R软件期末考试复习提纲
《软件工程导论》期末复习材料
《软件工程导论》期末复习材料1、什么是软件危机？产生的主要原因有哪些？（1页）软件危机是指在计算机软件的开发和维护过程中所遇到的一系列严重问题。
主要原因：1）用户对软件需求的描述不精确。
2）软件开发人员对用户需求的理解有偏差。
3）缺乏处理大型软件项目的经验。
4）开发大型软件易产生疏漏和错误。
5）缺乏有力的方法学的指导和有效的开发工具的支持。
6）面对日益增长的软件需求，人们显得力不从心。
2、什么是瀑布模型，瀑布模型的缺点主要有哪些？（15页）瀑布模型将软件开发分成：需求分析、规格说明、设计、编码、综合测试和维护阶段，每个阶段必须完成规定的文档，必须等前一个阶段完成之后才开始下一个阶段的工作，前一个阶段输出的文档是下一个阶段的输入文档。
缺点主要包括：1）在软件开发的初期阶段就要求做出正确、全面、完整的需求分析对许多应用软件来说是极其困难的。
2）在需求分析阶段，当需求确定后，无法及时验证需求是否正确、完整。
3）不支持产品的演化，缺乏灵活性，使软件产品难以维护。
3、什么是数据流图,数据流图由哪些基本符号组成？（40页）数据流图:简称DFD, ,主要用于SA(结构化分析)方法，它描绘信息流和数据从输入移动到输出的过程中所经受的变换，是一种功能模型. 基本符号有四种: ->,箭头,表示数据流; =,开口矩形或者两条平行线,表示数据存储; 正方形或者立方形,表示数据的源点或终点，圆角矩形或圆形,表示加工，也就是数据的处理;数据流图中每一个加工至少有一个输入流和一个输出流。
4、数据字典有哪几种元素组成？（47页）1）数据流，2）数据元素，3）数据存储，4）处理或者加工5、需求分析阶段的基本任务是什么（56页）1）.问题识别，确定系统的综合需求和数据需求，包括a.功能需求b.性能需求c.环境需求d.用户界面需求e.出错处理的需求f.接口需求2）.分析与综合，导出软件的逻辑模型.3）.修正开发计划4）.编写文档6、模块的内聚有哪几种？（99页）功能内聚（模块就是一个单一功能）、顺序内聚（模块中的处理必须顺序执行）、通信内聚（模块中所有任务都是对同一批数据操作）、过程内聚（模块中的处理必须按特定次序执行）、时间内聚（模块的任务要在同一时间段完成）、逻辑内聚（模块的任务在逻辑上属于一类）、偶然内聚（模块中的任务有很松散的关系）。
3.《R语言》考试大纲
《R语言》考试大纲一、课程简介《R语言》是现今最受欢迎的数据分析和可视化平台之一。
它是统计领域广泛使用的S 语言的一个分支，可以认为R是S语言的一种实现。
而S语言是由AT&T贝尔实验室开发的一种用来进行数据探索、统计分析和作图的解释型语言。
R语言是自由的开源软件，并同时提供 Windows、Mac OS X 和 Linux 系统的版本。
本课程中，在介绍R语言的基本操作和基本数据处理方法之后，我们着重讲授通过R语言解决回归、方差分析、功效分析、重抽样与自助法、广义线性模型、主成分分析和因子分析、时间序列、聚类分析、以及分类的方法。
这些内容都是统计学的重要组成部分。
通过本课程的学习，能使学生掌握以R语言为工具处理各种统计工作中的实际问题的能力，并为一些后续课程的学习及统计学各领域的实践工作提供必要的保证，同时对于培养学生的计算机操作能力、编程能力有着重要的作用。
二、考查目标考查学生对《R语言》理论基础知识掌握的情况及分析解决某些实际问题的能力。
通过考试，选拔出具有较好统计学功底的学生来攻读我校统计学专业的硕士研究生，以使录取的研究生具有较扎实与系统的进一步学习统计学专业知识及从事有关统计科研工作所需的《R 语言》能力。
三、考试内容及要求第一章回归（一）考核知识点1、拟合线性模型2、评价模型适用性3、解释模型的意义（二）考核要求1、深刻理解各项内容，熟练掌握线性模型的拟合及其评价方法。
2、能够应用本章的知识，通过R语言进行与回归问题相关的计算并解决相关的实际问题。
第二章方差分析1、R中基本的实验设计建模2、拟合并解释方差分析模型3、检验模型假设（二）考核要求1、深刻理解各项内容，熟练掌握方差分析模型的拟合、解释及其检验的方法。
2、能够应用本章的知识，通过R语言进行与方差分析问题相关的计算并解决相关的实际问题。
第三章功效分析（一）考核知识点1、判断所需样本量2、计算效应值3、评价统计功效（二）考核要求1、深刻理解各项内容，熟练掌握效应值的计算方法以及统计功效的评价方法。
R语言期末知识点汇总
1、R区分大小写2、函数getwd()来查看当前的工作目录，setwd()设定当前的目录。
使用引号””闭合这些目录名和文件名3、getwd()——显示当前的工作目录 ls()——列出当前工作空间的对象 rm(objectlist)——移除（删除）一个或多个对象 help()——显示可用选项说明 options()——显示或者设置当前选项 history(#)——显示最近使用过#个命令（默认值为25）savehistory(“myfile”)——保存命令历史到文件myfile中（默认值为.Rhistory）loadhistory(“myfile”)——载入一个命令历史文件（默认值为.Rhistory）save.image(“myfile”)——保存工作空间到文件myfile中（默认值为.RData）save(objectlist,file=”myfile”)——保存指定对象到一个文件中load(“myfile”)——读取一个工作空间到当前会话中（默认值为.RData）q()——退出R。
将会询问你是否保存工作空间4、R将反斜杠\作为一个转义符5、setwd(“mydirectory”)——修改当前的工作目录为mydirectorysetwd()不会自动创建一个不存在的目录6、dir,create()来创建新目录7、函数source(“filename”)可在当前会话中执行一个脚本。
如果文件名不包括路径，R将假设此脚本在当前工作目录中。
8、函数sink(“filename”)将输出重定向到文件filename中。
但是它对图形输出没有影响。
9、参数append=TRUE可以将文本追加到文件后，而不是覆盖它。
参数split=TRUE可将输出同时发送到屏幕和输出文件中。
10、使用dev.off()将输出返回到终端。
11、数据集通常是由数据构成的一个矩形组，行表示观测，列表示变量。
12、单个向量中的数据必须拥有相同的类型或模式。
R软件复习资料
第一章快速入门变量的作用域只有在函数内部可见的变量对这个函数来说是“局部变量”。
