反之亦然

这周做ICM2011，有一个能源结构的预测，正好看到一个树状图包，就试用了一下：必要的包：ggplot2，treemapify输入数据：library(treemapify)energy<-data.frame(value<-c(1240.11,23.90,1393.30,805.33,265.83,17.42,36.75,226.87,40.50,22.07),kind<-c('

数据是“电子比荷”和“金属电子逸出功”的实验，实验公式自查。输入数据，线性回归：（ab是dataframe，其中a是阳极电压，b是电子电流）ab$b=c(22,23,23,24,24,25,25,25)ab$b=log10(ab$b)model<-lm(b~a,data=ab)summary(model)线性回归的输出如下：Call:lm(formula = b ~ a,

转载于http://blog.youkuaiyun.com/u011955252/article/details/50817863核密度估计是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，由Rosenblatt (1955)和Emanuel Parzen(1962)提出，又名Parzen窗（Parzen window）。       假设我们有n个数X1-Xn,我们要计算某一个数X