R
& &
1 : 20082 : 2010
c. .
2
R 11
1 R 13
1.1 . . . . . . . . . . . . . . . . . . . . . . . 141.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2 21
2.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232.3 (Arrays) . . . . . . . . . . . . . . . 272.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292.6 (Data Frames) . . . . . . . . . . . . . . . . . . 31
3 R 37
3.1 . . . . . . . . . . . . . . 373.2 . . . . . . . . . . . . . . . . . . 413.3 . . . . . . . . . . . . . . . . . . . . . 433.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 433.5 . . . . . . . . . . . . . . . . . . . . . . 45
4 47
4.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 474.2 . . . . . . . . . . . . . . . . . . . . . . . . . 494.3 . . . . . . . . . . . . . . . 514.4 . . . . . . . . . . . . . . . . . 524.5 . . . . . . . . . . . . . . . . 57
3
5 R 59
5.1 . . . . . . . . . . . . . . . 595.2 . . . . . . . . . . . . . 605.3 . . . . . . . . . . . . . . . . . . . . . . . . 63
6 67
6.1 . . . . . . . . . . . . . . . 676.2 . . . . . . . . . . . . . . . . . . . . . . . 706.3 . . . . . . . . . . . . . . . 726.4 Monte Carlo . . . . . . . . . . . . . . . . . . . . . . . 756.5 Buffon . . . . . . . . . . . . . . . . . . . . . . . . . . . 776.6 . . . . . . . . . . . . . . . . . . . 78
7 83
7.1 . . . . . . . . . . . . . . . . . . . . . . . . 837.2 . . . . . . . . . . . . . . . . . 867.3 . . . . . . . . . . . . . . . . . 897.4 . . . . . . . . . . . . 917.5 . . . . . . . . . . . . . . . . . . . . . 937.6 . . . . . . . . . . . . . . . . . . . 957.7 . . . . . . . . . . . . . . . . . . . . . . . . . . . 987.8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
8 109
8.1 R . . . . . . . . . . . . . . . . . . . . . . . 1098.2 . . . . . . . . . . . . . . . . . 110
9 125
9.1 . . . . . . . . . . . . . 1259.2 . . . . . . . . . . . . . . . . . . . . . . . . . 132
10 135
10.1 . . . . . . . . . . . . . . . . . . . . . . . 13510.2 . . . . . . . . . . . . . . . . . . . . . . . 13610.3 R . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13610.4 Probit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
c. .
4
11 147
11.1 Jackknife . . . . . . . . . . . . . . . . . . . . . . . . . . . 14711.2 Bootstrap . . . . . . . . . . . . . . . . . . . . . . . . . . . 15111.3 . . . . . . . . . . . . . . . . . . . 15311.4 . . . . . . . . . . . . . . . . . . . . . . 155
12 159
R 163
13 165
13.1 Trellis . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
14 Newton-Raphson 173
14.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
15 181
15.1 . . . . . . . . . . . . . . . . . . . . . 181
16 - 185
16.1 . . . . . . . . . . . . . . . . . . . . . . . 18516.2 - . . . . . . . . . . . . . . . . . . 186
17Poisson 191
17.1Poisson . . . . . . . . . . . . . . . . . . . . . . . . . 19117.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
18 199
18.1 . . . . . . . . . . . . . . . . . 20018.2 Splines . . . . . . . . . . . . . . . . . . . . . . . . . . 20218.3 . . . . . . . . . . . . . . . 203
19 207
19.1 . . . . . . . . . . . . . . . . . . . . . . . . . 20719.2 . . . . . . . . . . . . . . . . . . . . . . . . . . 20819.3 . . . . . . . . . . . . . . 20819.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
c. .
5
20 219
20.1 . . . . . . . . . . . . . . . . . . . . 21920.2 . . . . . . . . . . . . . . . . . . . . . . . . . 227
21 R 233
21.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23321.2 . . . . . . . . . . . . . . . . . . 23721.3 K-means (MacQueen) . . . . . . . . . . . . . . . . . . 24621.4Partitioning Around Medoids (PAM) . . . . . . . . . . . . . . . . . 24821.5Self Organizing Maps (SOM) . . . . . . . . . . . . . . . . . . . . . . 25021.6Fuzzy Analysis Clustering (Fanny) . . . . . . . . . . . . . . . . . . 25321.7 . . . . . . . . . . . . . . . . . . . 257 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264
22 265
22.1 . . . . . . . . . . . . . . . . . . . . . . . . . 26522.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
23 E-M 273
23.1 . . . . . . . . . . . . . . . . . . . . . . . . 27423.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . 27723.3 . . . . . . . . . . . . . . . 280
c. .