需要注意的是，R函数中的形式参数是局部变量。
在计算函数调用的取值时，R会把每个实际参数复制给对应的局部参数变量，继而改变那些在函数外不可见的变量的取值。
“作用域法”全局变量是在函数之外创建的变量，在函数内部也可以访问。
向量向量类型是R语言的核心。
向量的元素必须属于某种“模式”mode，或者说是数据类型。
一个向量可以由三个字符串组成（字符模式），或者三个整数元素组成（整数模式），但是不能由一个整数元素两个字符串元素组成。
字符串字符串实际上是字符模式（而不是数值模式）的单元素向量矩阵矩阵是向量，不过还有两个附加属性：行数和列数。
第二章向量标量、向量、数值和矩阵R语言中的变量类型称为模式mode。
R中向量是连续储存的，因此不能插入或删除元素，向量的大小在创建时已经确定。
可以使用函数length()获取向量的长度可以用它判断其向量参数，中第一个1所在位置的引索值First1<-function{for(I in 1:length(x)){if (x[i]==1) break}return(i)}声明和大多数脚本语言一样，R中不需要声明变量。
但是，要引用向量中特定的元素，就必须先告诉R。
在函数语言中，读写向量中的元素，实际上由函数来完成，如果R事先不知道Y是一个向量，那么函数将没有执行对象。
循环补齐在对两个向量使用运算符时，如果要求这两个向量具有相同的长度，R会自动循环补齐，即重复较短的向量，直到它与另一个向量长度相匹配。
在相加之前，也可以转换成相同维数的矩阵。
常用的向量运算R中最重要和最常用的一个运算符是引索。
引索向量的格式是向量1[向量2],它返回的结果是，向量1中引索为向量2的那些元素。
>y<-c(1.2,3.9,0.4,0.12)>y[c(1,3)][1]1.2 0.4>y[2:3][1]3.9 0.4负数的下标代表我们想把相应元素剔除>z<-c(4,2,17,5)>z[-1][1]12 13NA和NULL值在统计数据集，我们经常遇到缺失值，在R中表示为NA。
软件工程复习提纲总结3篇
软件工程复习提纲总结3篇七、软件维护1．软件维护的含义及类型？2．软件维护过程？3．◆需要把握的内容：4．1、面对对象分析（OOA）的任务？5．面对对象分析（OOA）过程中包括哪些活动？6．2、三种面对对象模型各自表示的内容？7．3、对象模型的表示工具？动态模型的表示工具？功能模型的表示工具？8．4、结合软件开发实例，理解三种面对对象模型之间的关系9．以及面对对象分析环节完成的主要工作。
10．11．---------------? 课堂练习题目一、填空题1.软件主要包括程序、和三部分内容。
2.软件可行性讨论的任务是从技术、和三个方面分析软件项目的可行性。
3.软件测试的目的是；通常把软件测试方法分为和两大类。
4．结构化分析方法中，功能模型用描述；数据模型用描述。
5.在类的继承结构中，不同层次的类共享同一个行为名称，但各个类可以根据自己的需要为同名行为设计不同的算法，此性质称为类的＿＿。
二、选择题1．产生软件危机的主要缘由有（C）。
①软件本身的特点②用户使用不当③硬件牢靠性差④程序员水平⑤缺乏好的开发方法和管理手段A.③④B.①②④C.①⑤D.①③2．需求分析阶段，开发人员需从用户那里获得的最重要信息是(C)。
A．用户能接受的开发费用B．用户能接受的开发周期C．用户要让软件做什么D．软件应具有何种结构3．数据流图中的每个处理至少有（B）。
A.一个输入流或一个输出流B.一个输入流和一个输出流C.一个输入流D.一个输出流4.在面对数据流的设计方法中，一般把数据流图划分为（C）两种类型。
A.数据流和事务流B.变换流和数据流C．变换流和事务流D.掌握流和事务流5．数据流图所描述的是实际系统的（A）。
A.规律模型B.物理模型C.程序流程D.数据结构6．由变换型数据流图转换成模块结构图，其中包括变换模块，则（B）。
A.变换模块就是主模块B.变换模块的功能是将规律输入变换为规律输出C.变换模块没有下层模块D.变换模块只能有一个输入量、一个输出量7．为了提高软件测试的效率，应当（C）。
《Visual FoxPro应用基础》期末复习提纲
，《Visual FoxPro应用基础》期末复习提纲第一章：数据库系统阶段的数据处理的特点，常用的数据模型，数据库的定义、数据库系统的组成和数据库系统的核心？不同数据处理阶段的数据独立性比较；三种基本的数据模型的名称；根据实例确定实体集的联系类型；关系模型的表示方式（二维表）；第二章：Visual FoxPro所使用数据模型，以及“设计器”的主要功能，Visual FoxPro 的默认目录设置方法；常用命令，如退出系统命令QUIT；第三章：1.常用的数据类型，特别是日期型、逻辑型等固定宽度的类型。
2.字符型常量和逻辑型常量的表示形式3.数组的定义命令，store和？命令的使用。
4. 常用的函数的使用：重点是len（）、substr和date（）等函数的使用。
5.简单表达式的使用，例如：4<8 and 1<3，2^3, ’abc’+’de’等式子结果Visual FoxPro 6.0提供的数据类型有哪些，可以保存什么数据；Visual FoxPro的字符型、日期型常量的格式；Store命令、？命令；字符运算符+、关系运算符==、逻辑运算符.and..or.的运算；掌握Visual FoxPro的常用函数的使用方法，例如INT（）、CTOD（）、V AL（）、SUBSTR（）、MONTH（）等；简单的逻辑表达式的值；用关系表达式表示数学表达式，例如表达0≤x≤5；第四章：建表的过程和命令，打开表的命令use、修改表结构命令modify structure 功能和使用、定义表的结构要定义的内容，显示和浏览表的命令以及其使用方法（browse，list/display）表的结构由哪些因素；独占方式打开表的命令和表的关闭命令；浏览数据的操作命令（browse、list）使用方式；如何使用命令序列浏览数据(根据数据库表利用命令进行操作)；第五章：1. 索引的类型以及主索引的特点、index on命令的使用以及默认情况下所建的索引的类型。
R语言期末知识点汇总
和输出文件中。
10、使用 dev.off()将输出返回到终端。
11、数据集通常是由数据构成的一个矩
