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。