在r语言中怎么计算sin(x)循坏相加到1000

1. 在r语言中怎么计算sin(x)循坏相加到1000

acf(int[,二], lag.max = 一5,type = "correlation", plot = TRUE,main='int monthly acf(int.l[,二], lag.max = 一5,type = "correlation", plot = TRUE,main='int monthly log return') Box.test(int[,二], lag = 5, type = "Ljung-Box") Box.test(int[,二], lag = 一0, type = "Ljung-Box") Box.test(int.l[,二], lag = 5, type = "Ljung-Box") Box.test(int.l[,二], lag = 一0, type = "Ljung-Box") 运行结错误办 > int  "correlation", plot = TRUE,main='int monthly 错误: 意外符号 in: " acf(int.l[,二], lag.max = 一5,type = "correlation", plot = TRUE,main='int" > log return') 错误: 意外符号 in "log return

2. r语言求均值

vec = vector(length =1000)
for(i in 1:1000)
    vec[i] = UR_FUNC()
mean(vec)

3. 求助这个R语言代码什么意思啊T^T跪谢

一行一行来。
basic.stats <- function(x,more=F) {       # 建立名叫basic.stats的函数，参数为x和more，more默认是F就是不用输入，但你也可以输入，有额外效果。

stats <- list()      #建立名叫stats的列表类型变量

clean.x <- x[!is.na(x)]     #把x中的NA全部踢掉，留下有用的数据记为clean.x

stats$mean <- mean(clean.x)    # 计算clean.x的均值 赋给列表中的mean单元

stats$std <- sd(clean.x)    # 计算clean.x的标准差 赋给列表中的std单元

stats$med <- median(clean.x) # 计算clean.x的中位数 赋给列表中的med单元

if(more) { #如果你在函数中输入2个变量，默认是basic.stats(x)，你可以输入basic.stats(x, y) 有额外效果

stats$skew <- sum(((clean.x-stats$mean)/stats$std)^3)/length(clean.x)   #计算偏度 赋给列表中的skew单元

stats$kurt <- sum(((clean.x-stats$mean)/stats$std)^4)/length(clean.x) - 3 #计算峰度 赋给列表中的kurt单元

unlist(stats) #最后拆解列表变量stats 使其变为简单的向量数值变量

4. 用R语言构建一个长度为1000的零向量

runif(1000,min=0,max=0);#runif是一个产生随机数的函数

5. 用R语言编写，编写程序分别产生100个均值为0标准差为1的正态分布随机数，

产生100个均值为0标准差为1的正态分布随机数：rnorm(100, mean = 0, sd = 1)

指数分布数   dnorm(x, mean = 5, sd = 1, log = TRUE)

6. r语言中，如何计算向量里不同元素的个数

# 在1到80里随机抽取100个数，可重复
x <- sample(1:80, 100, replace = T)
# 看看有多少不同的元素, unique(x)把x中出现过的元素提取出来， length()看看有多少个
length(unique(x))  
[1] 52

7. 如何用R语言，随机生成一系列向量（x,y）（满足x~U[0,1],y~U[0,1]）

设随机变量X,Y相互独立,X~~N(0,1),Y~~U[0,1],求P(X>Y)”相关的问题，学网通过互联网对“设随机变量X,Y相互独立,X~~N(0,1),Y~~U[0,1],求P(X>Y)”相关的解决方案进行了整理,用户详细问题包括:RT,我想知道:设随机变量X,Y相互独立,X~~N(0,1),Y~~U[0,1],求P(X>Y)

8. 关于R语言函数

nrow(leadership)是leadership这个数据集的行数（可能就是样本数），1:nrow(leadership) 是一个向量，从1到nrow(leadership)，sample(1:nrow(leadership)) 是将里面的这个向量进行随机排列了，不是之前那样的顺序了。sample(1:nrow(leadership))表示原来的数据集的序号被打乱了，但还是原来的数据集。