形组，行表示观测，列表示变量。 12、单个向量中的数据必须拥有相同的 类型或模式。同一向量中无法混杂不同 模式的数据。 13、标量是只含一个元素的向量。 14、方括号中的数表示给定元素中所处 的位置。 15、创建矩阵。一般格式： myymatrix<-matrix(vector,nrow=num ber_of_rows,ncol=number_of_coumns, byrow=logical_value,dimnames=list (char_vector_rownames,char_vectoe _colnames))其中 vector 包含了矩阵 的元素，nrow 和 ncol 用以指定的行和 列的维数，diamnames 包含了可选的以 字符型向量表示的行名和列名。 16 、 byrow 表 明 矩 阵 按 行 填 充 （ byrow=TRUE ） 还 是 按 列 填 充 （byrow=FALSE），默认情况下按列。 17、X[i,]指矩阵 X 中的第 i 行，X[,j] 表示第 j 列，X[i,j]表示第 i 行第 j 列。 18 、 数 组 创 建 。 一 般 格 式 ： myarray<-array(vrctor,dimensions, dimnames)其中 vector 包含了数组的 数据，dimensions 是一个数值型向量， 给出了各维度下标的最大值，即几行几 列也可是三维的，而 dimnames 是可选 的、给维度名称标签的列表。 19、数据框的创建。 Mydata<_data.from(col1,col2,…)其 中 col1,col2,…表示的是列向量 20、函数 attach()可将数据框添加到 R 的搜索路径中。detach()将数据框从搜 索路径中移除，并且不会对数据框本身 做任何处理。 21、类别（名义型）变量和有序类别变 量在 R 中称为因子。 22、函数 factor()以一个整数向量的 形式存储类别值，整数的取值范围是 [1…k]，同时一个由字符串（原始值） 组成的内部向量将投影到这些数上。要 表示有序型变量，需要为函数 factor() 指定参数 order=TRUE。
软件工程期末考试复习重点
第一章软件危机：是指在计算机软件的开发和维护过程中所遇到的一系列严重的问题。
软件危机的主要表现：1、对软件开发成本和进度的估计常常很不准确。
2、用户对“已完成的”软件系统不满意的现象经常发生。
3、软件产品的质量往往靠不住。
4、软件常常是不可维护的5、软件通常没有适当的文档资料6、软件成本在计算机系统总成本中所占的比例逐年上升7、软件开发生产率提高的速度，远远跟不上计算机应用迅速普及深入的趋势软件工程：定义一：是为了经济地获得可靠的且能在实际机器上有效地运行的软件，而建立和使用完善的工程原理。
定义二：1.把系统的、规范的、可度量的途径应用于软件开发、运行和维护过程，也就是把工程应用于软件；2.研究1.中提到的途径。
软件工程方法学的三个要素：方法、工具和过程。
目前使用的最广泛的软件工程方法学：传统方法学、面向对象方法学。
软件的生命周期：软件生命周期有软件定义、软件开发和运行维护3个时期组成；定义时期分为：问题定义、可行性研究和需求分析阶段；开发时期分为：总体设计、详细设计、编码和单元测试、综合测试；维护时期的任务：是软件持久的满足用户的需求；瀑布模型：最广泛的过程模型；瀑布模型的特点：1、阶段间具有顺序性和依耐性；2、推迟实现的观点；3、质量保证的观点；Rational统一过程（RUP）四个阶段的工作目标：初始阶段：建立业务模型，定义最终产品视图，并且确定项目的范围；精化阶段：设计并确定系统的体系结构，制定项目计划，确定资源需求；构建阶段：开发出所有构件和应用程序，把他们集成为客户需要的产品，并且详尽地测试所有功能；移交阶段：把开发出的产品提交给用户使用；第二章可行性研究的目的是确定问题是否值得去解决；可行性研究的方面：技术可行性、经济可行性、操作可行性；系统流程图描述物理模型；P39（要求会做）数据流图描述逻辑模型；P40（要求会做）数据流图（DFD）描绘信息流和数据从移动到输出的过程中所经受的变换；数据字典有以下4类元素的定义组成：数据流、数据流分量（数据元素）、数据存储、处理；由数据元素组成的数据的方式三种基本类型：顺序、选择、重复；“=”是等价于（或者定义为），“+”是和（用来连接分量），“[ ]”是或（从其中选一），“{ }”是重复，“（）”是可选；第三章：需求分析任务：功能需求是指定系统必须提供的服务，通过该分析划出该系统必须完成的所有功能。
软件工程 期末复习提纲完美版
《软件工程》复习提纲1 软件与软件工程1．1软件的基本概念（例如，软件的定义、文档、软件的特点等）简单地说，软件由程序和文档两部分组成，一是机器可以执行的程序及有关的数据，二是机器不能执行的文档，软件的两种普遍定义：①软件是与计算机系统操作有关的程序，规程、规则及任何与之相关的文档和数据。
②软件是程序以及开发，使用和维护程序所需要的文档，包括机器运行所需要的各种程序及有关资料。
程序：为了解决某一问题而按事先设计的功能和性能要求执行的指令系列，或者说，用程序设计语言描述的适合于计算机处理的语句序列。
数据：使程序能正常操纵信息的数据结构。
文档：描述程序、数据和系统开发以及使用的各种图文资料。
它具有永久性并能供人或机器阅读。
软件的基本特点：·①计算机软件产品是一种逻辑产品部件而不是物理产品部件。
·②软件产品的生产主要是研制，是通过人们的智力活动，把知识与技术转化成信息的一种产品。
·③软件具有“复杂性”，其开发和运行常受到计算机系统的限制。
而且，软件投入使用后，仍需要进行维护，这就带来软件维护复杂性的问题。
·④软件不存在磨损，物理上不会老化,但存在软件退化问题。
·⑤软件成本昂贵，其开发方式目前尚未完全摆脱手工生产方式。
1．2软件危机的概念软件危机是指在软件开发和维护过程中所遇到的一系列严重问题。
【由于软件的规模越来越大，复杂度不断增加，软件需求量增大。
而软件开发过程是一种高密集度的脑力劳动，软件开发的模式及技术不能适应软件发展的需要。
致使大量质量低劣的软件涌向市场，有的花费大量人力财力，而在开发过程中就夭折。
】“软件危机”主要表现在两个方面：(1)软件产品质量低劣，甚至开发过程就夭折；(2)软件生产率低，不能满足需要。
1．3软件工程学的概念(定义)、研究的内容（三要素）1993年IEEE定义：（1）把系统化的、规范化的、可度量的途径应用于软件开发、运行和维护的过程，也就是把工程化应用于软件中；（2）研究（1）中提到的途径。
(完整word版)R软件期末考试复习提纲
