3.3 高级绘图函数大部分高级绘图函数均有add参数（plot函数没有）。如果add=FALSE（默认），则在新窗口中创建一个图形；如果add=TRUE，则在当前活动窗口中的原有图形之上叠加图形。在基础包中，R提供了绘制常见图形的功能，包括散点图、气泡图、柱状图、饼图、线图，也提供了一些专业的统计图形，如茎叶图、Q-Q图等。表3-9列出了基础包中可以绘制的一些图形。3.3.1 散点图1.散点图R中
转载
2023-08-05 00:29:20
673阅读
如下所示：from statsmodels.tsa.stattools import adfullerprint(adfuller(data))(-8.14089819118415, 1.028868757881713e-12, 8, 442, {'1%': -3.445231637930579, '5%': -2.8681012763264233, '10%': -2.5702649212751
转载
2023-06-26 21:38:54
162阅读
t检验适用范围、实际案例以及R语言的实现。因文章内容过长，所以分为上下两篇t检验(t test）亦称 t检验，以t分布为基础，是定量资料分析中最常用的假设检验方法。（ 显著性检验的一种，以此来判定数据的差异是由于误差导致的还是真的有差异） t检验的应用条件为：①在单样本t检验中，总体标准差 未知且样本含量较小（n < 30/50)时，要求样本来自
本文介绍假设检验的概念，以及如何实现T检验。包括单样本T检验、双样本T检验以及配对样本T检验。假设检验假设检验(hypothesis testing)，又称统计假设检验，是用来判断样本与样本、样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。R语言提供t.test()函数执行不同类型T检验，语法如下：# y为null 为单样本T检验t.test(x, y = NULL, altern
转载
2022-04-21 13:34:26
143阅读
本文我们讨论了期望寿命的计算。人口统计模型的起点是死亡率表。但是，这种假设有偏差，因为它假设生活条件不会得到改善。为了正确处理问题，我们使用了更完整的数据，其中死亡人数根据x岁而定，还包括日期t。DE=read.table("DE.txt",skip = 3,header=TRUE)EXPS=read.table("EXPS.txt",skip = 3,header=TRUE) 我们用 Dx，t表
转载
2023-08-28 14:20:30
4阅读
# R语言中的add_underline函数解析
在R语言中，有很多实用的函数可以帮助我们更好地处理数据和进行数据分析。其中一个非常有用的函数就是 `add_underline`。这个函数可以在R语言的文本输出中添加下划线，使得文本更加美观和易读。接下来，我们将详细介绍这个函数的用法以及示例代码。
## add_underline函数的用法
`add_underline`函数是一个自定义的函
原创
2023-12-26 07:12:45
710阅读
# R语言 font_add：自定义字体库
在R语言中，我们经常需要使用不同的字体来美化我们的图表或文档。然而，默认情况下，R语言并不支持所有的字体，这时候我们就需要使用`font_add`函数来添加自定义的字体库。
## font_add函数的使用
`font_add`函数可以用来添加自定义的字体库，使得我们可以在绘图时使用这些字体。下面是`font_add`函数的使用方法：
```r
原创
2024-04-28 03:47:13
183阅读
在概率论和统计学中，t-分布（t-distribution）用于根据小样本来估计呈正态分布且方差未知的总体的均值。如果总体方差已知（例如在样本数量足够多时），则应该用正态分布来估计总体均值。t分布曲线形态与n（确切地说与自由度df）大小有关。与标准正态分布曲线相比，自由度df越小，t分布曲线愈平坦，曲线中间愈低，曲线双侧尾部翘得愈高；自由度df愈大，t分布曲线愈接近正态分布曲线，当自由度df=∞时
转载
2023-07-05 22:23:13
969阅读
T检验与方差分析背景介绍R语言实操过程--t test单样本t检验两个独立样本t检验配对t检验R语言实操过程--anova单因素方差分析多重比较双因素方差分析完整代码 之前与大家分享了数据的独立性、正态性、方差齐性检验。如果还不清楚，大家可以通过这篇推文来学习和理解 如何规范你的数据分析？。若满足所有条件，可选择参数分析进行，否则必须选择非参数分析。参数分析主要包括两组样本的t-test
转载
2023-05-22 23:01:51
616阅读
