R语言统计分析与可视化实战

原创

于 2025-09-14 14:39:14 发布 · 941 阅读

19 ·

CC 4.0 BY-SA版权

文章标签：

#R语言 #统计分析 #数据可视化

1、计算以下模拟数据集每行的均值和方差，并使用hist()和boxplot()函数绘制均值和方差的分布。设置随机种子为100，从正态分布中抽样得到数据矩阵，生成600个均值为200、标准差为70的正态分布随机数，将这些随机数排列成一个列数为6的矩阵。[难度：初级/中级]

可使用以下R代码完成任务：

set.seed(100)
gset = rnorm(600, mean = 200, sd = 70)
data = matrix(gset, ncol = 6)
# 计算每行的均值
row_means = rowMeans(data)
# 计算每行的方差
library(matrixStats)
row_vars = rowVars(data)
# 绘制均值的直方图和箱线图
par(mfrow = c(1, 2))
hist(row_means, main = "Histogram of Row Means", xlab = "Means")
boxplot(row_means, main = "Boxplot of Row Means")
# 绘制方差的直方图和箱线图
par(mfrow = c(1, 2))
hist(row_vars, main = "Histogram of Row Variances", xlab = "Variances")
boxplot(row_vars, main = "Boxplot of Row Variances")

2、使用 t.test() 函数计算下面使用 rpois() 函数模拟的第一个随机样本 pois1 的均值的置信区间。提示：使用 set.seed(100) 来设置随机种子，然后从参数 lambda = 5 的泊松分布中抽样 30 个值得到 pois1。[难度：中级]

可使用以下 R 代码计算置信区间：

set.seed(100)
pois1 = rpois(30, lambda = 5)
result = t.test(pois1)
print(result$conf.int)

3、使用随机化、t - test() 和 wilcox.test() 函数检验以下模拟基因的均值差异。使用直方图和箱线图绘制分布。设置随机数种子为101，基因1：从均值为4、标准差为3的正态分布中生成30个随机数；基因2：从均值为3、标准差为3的正态分布中生成30个随机数。

可以使用以下R代码完成该任务：

set.seed(101)
gene1 = rnorm(30, mean = 4, sd = 3)
gene2 = rnorm(30, mean = 3, sd = 3)

# 随机化检验
randomization_test <- function(gene1, gene2, n_perm = 1000) {
  combined <- c(gene1, gene2)
  n1 <- length(gene1)
  obs_diff <- mean(gene1) - mean(gene2)
  perm_diffs <- numeric(n_perm)
  for (i in 1:n_perm) {
    permuted <- sample(combined)
    perm_gene1 <- permuted[1:n1]
    perm_gene2 <- permuted[(n1 + 1):length(combined)]
    perm_diffs[i] <- mean(perm_gene1) - mean(perm_gene2)
  }
  p_value <- mean(abs(perm_diffs) >= abs(obs_diff))
  return(p_value)
}
random_p <- randomization_test(gene1, gene2)

# t - test
ttest_result <- t.test(gene1, gene2)

# wilcox.test
wilcox_result <- wilcox.test(gene1, gene2)

# 输出结果
cat("随机化检验p值: ", random_p, "\n")
cat("t - test p值: ", ttest_result$p.value, "\n")
cat("wilcox.test p值: ", wilcox_result$p.value, "\n")

# 绘制直方图
par(mfrow = c(1, 2))
hist(gene1, main = "Gene1 Histogram", xlab = "Gene1 values")
hist(gene2, main = "Gene2 Histogram", xlab = "Gene2 values")

# 绘制箱线图
boxplot(gene1, gene2, names = c("Gene1", "Gene2"), main = "Boxplot of Gene1 and Gene2")