#期末考试专项复习＃一、矩阵与数据框＃1.生成特定的矩阵与数据框#矩阵#方法一a=array（1:10,dim=c（2，5))rownames(a）=1：2colnames(a)=c（"one”,"two”，"three”,"four","five”）adimnames（a）=list（1:2,c("one”,”two","three”,"four”,”five”)）nrow=nrow(a）ncol=ncol(a）dim(a）#方法二a=matrix(1:10，nrow=2，byrow=F)rownames(a)=1：2colnames(a)=c（”one","two","three",”four"，"five”）a=matrix(1:10，nrow=2，byrow=F，dimnames=list(1：2,c（”one”，”two”,"three”,"four”,”five”))）#数据框的生成df=data。
frame(Name=c("Alice","Becka","James",”Jeffrey”,"John”）,Sex=c（”F"，”F"，"M”，”M"，”M”），Age=c（13，13，12,13,12),Height=c（56。
5,65.3,57。
3，62.5,59。
0）,Weight=c（84。
0,98。
0,83。
0，84。
0,99.5)）；dfLst=list(Name=c("Alice”，”Becka"，”James"，"Jeffrey"，"John"), Sex=c（"F"，"F”,”M”,"M"，”M")，Age=c（13，13，12，13,12)，Height=c（56。
软件工程导论期末复习提纲(精)
第一章绪论软件:是计算机系统中与硬件相互依存的另一部分,它是包括程序,数据及其相关文档的完整集合。
软件工程:是指导计算机软件开发和维护的工程学科。
它采用工程的概念、原理、技术和方法来开发与维护软件,把经过时间考验而证明正确的管理技术和当前能够得到的最好的技术方法结合起来。
软件危机:是指在计算机软件的开发和维护过程中所遇到的一系列严重问题。
主要是两个问题:1. 如何开发软件,怎样满足对软件的日益增长的需求。
2. 如何维护数量不断膨胀的已有软件。
主要表现:1. 对软件开发成本和进度的估计不准确2. 用户不满意3. 软件质量不高、可靠性差4. 软件常常不可维护、错误难以改正5. 缺乏适当的文档资料6. 软件成本占系统总成本的比例逐年上升7. 软件开发速度跟不上计算机发展速度产生软件危机的原因1. 与软件本身的特点有关:软件不同于硬件,它是计算机系统的逻辑部件而不是物理部件。
在写出程序代码并在计算机运行之前,软件开发过程的进展情况较难衡量,软件开发的质量也较难评价。
因此,管理和控制软件开发过程相当困难。
2. 软件不易于维护:(1软件维护通常意味着改正或修改原来的设计,客观上使软件较难维护。
(2软件不同于一般程序,它的规模大,不易于维护。
3. 在软件开发过程中,或多或少地采用了错误的方法和技术。
4. 对用户需求没有完整准确的认识,就匆忙着手编写程序。
解决软件危机的途径:⑴研制新一代体系结构的智能计算机,以改变软件的实现方式,降低软件的复杂性。
目前尚未研制成功。
⑵采用工程化、规范化的开发方法来指导软件的开发:这就是产生“软件工程学”的背景,并在70年代形成了结构化分析、设计方法。
⑶在求解方法上采用面向对象的软件设计方法。
即在软件开发中,以客观世界的问题空间入手进行软件设计,以减少求解方法空间与客观世界问题空间存在的“鸿沟”。
“生命周期法”的起源:软件工程采用的“生命周期法”,就是从时间角度对软件开发和维护的复杂问题进行分解,把软件生存的漫长周期依次划分为若干个阶段,每个阶段有相对独立的任务,然后再逐步完成每个阶段的任务.生命周期划分的原则:任务的性质尽可能相同,从而降低每个阶段任务的复杂性,简化不同阶段之间的联系,有利于软件开发过程的组织管理。
R语言期末复习
1、智慧教学及其评价研究智慧教学：教师与家长、管理者共同设计课程，学生对学习内容、方式（小组学习、自主学习）、测试形式、学习进度、学习路径、评价进行选择，课程符合个体需求，适应个性化发展。
课堂中，教学内容并不是一成不变的，教师要随着时代发展，更改教学内容、测试内容，课程内容也可以由学生讨论生成的，让学生从内容的消费者变为创造者。
学习资源自适应，全面支持移动泛在学习，既服务于在校学生，又支持社会学习者，支持学分银行。
借助网络平台，充分表现社会性、实践性、现实性；采用视真手段，基于真实的课堂、场景、活动、竞赛，将教育与社会实践以新的形式相结合。
全面支持学习者的研究和创造。
评价：课堂中，通过智慧教室的摄像设备，录制课堂学生的状态，针对视频，用滞后序列分析，分析学生的行为，进行过程性评价。
通过学生使用的点阵笔和纸，记录学生思考和学习的过程，进行数据分析评价。
在平台中，通过学生访问各个模块的数据，依据学生的认知风格的不同，进行个性化评价，过程性评价与总结性评价相结合。
2、回归定义：回归是研究一个因变量与一组自变量之间的关系。
即用一个或多个预测变量（自变量或解释变量）预测响应变量（因变量）的方法。
回归分析可以生成一个等式，通过解释变量来预刚响应变量。
思想：根据自变量的值预测因变量的均值回归诊断：线性：拟合值与残差图，分布在y=0的上下，对称分布，比较好正态性：如果满足正态假设，那么图上的点应该落在呈45度的直线上，否则违反正态分布。
同方差性：在水平线上随机分布，则满足同方差性残差与杠杆图：寻找以下三种类型点离群点：y轴距离较远的点杠杆点：x轴距离较远的点强影响点：去掉之后系数变动很大的点异常点的改进办法：删除观测点变量变换添加或删除变量使用其他回归方法回归数据分析Residuals（残差）对残差求一下最大值和最小值Coefficients系数Intercept截距RunSize斜率看一下p值（图中pr的值）有三个*，代表显著（比较好）Residual standard标准差（越小越好）（自由度，样本数-参数= 自由度）Multiple R-squared代表R平方（越趋向于1越好）Adjusted R-squared调整的R平方值（考虑自由度）F-statistic（F检验）对整个式子进行检验p-value: 1.615e-06小于0.05代表显著T检验用来检验各个参数的显著性F检验用来检验整个回归关系的显著性拟合残差图是抛物线形状，那么需要二次项在p<0.001水平下，回归系数都非常显著。
软件技术基础终极复习提纲辛苦手打欢迎改错
一、数据结构及算法1,算法的概念，几个基本特征及含义；p14算法的概念：算法是对特定问题求解的一种描述，是为了解决一个或一类问题的一个确定的，有限的操作序列。