6
2
R - . , - , Poisson , , , . - R NewtonRaphson EM. .
, 2010
c. .
8
1
- R . R - http://www.r-project.org/ (packages) - . , R - . . - .
. 15 R, 6 - 710 . 11 - . . .
. - - . , , -
, . -, 2, 3 ... R :
1. Richard A. Becker, John M. Chambers, and Allan R. Wilks. The New SLanguage. Chapman & Hall, London, 1988.
2. John M. Chambers and Trevor J. Hastie. Statistical Models in S. Chap-man & Hall, London, 1992.
3. William N. Venables and Brian D. Ripley. Modern Applied Statistics withS. Fourth Edition. Springer, New York, 2002.
4. William N. Venables and Brian D. Ripley. S Programming. Springer, NewYork, 2000.
5. Frank E. Harrell. Regression Modeling Strategies, with Applications toLinear Models, Survival Analysis and Logistic Regression.
6. John Fox. An R and S-Plus Companion to Applied Regression. SagePublications, Thousand Oaks, CA, USA, 2002.
7. Julian J. Faraway. Linear Models with R. Chapman & Hall/CRC, BocaRaton, FL, 2004.
- R.
, , , , . , .
, 2008
c. .
10
I
R
11
1
R
R. R , . - http://www.r-project.org/ . , R Linux, Mac OS Windows.
, R . . R (functions) .
,
R.
R .
R.
13
1.1
R. , .
x
x
5 10 15 20
510
1520
25
x
y
0 5 10 15 20
4
2
02
4
Residuals vs Fitted
Fitted Values
Res
idua
ls
2 1 0 1 2
4
2
02
4
Residuals QQ Plot
Theoretical Quantiles
Sam
ple
Qua
ntile
s
1.2: .
R: 3- -.
x
Contour of f
3 2 1 0 1 2 3
3
2
1
01
23
Contour of f
Higher Resolution
3 2 1 0 1 2 3
3
2
10
12
3
Contour of fa
3 2 1 0 1 2 3
3
2
1
01
23
1.3: ().
x
y
f
Perspective of f
x
y
fa
Perspective of fa
3 1 1 2 3
3
1
12
3
High image of f
x
y
3 1 1 2 3
3
1
12
3
High image of fa
x
y
1.4: ().
c. .
17
1.2
R S . . , C Fortran - . . , , ... .
R , .
> sqrt
function(x)
x^0.5
> sqrt(2)
[1] 1.414214
log
function(x, base = 2.71828182845905)
{
y log(10)
[1] 2.302585
R . - x X . .
c. .
18
> plot(fdeaths)
> mean(fdeaths)
[1] 560.6806
. ..
> 2+5
[1] 7
> 3*6.8
[1] 20.4
> 12.6/6
[1] 2.1
- letters
[1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o"
[16] "p" "q" "r" "s" "t" "u" "v" "w" "x" "y" "z"
> letters[3]
[1] "c"
> letters[-3]
[1] "a" "b" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p"
[16] "q" "r" "s" "t" "u" "v" "w" "x" "y" "z"
,
> j j
> letters[j -3.6
[1] -3.6
> "Munich"
[1] "Munich"
> c(T, F, T)
[1] T F T
> c(-2, pi, 2)
[1] -2.000000 3.141593 2.000000
> c(T, pi, F)
[1] 1.000000 3.141593 0.000000
> c(T, pi, "Munich")
[1] "TRUE" "3.14159265358979" "Munich"
> mode(c(T, pi, "Munich"))
[1] "character"
c. .
20
2
. - R. R :
(vector)
(matrix)
(array)
(list)
(factor)
(time series)
(data frame).
, .
2.1
. . -
21
. c. ,
> x x
[1] 1 3 4 5
> length(x)
[1] 4
> mode(x)
[1] "numeric"
> names(x)
NULL
> y y
[1] 2 3 1 -6
, -, , rep. re
