4.3单组数据的描述性统计分析

4.3.1单组数据的图形描述(直方图以及茎叶图和框须图)

程序包DAAG中有内嵌数据集“possum”，

它包括了从维多利亚南部到皇后区的七个地区的104只负鼠(possum)的年龄、尾巴的长度、总长 度等9个特征值，

我们仅考虑43只雌性负鼠的特征值，我们建立子集fpossum,考查雌性负鼠(fpossum)的总长度的频率分布.

直方图

library(DAAG)

data(possum)

fpossum <- possum[possum$sex=="f",]

par(mfrow=c(1,2))

attach(fpossum)

hist(totlngth,breaks=72.5+(0:5)*5,ylim=c(0,22), xlab="total length", main="A:Breaks at 72.5,77.5...")

hist(totlngth,breaks=75+(0:5)*5,ylim=c(0,22), xlab="total length", main="B:Breaks at 75,80...")

茎叶图

stem(fpossum$totlngth)

框须图，或称为盒形图

boxplot()的调用格式 

boxplot(formula, data = NULL, subset,na.action = NULL)

说明：formula是指明盒形图的作图规则(y〜grp,表示数值变量y根据因子grp分类)，data说明数据的来源.

library(DAAG)

data(possum)

fpossum<-possum[possum$sex=="f",]

boxplot(fpossum$totlngth)

4.3.2正态性检验

1)使用QQ图

qqnorm(fpossum$totlngth,main="Normality Check via QQ Plot")

qqline(fpossum$totlngth, col='red')

表明数据与正态性略有差异，特别在图形的中部.

2)与正态密度函数比较

dens<-density(totlngth)

xlim<-range(dens$x); ylim<-range(dens$y)

par(mfrow=c(1,2))

hist(totlngth,breaks=72.5+(0:5)*5,xlim=xlim,ylim=ylim, probability=T, xlab="total length", main="A:Breaks at 72.5,77.5...")

lines(dens, col=par('fg'),lty=2)

m<-mean(totlngth)

s<-sd(totlngth)

curve(dnorm(x, m,s), col='red', add=T)

hist(totlngth,breaks=75+(0:5)*5,xlim=xlim,ylim=ylim, probability=T, xlab="total length", main="B:Breaks at 75,80...")

lines(dens,col=par('fg'),lty=2)

m<-mean(totlngth)

s<-sd(totlngth)

curve(dnorm(x, m,s),col='red',add=T)

3)使用经验分布函数

x<-sort(totlngth)

n<-length(x)

y<-(1:n)/n

m<-mean(totlngth)

s<-sd(totlngth)

plot(x,y,type='s',main="empirical cdf of ")

curve(pnorm(x,m,s),colored',lwd=2, add=T)