Continue reading رگرسیون خطی ساده در R

رگرسیون خطی ساده در R

وزن (بر حسب پوند) و سن یک نمونه تصادفی از مردان ثبت شده است، می خواهیم معادله خط رگرسیونی را پیدا کنیم. w<-c(165,167,180,195,212,175,190,210,200,159,172,189,168,174,183,190,195,180,182,220) age<-c(18,23,25,35,53,54,34,49,50,19,23,42,18,39,37,25,42,45,30,52) در بررسی رابطه میان دو متغیر نخستین گام رسم نمودار پراکنش است. plot(age,w) نمودار پراکنش یک روند خطی با شیب مثبت را نشان می دهد. برای برازش خط رگرسیونی از تابع…

Read more رگرسیون خطی ساده در R 1 Comment on رگرسیون خطی ساده در R
Continue reading آنالیز واریانس یک طرفه در R

آنالیز واریانس یک طرفه در R

برای مقایسه میانگین k گروه از تحلیل واریانس استفاده می کنیم. فرض صفر در این تحلیل برابری k میانگین است. برای اجرای این تحلیل در نرم افزار R دو تابع ()oneway.test یا ()anova را به کار می بریم. در ادامه با یک مثال نحوه نوشتن توابع و تفسیر نتایج را شرح می دهیم. مثال: سه…

Read more آنالیز واریانس یک طرفه در R 0 Comment on آنالیز واریانس یک طرفه در R
Continue reading ضریب همبستگی در R

ضریب همبستگی در R

برای محاسبه ضریب همبستگی از دستور زیر استفاده می کنیم: cor(x, y = NULL, use = “everything”, method = c(“pearson”, “kendall”, “spearman”)) همچنین برای آزمون صفر بودن ضریب همبستگی داریم: cor.test(x, y, alternative = c(“two.sided”, “less”, “greater”), method = c(“pearson”, “kendall”, “spearman”), exact = NULL, conf.level = 0.95, continuity = FALSE, …) مثال: x <-…

Read more ضریب همبستگی در R 0 Comment on ضریب همبستگی در R
Continue reading آزمون برابری واریانس های دو جامعه

آزمون برابری واریانس های دو جامعه

برای آزمون برابری واریانس های دو جامعه از تابع ()vat.test استفاده می شود. شناسه های این تابع بردار مشاهدات نمونه از جامعه اول و بردار مشاهدات نمونه از جامعه دوم هستند. شناسه های اختیاری conf.level و alternative نیز در این تابع کاربرد دارد. در زیر مثالی از کاربرد این تابع را آورده شده است. drug<-c(10,12,11,14,8,9,13,15,7,16)…

Read more آزمون برابری واریانس های دو جامعه 0 Comment on آزمون برابری واریانس های دو جامعه
Continue reading آزمون میانگین

آزمون میانگین

برای استفاده از آزمون t در تحلیل میانگین دو پیش‌فرض وجود دارد:  مشاهدات دارای توزیع نرمال باشند. مشاهدات مستقل از هم باشند. دستور کلی t-test در نرم‌افزار R به‌صورت زیر تعریف می‌شود: t.test(x,y=NULL, alternative=c(“tow side”,”less”,”greater”),mu=0, paird=FALSE, var.equal=FALSE, conf.level=0.95) که آزمون میانگین تک نمونه­ای، دو نمونه­ای و آزمون زوجی را می‌توان انجام داد که به ترتیب…

Read more آزمون میانگین 0 Comment on آزمون میانگین
Continue reading آزمون نرمال بودن داده ها

آزمون نرمال بودن داده ها

برای بررسی نرمال بودن داده ها می توان نمودار چندک-چندک را رسم کرد. برای رسم این نمودار در R : qqnorm(x) qqline(x) برای انجام آزمون جهت بررسی نرمال بودن داده ها آزمون شاپیرو-ویلک و آزمون کلموگروف-اسمیرنوف را می توان انجام داد. دستور این دو آزمون در R به صورت زیر تعریف می شود: shapiro.test(x) ks.test(x…

Read more آزمون نرمال بودن داده ها 0 Comment on آزمون نرمال بودن داده ها
Continue reading توزیع دوجمله ای

توزیع دوجمله ای

در این برنامه  با مشخص کردن تعداد داده ها و  احتمال پیروزی در توزیع دو جمله ای تمام مقادیر احتمال و توزیع تجمعی را ارائه کرده ، همچنین نمودار این دو تابع را نیز رسم می کند. ##### binomial ######## binom<-function(n,p){ for(x in 1:n){ a<-dbinom(x,n,p) b<-pbinom(x,n,p) m<-c(x,a,b) print(m) } x<-1:n s=stepfun(x,c(0,dbinom(x,n,p)),right=TRUE) t=stepfun(x,c(0,pbinom(x,n,p)),right=TRUE) par(mfrow=c(2,2)) plot(s) plot(t)…

Read more توزیع دوجمله ای 0 Comment on توزیع دوجمله ای
Continue reading آمار توصیفی در R

آمار توصیفی در R

### x as a quantitative variable #### mean(x) median(x) var(x) sd(x) max(x) min(x) range(x) IQR(x) quantile(x) summary(x) par(mfrow=c(2,2)) hist(x) stem(x) boxplot(x) qqnorm(x) qqline(x) ####### skewness & kurtosis ##### library(class) library(e1071) skewness(x) kurtosis(x) #### y as a qualitative variable ####### table(y) table(y)/length(y) par(mfrow=c(1,2)) barplot(table(y)) pie(table(y))

Read more آمار توصیفی در R 0 Comment on آمار توصیفی در R