算法的特征：5个：（1）有穷性;一个算法必须对任何合法的一组输入值，在执行有穷的步骤之后结束，且，每一步都可在有穷的时间内完成。
（2）确定性：算法的每一步操作必须有确切的含义，不会产生二义性，并且相同的输入只能得出相同的输出结果。
（3）可行性：算法中描述的操作都是基本的，可以通过已经实现的基本运算执行有限次来实现。
（4）输入：一个算法有0个或多个输入，这些输入来自于摸个特定对象的集合。
（5）输出：一个算法有一个和多个输出，这些输出是与输入有特定的关系的量，是算法进行信息加工的结果。
2、基本要素3、算法的基本设计方法：穷举法、归纳法、递推、递归、减半递推、回溯法。
4、算法的复杂程度分析（由哪些决定）（1）时间复杂度：是指执行算法所需要的计算工作量。
T(n)=O(f(n))可以采用平均性态和最坏情况复杂性来分析（2）空间复杂度：是指执行算法所需要的存储空间。
S(n)=O(g(n))5、数据结构（1）概念：我们把互相有关联的数据元素的集合称之为数据结构。
（2）表示（图形）：逻辑结构的表示、存储结构的表示（3）分类：线性结构和非线性结构（4）存储：顺序存储：空间连续，插入删除不方便，随机（直接）存取链式存储：空间可以不连续，占空间多，插入删除方便，顺序存取索引存储：2.4哈希存储：也称散列存储，2.8.4(5) 运算：查找、排序、插入、删除、修改。
6、线性表的插入和删除（指顺序存储，若为链式存储则称线性链表）算法7、栈（1）概念：栈是限定在表的一端进行插入和删除运算的线性表。
允许插入和删除的一端称为栈顶，另一端称为栈底。
（2）先进后出或后进先出（3）存储结构：顺序栈和链栈存储均可，顺序栈更常见。
（4）相关应用：进制转换，括号匹配问题，中缀表达式转换成后缀表达式（逆波兰表达式）8、队列（1）概念：队列是限定所有插入操作在表的一端进行，而删除操作在表的另一端进行的线性表（头删尾插）（2）特征：先进先出（3）相关问题：约瑟夫问题。
软件工程导论期末考试考点
1.软件的定义:软件是程序、数据与相关文档的完整集合。
其中,程序是能够完成预定功能和性能的可执行的指令序列；数据是使程序能够适当地处理信息的数据结构,文档是开发、使用和维护程序所需要的图文资料。
2.软件危机的定义，表现、原因是什么？a)软件危机：软件危机是指在计算机软件的开发和维护过程中所遇到的一系列严重问题。
b)软件危机的表现：●对软件开发成本和进度的估计常常很不准确。
●经常出现用户对“已完成的〞软件系统功能不满意的现象。
●软件产品的质量往往达不到要求。
●软件通常不可维护。
●软件通常没有适当的文档资料。
●软件成本在计算机系统总成本中所占的比例逐年上升。
●软件开发生产率提高的速度，远远跟不上计算机应用迅速普与深入的趋势。
c)软件危机的原因：i.客观原因：与软件本身的特点有关●软件不同于硬件，它是计算机系统中的逻辑部件而不是物理部件。
软件缺乏“可见性〞。
●软件维护通常意味着改正或修改原来的设计，这就在客观上使得软件较难维护。
软件缺乏“可插拔性〞。
●如何保证每个人完成的工作合在一起确实能构成一个高质量的大型软件系统，更是一个极端复杂困难的问题，必须有严格而科学的管理。
ii.主观原因：与软件开发与维护的方法不正确也有关●目前相当多的软件专业人员对软件开发和维护还有不少糊涂观念，这可能是使软件问题发展成软件危机的主要原因。
●忽视需求分析只重视编码与运行。
•编写程序所需的工作量只占软件开发全部工作量的10%~20%。
•在后期引入一个变动比在早期引入相同变动所需付出的代价高2~3个数量级。
•图1.1定性地描绘了在不同时期引入一个变动需要付出的代价的变化趋势。
●忽视文档只重视程序必须认识到一个软件产品必须由一个完整的配置组成，软件配置主要包括程序、文档和数据等成分。
必须清除只重视程序而忽视软件配置其余成分的糊涂观念。
●轻视维护是一个最大的错误。
统计数据表明，实际上用于软件维护的费用占软件总费用的55%~70%。
《软件工程导论》期末的考试重点
第一章1.软件危机的概念：软件危机是指在计算机软件的开发和维护过程中所遇到的一系列严重的问题。
2.产生软件危机的原因：(1) 开发人员方面，对软件产品缺乏正确认识，没有真正理解软件产品是一个完整的配置组成。
造成开发中制定计划盲目、编程草率，不考虑维护工作的必要性。
(2) 软件本身方面，对于计算机系统来说，软件是逻辑部件，软件开发过程没有统一的、公认的方法论和规范指导，造成软件维护困难。
(3)尤其是随着软件规模越来越大,复杂程度越来越高,原有软件开发方式效率不高、质量不能保证、成本过高、研制周期不易估计、维护困难等一系列问题更为突出，技术的发展已经远远不能适应社会需求。
3.软件配置的主要包括程序、文文件和数据等成分。
4.软件工程的定义：软件工程是应用计算机科学、数学及管理科学等原理开发软件的工程。
它借鉴传统工程的原则、方法，以提高质量，降低成本为目的。
（ppt上定义）5.所谓基准配置又称基线配置。
6.通常把在软件生命周期全过程中使用的一整套技术方法的集合称为方法学，也称为范型7.软件工程方法学包含三个要素：方法、工具和过程。
8.目前使用得最广泛的软件工程方法学，分别是传统方法学和面向对象方法学9.传统方法学也称为生命周期方法学或结构化范型10.面向对象方法学的四个要点：1.把对象作为融合了数据及在数据上的操作行为的统一的软件构件 2.把所有对象都划分成类3.按照父类（或称为基类）与子类（或称为派生类）的关系，把若干个相关类组成一个层次结构的系统（也称为类等级）。
4.对象彼此间仅能通过发送消息互相联系。
11.软件生命周期：软件定义（问题定义，可行性研究，需求分析）、软件开发（总体设计，详细设计，编码，单元测试，总体测试）、运行维护（持久地满足用户的需要）12.最基本的测试是集成测试和验收测试。
13.瀑布模型，快速原型模型，增量模型，螺旋模型，喷泉模型，概念.方法.优缺点.区别。
14.所谓构件就是功能清晰的模块或子系统15.RUP（Rational统一过程）软件开发的生命周期是一个二维的生命周期模型16.”极限”二字的含义是指把好的开发实践运用到极致17.微软过程把软件生命周期划分为成5个阶段：规划阶段，设计阶段，开发阶段，稳定阶段，发布阶段。
软件工程期末复习重点
