Statystyka/zajecia3/zadania.R

108 lines
2.5 KiB
R
Raw Normal View History

2021-04-04 14:14:06 +02:00
# ZAD 1
ankieta <- read.table("http://ls.home.amu.edu.pl/data_sets/ankieta.txt", header = TRUE)
empiryczny <- data.frame(cbind(liczebnosc = table(ankieta$wynik),
procent = prop.table(table(ankieta$wynik))))
print(empiryczny)
tylko_pods <- ankieta[ankieta$szkola == "p", ]
empiryczny_pods <- data.frame(cbind(liczebnosc = table(tylko_pods$wynik),
procent = prop.table(table(tylko_pods$wynik))))
print(empiryczny_pods)
barplot(table(ankieta$wynik),
xlab = "Odpowiedzi", ylab = "Odpowiedzi",
main = "Rozkład empiryczny zmiennej wynik")
barplot(prop.table(table(ankieta$wynik)),
xlab = "Odpowiedzi", ylab = "Odpowiedzi",
main = "Rozkład empiryczny zmiennej wynik")
pie(table(ankieta$wynik))
barplot(prop.table(table(ankieta$wynik, ankieta$plec)),
beside = TRUE,
col = 1:5,
legend = levels(ankieta$wynik))
# ZAD 2
load(url("http://ls.home.amu.edu.pl/data_sets/Centrala.RData"))
head(Centrala)
empiryczny <- data.frame(cbind(liczebnosc = table(Centrala$Liczba),
procent = prop.table(table(Centrala$Liczba))))
print(empiryczny)
barplot(table(Centrala$Liczba),
col = 1:5,
legend = levels(Centrala$Liczba))
barplot(prop.table(table(Centrala$Liczba)),
col = 1:5,
legend = levels(Centrala$Liczba))
pie(table(Centrala$Liczba))
mean(Centrala$Liczba)
median(Centrala$Liczba)
sd(Centrala$Liczba)
sd(Centrala$Liczba) / mean(Centrala$Liczba) * 100
# ZAD 3
x <- c(0.9, 6.2, 2.1, 4.1, 7.3,
1.0, 4.6, 6.4, 3.8, 5.0,
2.7, 9.2, 5.9, 7.4, 3.0,
4.9, 8.2, 5.0, 1.2, 10.1,
12.2, 2.8, 5.9, 8.2, 0.5)
# tworzymy przedziały
breaks_hist <- hist(x, plot = FALSE)$breaks
empiryczny <- data.frame(cbind(liczebnosc = table(cut(x, breaks = breaks_hist)),
procent = prop.table(table(cut(x, breaks = breaks_hist)))))
print(empiryczny)
hist(x)
# lwd to grubość, density to funkcja gęstości
hist(x, col = "lightblue", probability = TRUE)
lines(density(x), col = "green", lwd = 2)
boxplot(x)
mean(x)
median(x)
sd(x)
sd(x) / mean(x) * 100
install.packages("e1071")
library(e1071)
skewness(x)
kurtosis(x)
# ZAD 4
wspolczynnik_zmiennosci <- function(x, na.rm = FALSE) {
if (!is.numeric(x)) stop("argument nie jest liczbą")
if (na.rm) x <- na.omit(x)
return(100 * sd(x) / mean(x))
}
x <- c(1, NA, 3)
wspolczynnik_zmiennosci(x)
wspolczynnik_zmiennosci(x, na.rm = TRUE)
wspolczynnik_zmiennosci()
wspolczynnik_zmiennosci(c("x", "y"))