题目1 一位老师想要检查3种不同的教学方法的效果，为此随机地选取水平相当的15位学生，把他们分为3组，每组5人，每一组用一种方法教学，一段时间以后，这位老师对15位学生进行统考，成绩见下表，问这3种教学方法的效果有没有显著差异。问题2 水泥凝固时放出的热量y与水泥种4种化学成份x1、x2、x3、x4有关，今测得一组数据如下，试通过逐步回归确定最优的线性模型。 第一题的操作是：把相应数据改成 然后在
转载
2023-08-08 18:35:37
238阅读
t分布理论基础t分布也称Student’s t-distribution，主要出现在小样本统计推断中，特别是当样本量较小且总体标准差未知时，用于估计正态分布的均值。其定义基于正态分布和分布（卡方分布）。如果随机变量X服从标准正态分布，而服从自由度为的卡方分布，且与相互独立，那么变量 服从自由度()为的分布,其形状会随着自由度的变化而变化,t分布的形状会随自由度的变化而变化，当自由度较小时，t分布曲
本篇来介绍两种常见的统计检验方法：t检验和F检验。目录如下：1 t检验1.1 单样本t检验1.2 独立样本t检验1.3 配对样本t检验1.4 单尾检验2 F检验1 t检验t检验适用于样本量较小、总体方差未知的正态分布的检验。单样本t检验用于检验样本均值是否显著异于给定的总体均值；双样本t检验用于检验两个样本的均值是否存在显著差异，或均值之差是否显著异于给定值，又分为独立样本t检验和配对样本t检验。
转载
2023-06-17 19:37:44
287阅读
10.1 函数的定义> name <- function(arg_1, arg_2, ...) expression expression是一个R表达式（通常是表达式语句组），并使用参数arg_i来计算出一个数值，表达式的值就是函数的返回值。函数调用的形式通常都是name(expr1,expr2,...)10.2 定义新的二元操作符可以将函数定义为新的二元操作符： >
转载
2023-06-14 23:50:03
155阅读
样本大小 ：指实验设计中每种条件/组中观测的数目；显著性水平（alpha）：由I型错误的概率来定义，可看做是发现效应不发生的概率；功效：通过1减去二型错误的概率来定义，即真实效应发生的概率；效应值：指在重力备择或研究假设下效应的量。1、用pwr包做功效分析pwr包中的函数 函数功效计算的对象pwr.2p.test（）两比例（n相等）pwr.2p2n.test（）两比例（n不相等）pwr.
转载
2023-09-10 10:46:31
405阅读
一、文本格式
1、csv文本格式（即逗号分隔文件）：
> data<-read.csv("D:\\work\\data\\1.csv",header = F)
#说明：header = T（TURE）是默认状态，有标题栏，可修改为F（FALSE）。
2、txt文本格式：
> data<-read.table("
转载
2024-08-05 14:49:56
396阅读
原标题：R语言数据实战 | 统计检验1、单个总体均值的t检验1. 什么是检验？检验(test)是统计学中最重要的概念之一，在科学研究和实际业务中都有着广泛的应用。用一句话来概括就是：人们希望通过掌握的数据和其他背景知识确认某个假设是否成立(比如某种药物是否有效，股票是否有上扬的趋势，一种汽车的油耗是否为15mpg，一组病人血压的均值是否大于120mmHg)。考虑一个只有赢或者输两种情况的赌局，每次
转载
2023-11-16 22:36:59
25阅读
1.独立性检验函数 独立性检验是根据频数信息判断两类因子彼此相关或相互独立的假设检验。所谓独立性就是指变量之间是独立的，没有关系。独立性检验算法：卡方检验、Fisher检验、Cochran-Mantel-Haenszel检验2.假设检验 假设检验（Hypothesis Testing）是数理统计学中根据一定假设条件
转载
2023-08-10 15:40:25
314阅读
1.t分布t分布的密度函数这里就不再给出，具体见茆诗松老师的《概率论与数理统计教程》。t分布密度曲线形态与n（确切地说与自由度df）大小有关。与标准正态分布曲线相比，自由度df越小，t分布曲线愈平坦，曲线中间愈低，曲线双侧尾部翘得愈高；自由度df愈大，t分布曲线愈接近正态分布曲线，当自由度df=∞时，t分布曲线为标准正态分布曲线。自由为n的t分布记为 下面我们结合R软件
# R语言add_edge函数详解
在R语言中，我们经常会用到图论相关的数据结构和算法。图是一种非常重要的数据结构，它由边和顶点组成，可以用来表示各种关系和网络。为了方便操作图，R语言提供了igraph包，其中包含了许多用于操作图的函数。本文将重点介绍igraph包中的add_edge函数，该函数用于向图中添加边。
## add_edge函数简介
在igraph包中，add_edge函数用于
原创
2024-02-25 06:55:24
94阅读
R语言入门基础——基础便捷命令
转载
2023-05-29 11:21:07
0阅读