1需求分析1需求分析的目标与任务2结构化分析方法数据流图（建模，分层，精化）画图，分0 ~ 3层，会模型语法（15’）3信息结构表示方法【需求分析的目标】：明确性、完整性、一致性、可测试性1. 什么是需求分析？需求分析阶段的基本任务是什么？答：所谓"需求分析"，是指对要解决的问题进行详细的分析，弄清楚问题的要求，包括需要输入什么数据，要得到什么结果，最后应输出什么。
可以说，“需求分析”就是确定要计算机“做什么”。
【任务】：确定软件项目的目标和范围。
调查使用者的要求，分析软件必须做什么，编写需求规格说明书等它相关文档，并进行必要的需求审查。
除此之外，还包括需求变更控制，需求风险控制，需求版本控制等对需求的管理工作2.什么是结构化分析方法？该方法使用什么描述工具？结构化分析方法：是面向数据流进行需求分析的方法。
描述工具：a、数据流图b、数据字典c、描述加工逻辑的结构化语言、判定表、判定树。
2数据流图：简称DFD，就是采用图形方式来表达系统的逻辑功能、数据在系统内部的逻辑流向和逻辑变换过程，是结构化系统分析方法的主要表达工具及用于表示软件模型的一种图示方法。
数据流图的基本符号的意思：1.矩形表示数据的外部实体；2.圆角的矩形表示变换数据的处理逻辑；3.少右面的边矩形表示数据的存储；4.箭头表示数据流。
---------------------------------------------------------------------------------------------------------------------------------2 概要设计1软件概要设计的基本任务软件设计的基本任务2软件设计的基本原理模块化、抽象、信息隐藏、模块独立性、内聚性、耦合性内聚性、耦合性的划分3软件结构优化准则软件结构、模块的影响范围，模块的控制范围软件结构的优化什么是概要设计？有哪些基本任务？答：概要设计：根据用户的需求先确定软件系统的总体结构和总的设计原则基本的任务：设想供选择的方案。
软考复习提纲
软考复习资料一、计算机系统组成运算器：算术/逻辑运算单元ALU、累加器ACC、寄存器组、多路转换器、数据总线组成。
控制器：计数器PC、时序产生器、微操作信号发生器，指令寄存器、指令译码器。
CPU的功能：程序控制、操作控制、时间控制、数据处理（最根本的）。
相联存储器是按内容访问的，用于高速缓冲存储器、在虚拟存储器中用来作段表页表或快表存储器、在数据库和知识库中。
CACHE高速缓存的地址映像方法：直接地址映像（主存分区，区分块）、全相联映像（主存分块）、组相联映像（主存分区，区分块、块成组，CACHE分块成组）。
替换算法：随机、先进先出、近期最少用、优化替换算法。
性能分析：H为CACHE命中率，tc为Cache存取时间、tm为主存访问时间，Cache等效访问时间ta＝H tc +(1-H) tm 提高了tm/ta倍。
虚拟存储器由主存、辅存、存储管理单元和操作系统软件组成。
RISC精简指令集：指令种类少、长度固定、寻址方式少、最少的访内指令、CPU内有大量寄存器、适合流水线操作。
内存与接口统一编址：都在一个公共的地址空间里，独立使用各自的地址空间。
优点是内存指令可用于接口，缺点内存地址不连续，读程序要根据参数判断访内还是访接口。
廉价冗余磁盘阵列RAID：0级不具备容错能力但提高了传输率N倍、1级镜像容错技术、2级汉明码作错误检测、3级只用一个检测盘、4级是独立地对组内各磁盘进行读写的阵列，用一个检测盘、5级无专门检测盘。
中断方式处理方法：多中断信号线法、中断软件查询法、菊花链法（硬件）、总线仲裁法、中断向量表法（保存各中断源的中断服务程序的入口地址）。
直接存储器存取DMA：内存与IO设备直接成块传送，无需CPU干涉。
根据占据总线方法不同分为CPU停止法、总线周期分时法、总线周期挪用法。
输入输出处理机用于大型机：数据传送方式有字节多路方式、选择传送方式、数组多路方式。
指令流水线：操作周期是最慢的操作的时间。
3.《R语言》考试大纲(2)
《R语言》考试大纲一、课程简介《R语言》是现今最受欢迎的数据分析和可视化平台之一。
它是统计领域广泛使用的S 语言的一个分支，可以认为R是S语言的一种实现。
而S语言是由AT&T贝尔实验室开发的一种用来进行数据探索、统计分析和作图的解释型语言。
R语言是自由的开源软件，并同时提供 Windows、Mac OS X 和 Linux 系统的版本。
本课程中，在介绍R语言的基本操作和基本数据处理方法之后，我们着重讲授通过R语言解决回归、方差分析、功效分析、重抽样与自助法、广义线性模型、主成分分析和因子分析、时间序列、聚类分析、以及分类的方法。
这些内容都是统计学的重要组成部分。
通过本课程的学习，能使学生掌握以R语言为工具处理各种统计工作中的实际问题的能力，并为一些后续课程的学习及统计学各领域的实践工作提供必要的保证，同时对于培养学生的计算机操作能力、编程能力有着重要的作用。
二、考查目标考查学生对《R语言》理论基础知识掌握的情况及分析解决某些实际问题的能力。
通过考试，选拔出具有较好统计学功底的学生来攻读我校统计学专业的硕士研究生，以使录取的研究生具有较扎实与系统的进一步学习统计学专业知识及从事有关统计科研工作所需的《R 语言》能力。
三、考试内容及要求第一章 回归（一）考核知识点1、拟合线性模型2、评价模型适用性3、解释模型的意义（二）考核要求1、深刻理解各项内容，熟练掌握线性模型的拟合及其评价方法。
2、能够应用本章的知识，通过R语言进行与回归问题相关的计算并解决相关的实际问题。
第二章 方差分析1、R中基本的实验设计建模2、拟合并解释方差分析模型3、检验模型假设（二）考核要求1、深刻理解各项内容，熟练掌握方差分析模型的拟合、解释及其检验的方法。
2、能够应用本章的知识，通过R语言进行与方差分析问题相关的计算并解决相关的实际问题。
第三章 功效分析（一）考核知识点1、判断所需样本量2、计算效应值3、评价统计功效（二）考核要求1、深刻理解各项内容，熟练掌握效应值的计算方法以及统计功效的评价方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
