)),cex = 1.2,side=3,line = -14,adj=0.5)
绘制如下：
新乡本科人数回归方程
> model <- lm(tables[ ,4]~年份,data=tables)
> summary(model)
Call:
lm(formula = tables[, 4] ~ 年份, data = tables)
Residuals:
1 2 3 4 5 6 7
-2310.5 6725.5 -3120.5 -2795.6 383.4 337.4 780.3
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -1403035 1414538 -0.992 0.367
年份 709 702 1.010 0.359
Residual standard error: 3715 on 5 degrees of freedom
Multiple R-squared: 0.1695, Adjusted R-squared: 0.003345
F-statistic: 1.02 on 1 and 5 DF, p-value: 0.3588
> confint(model,level=0.95)
2.5 % 97.5 %
(Intercept) -5039220.746 2233149.960
年份 -1095.522 2513.593
> anova(model)
Analysis of Variance Table
Response: tables[, 4]
Df Sum Sq Mean Sq F value Pr(>F)
年份 1 14076486 14076486 1.0201 0.3588
Residuals 5 68993260 13798652
> plot(新乡本科人数~年份,data=tables)
> text(tables[ ,4]~tables[ ,1],labels=tables[ ,1],cex=.6,adj=c(-0.6,.25),col=4)
> abline(model,col=2,lwd=2)
> mtext(expression(hat(y)==709%*%"年份"+(-1403035)),cex = 1.2,side=3,line = -14,adj=0.5)
> #预测2019年
> pre=data.frame(年份=2019)
> text.pre=predict(model,pre,interval="prediction",level=0.95)
> text.pre
fit lwr upr
1 28507.71 16005.37 41010.06
> # 预测2020年
> pre=data.frame(年份=2020)
> text.pre=predict(model,pre,interval="prediction",level=0.95)
> text.pre
fit lwr upr
1 29216.75 15592.64 42840.86
绘制如下：
新乡市高中生人数回归方程
> model <- lm(tables[ ,5]~年份,data=tables)
> summary(model)
Call:
lm(formula = tables[, 5] ~ 年份, data = tables)
Residuals:
1 2 3 4 5 6 7
-1305.32 1242.93 96.18 1230.43 -860.32 -738.07 334.18
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -499915.7 422962.3 -1.182 0.290
年份 264.7 209.9 1.261 0.263
Residual standard error: 1111 on 5 degrees of freedom
Multiple R-squared: 0.2414, Adjusted R-squared: 0.08964
F-statistic: 1.591 on 1 and 5 DF, p-value: 0.2629
> confint(model,level=0.95)
2.5 % 97.5 %
(Intercept) -1587174.8953 587343.5381
年份 -274.8325 804.3325
> anova(model)
Analysis of Variance Table
Response: tables[, 5]
Df Sum Sq Mean Sq F value Pr(>F)
年份 1 1962592 1962592 1.5908 0.2629
Residuals 5 6168518 1233704
> plot(新乡市高中生人数~年份,data=tables)
> text(tables[ ,5]~tables[ ,1],labels=tables[ ,1],cex=.6,adj=c(-0.6,.25),col=4)
> abline(model,col=2,lwd=2)
> mtext(expression(hat(y)==264.7%*%"年份"+(-499915.7)),cex = 1.2,side=3,line = -14,adj=0.5)
> #预测2019年
> pre=data.frame(年份=2019)
> text.pre=predict(model,pre,interval="prediction",level=0.95)
> text.pre
fit lwr upr
1 34614.57 30876.23 38352.91
> #预测2020年
> pre=data.frame(年份=2020)
> text.pre=predict(model,pre,interval="prediction",level=0.95)
> text.pre
fit lwr upr
1 34879.32 30805.56 38953.08
绘制如下：
设置坐标轴、添加图例
legend函数：legend函数–添加图例
> plot(tables[ ,2],lwd=2,ylim=c(50000,120000),xlab="年份",ylab="人数",type="n")
> lines(tables[ ,2],type="p",lwd=2,col="red")
> lines(tables[ ,3],type="p",lwd=2,col="blue")
> axis(1,col = "red")
> legend("topleft",c("郑州本科人数","郑州高中生人数"),pch=1,col=c("red","blue"),x.intersp=0.2,y.intersp=0.2)
> title("201817542_xx_42")
绘制结果如下：
> plot(tables[ ,2],lwd=2,ylim=c(20000,40000),xlab="年份",ylab="人数",type="n")
> lines(tables[ ,4],type="p",lwd=2,col="red")
> lines(tables[ ,5],type="p",lwd=2,col="blue")
> axis(1,col = "red")
> legend("topleft",c("新乡本科人数","新乡高中生人数"),pch=1,col=c("red","blue"),x.intersp=0.2,y.intersp=0.2)
> title("20186743232_xx_32")
绘制如下：
