#Example _1
@R_Experts
install.packages("lattice")
library(lattice)
attach(mtcars)
#create factors with value labels
gear.f<-factor(gear,levels=c(3,4,5),
labels=c("3gears","4gears","5gears"))
cyl.f <-factor(cyl,levels=c(4,6,8),
labels=c("4cyl","6cyl","8cyl"))
# kernel density plot
densityplot(~mpg,
main="Density Plot",
xlab="Miles per Gallon")@R_Experts
#Example_2
@R_Experts
# 3d scatterplot by factor level
cloud(mpg~wt*qsec|cyl.f,
main="3D Scatterplot by Cylinders")
@R_Experts
#Example_3
# dotplot for each combination of two factors
@R_Experts
# dotplot for each combination of two factors
dotplot(cyl.f~mpg|gear.f,
main="Dotplot Plot by Number of Gears and Cylinders",
xlab="Miles Per Gallon")
# scatterplot matrix
``splom(mtcars[c(1,3,4,5,6)],
main="MTCARS Data")
@R_Experts
#demo
#برچسب_ریاضی
ابتدا
demo(plotmath)
را فراخوانی سپس
از اپراتورهای ان استفاده میکنیم،
که در پنجره پلات ظاهر شده
و با زدن enter جا به جا میشوند
#Example
@R_Experts
#برچسب_ریاضی
ابتدا
demo(plotmath)
را فراخوانی سپس
از اپراتورهای ان استفاده میکنیم،
که در پنجره پلات ظاهر شده
و با زدن enter جا به جا میشوند
#Example
demo(plotmath)
par(mar = c(4, 4, 2, 0.1))
plot(rnorm(100), rnorm(100),
xlab = expression(hat(mu)[0]), ylab = expression(alpha^beta),
main = expression(paste("Plot of ", alpha^beta, " versus ", hat(mu)[0])))
par(mar = c(4, 4, 2, 0.1))
x_mean <- 1.5
x_sd <- 1.2
hist(rnorm(100, x_mean, x_sd),
main = substitute(
paste(X[i], " ~ N(", mu, "=", m, ", ", sigma^2, "=", s2, ")"),
list(m = x_mean, s2 = x_sd^2)
)
)
@R_Experts
#Variance_Ratio_Test
آزمون نسبت واریانس ها که آزمون فرضی مبتنی بر پی ولیو در اختیار ما قرار میدهد
با تابع
#Example
همان طور که مشاهده می شود با تولید عدد تصادفی از توزیع نرمال با انحراف معیار 2و4 فرض برابری واریانس ها یا
نسبت برابر با 1 رد میشود ، پی ولیو کمتر از 5 صدم بنابراین باعث رد فرض صفر میشود
لازم به ذکر است فرض صفر این ازمون برابری واریانس یا نسبت و فرض 1 نقیض این فرض میباشد
@R_Experts
آزمون نسبت واریانس ها که آزمون فرضی مبتنی بر پی ولیو در اختیار ما قرار میدهد
با تابع
variance.ratio<-function(x,y) {v1<-var(x)
v2<-var(y)
if (var(x) > var(y)) {vr<-var(x)/var(y)
df1<-length(x)-1
df2<-length(y)-1}
else { vr<-var(y)/var(x)df1<-length(y)-1
df2<-length(x)-1}
2*(1-pf(vr,df1,df2)) }
#Example
a<-rnorm(10,15,2)
b<-rnorm(10,15,4)
variance.ratio(a,b)
[1] 0.01593334
همان طور که مشاهده می شود با تولید عدد تصادفی از توزیع نرمال با انحراف معیار 2و4 فرض برابری واریانس ها یا
نسبت برابر با 1 رد میشود ، پی ولیو کمتر از 5 صدم بنابراین باعث رد فرض صفر میشود
لازم به ذکر است فرض صفر این ازمون برابری واریانس یا نسبت و فرض 1 نقیض این فرض میباشد
@R_Experts