#期末考试专项复习#一、矩阵与数据框#1.生成特定的矩阵与数据框#矩阵#方法一a=array(1:10,dim=c(2,5))rownames(a)=1:2colnames(a)=c("one","two","three","four","five")adimnames(a)=list(1:2,c("one","two","three","four","five"))nrow=nrow(a)ncol=ncol(a)dim(a)#方法二a=matrix(1:10,nrow=2,byrow=F)rownames(a)=1:2colnames(a)=c("one","two","three","four","five")a=matrix(1:10,nrow=2,byrow=F,dimnames=list(1:2,c("one","two","three","four","five")))#数据框的生成df=data.frame(Name=c("Alice","Becka","James","Jeffrey","John"),Sex=c("F","F","M","M","M"),Age=c(13,13,12,13,12),Height=c(56.5,65.3,57.3,62.5,59.0),Weight=c(84.0,98.0,83.0,84.0,99.5));dfLst=list(Name=c("Alice","Becka","James","Jeffrey","John"), Sex=c("F","F","M","M","M"),Age=c(13,13,12,13,12),Height=c(56.5,65.3,57.3,62.5,59.0),Weight=c(84.0,98.0,83.0,84.0,99.5))LstLst[["Name"]]Lst["Name"]Lst[1]Lst[[1]]Lst$Namedf=as.data.frame(Lst)dfx=array(1:6,dim=c(2,3))as.data.frame(x)#数据框的引用df[1:2,3:5]df[["Height"]]df$Weightnames(df)#此属性一定非空rownames(df)=c("one","two","three","four","five") dfattach(df)r=Height/Weightrdf$r=rnames(df)detach()r=Height/Weight#2.矩阵的运算a=diag(1:3)a[2][1]=1a#1转置运算t(a)#2行列式det(a)#3向量积x=1:5y=2*1:5x%*%yt(x)%*%ycrossprod(x,y)#4向量的外积x%*%t(y)tcrossprod(x,y)outer(x,y)x%o%y#矩阵的乘法a=array(1:9,dim=c(3,3)) b=array(9:1,dim=c(3,3)) x=1:3a*ba%*%bx%*%a%*%xcrossprod(a,b)#t(a)%*%b tcrossprod(a,b)#a%*%t(b) #矩阵的逆solve(a)b=1:3solve(a,b)#ax=b的解#矩阵的特征值与特征向量sm=eigen(a)sme=diag(1:3)svde=svd(e)svdeattach(svde)u%*%diag(d)%*%t(v)#与矩阵运算有关的函数#取维数a=diag(1:4)nrow(a)ncol(a)#矩阵的合并x1=rbind(c(1,2),c(3,4))x2=x1+10x3=cbind(x1,x2)x3x4=rbind(x1,x2)x4cbind(1,x1)#矩阵的拉直a=matrix(1:6,ncol=2,dimnames=list(c("one","two","three"),c("first","second")),byrow=T)as.vector(a)#apply函数apply(a,1,mean)apply(a,2,sum)tapply(1:5,factor(c("f","f","m","m","m")),mean) #第二题#产生随机数x=rnorm(100,0,1)x#画随机数的直方图hist(x,freq=F)#核密度曲线density(x)lines(density(x),col="blue")#添加正态分布分布函数y=seq(-4,3,0.2)lines(y,dnorm(y,mean(x),sd(x)),col="red")#画随机数的经验分布函数z=rnorm(50,0,1)plot(ecdf(z),do.p=F,verticals=T)d=seq(-3,2,0.2)lines(d,pnorm(d,mean(z),sd(z)),col="red")y=rpois(100,2)plot(ecdf(y),col="red",verticals=T,do.p=F)x=0:8lines(x,ppois(x,mean(y)),col="blue")w=c(75,64,47.4,66.9,62.2,62.2,58.7,63.5,66.6,64.0,57.0,69.0 ,56.9,50.0,72.0)hist(w,freq=F)lines(density(w),col="blue")x=44:76lines(x,dnorm(x,mean(w),sd(w)),col="red")plot(ecdf(w),do.p=F,verticals=T)lines(x,pnorm(x,mean(w),sd(w)),col="red")#编写函数求随机数的各种描述统计量data_outline=function(x){n=length(x)m=mean(x)v=var(x)s=sd(x)me=median(x)cv=100*s/mcss=sum((x-m)^2)uss=sum(x^2)R=max(x)-min(x)#样本极差R1=quantile(x,3/4)-quantile(x,1/4)#四分位差sm=s/sqrt(n)#样本标准误g1=n/(n-1)/(n-2)*sum((x-m)^3)/s^3g2=n*(n+1)/(n-1)/(n-2)/(n-3)*sum((x-m)^4)/s^4-3*(n-1)^2/(n-2)/(n-3)data.frame(N=n,Mean=m,Var=v,std_dev=s,Median=me,std_mean=sm,CV=cv,CSS=css,USS=uss, R=R,R1=R1,Skewness=g1,Kurtosis=g2,s=1) }x=rnorm(100)data_outline(x)#第三题#r,p,q,drnorm(100,0,1)pnorm(1:5,0,1)dnorm(-3:3,0,1)qnorm(seq(0,1,0.25),0,1) rbeta(100,2,2)rbinom(100,100,0.5) pbinom(1:100,100,0.5) dbinom(1:5,100,0.5) qbinom(seq(0,1,0.1),100,0.5) rchisq(100,1）qchisq(seq(0,1,0.2),10) pchisq(1:10,10)dchisq(1:10,10)rexp(100,0.5)rpois(100,2)ppois(1:1000,2)dpois(1:100,2)runif(100,0,1)qunif(c(0,0.2,0.8),0,1)punif(seq(0,1,0.2),0,1)dunif(seq(0,1,0.01),0,1)rt(100,2)qt(0.8,2)pt(-3:3,2)dt(-3:3,2)rf(100,1,2)qf(0.8,1,2)#四置信区间#1#（1）sigma已知interval_estimate1=function(x,side=0,sigma=1,alpha=0.05){ xb=mean(x);n=length(x)if(side<0){tmp=sigma/sqrt(n)*qnorm(1-alpha)a=-Inf;b=xb+tmp}else if(side>0){tmp=sigma/sqrt(n)*qnorm(1-alpha)a=xb-tmp;b=Inf}else{tmp=sigma/sqrt(n)*qnorm(1-alpha/2)a=xb-tmp;b=xb+tmp}data.frame(mean=xb,a=a,b=b)}x=rnorm(100,0,4)interval_estimate1(x,sigma=4,side=0)interval_estimate1(x,sigma=4,side=-1)interval_estimate1(x,sigma=4,side=1)#（2）sigma未知interval_estimate2=function(x,side=0,alpha=0.05){ xb=mean(x);n=length(x)if(side<0){tmp=sd(x)/sqrt(n)*qt(1-alpha,n-1)a=-Inf;b=xb+tmp}else if(side>0){tmp=sd(x)/sqrt(n)*qt(1-alpha,n-1)a=xb-tmp;b=Inf}else{tmp=sd(x)/sqrt(n)*qt(1-alpha/2,n-1)a=xb-tmp;b=xb+tmp}data.frame(mean=xb,a=a,b=b)}x=rnorm(100,0,1)interval_estimate2(x,side=-1)interval_estimate2(x,side=0)interval_estimate2(x,side=1)t.test(x,side=-1)t.test(x,side=0)t.test(x,side=1)#两个总体sigma1=sigma2但未知interval_estimate3=function(x,y,alpha=0.05){xb=mean(x);yb=mean(y)n1=length(x);n2=length(y)sw=((n1-1)*var(x)+(n2-1)*var(y))/(n1+n1-2)tmp=sqrt((1/n1+1/n2)*sw)*qt(1-alpha/2,n1+n2-2) a=xb-yb-tmp;b=xb-yb+tmpdata.frame(mean=xb-yb,a=a,b=b)}x=rnorm(100,0,1)y=rnorm(100,1,1)interval_estimate3(x,y)-0.03643479 - 0.98699097#第五题假设检验#（1）sigam已知，双侧，检验mu=mu0 mean.test1=function(x,mu=0,sigma=1){ xb=mean(x);n=length(x)z=(xb-mu)/sigma*sqrt(n)p=pnorm(z)if(p<=1/2)P=2*pelseP=2*(1-p)data.frame(mean=xb,Z=z,p_value=P)}x=rnorm(100,0,2)mean.test1(x,mu=0,sigma=2)#(2)sigma未知，双侧，检验mu=mu0 mean.test2=function(x,mu=0){xb=mean(x);n=length(x)z=(xb-mu)/sd(x)*sqrt(n)p=pt(z,n-1)if(p<=1/2)elseP=2*(1-p)data.frame(mean=xb,Z=z,p_value=P)}x=rnorm(100)mean.test2(x,mu=0)t.test(x,mu=0,alt="two.side")#两个总体sigma1=sigma2但未知，检验mu1=mu2 mean.test3=function(x,y,mu=0){xb=mean(x);yb=mean(y)n1=length(x);n2=length(y)sw=((n1-1)*var(x)+(n2-1)*var(y))/(n1+n2-2)t=(xb-yb-mu)/sqrt(sw*(1/n1+1/n2))p=pt(t,n1+n2-1)if(p<=1/2)P=2*pelseP=2*(1-p)data.frame(mean=xb-yb,T=t,p_value=P)}x=rnorm(100,0,1)y=rnorm(100,2,1)mean.test3(x,y,mu=-2)t.test(x,y,var.equal=T,mu=-2)x=rnorm(100,0,1)y=rnorm(100,0,2)mean.test3(x,y)t.test(x,y,var.equal=T)#第六题调用R函数#k-s检验两组数是否同分布x=rnorm(100,0,1)y=rt(100,5)z=rnorm(100,0,1)ks.test(x,y),alt="l"ks.test(x,z)#检验一组数是否服从已知分布ks.test(x,"pnorm",0,2)ks.test(x,"pt",1)#符号检验两组数是否有差异x=rbinom(100,100,0.5)binom.test(sum(x>=50),100)y=rbinom(100,100,0.4)binom.test(sum(x<y),length(x)),alt="g"#wilcoxon符号秩和检验（精确或大样本近似）#wilcox.test(x,y,alt,mu,paired=F,exact=NULL,correct=T,conf.int=F, conf.level=0.95)r=runif(100,136,145)wilcox.test(r,mu=140,alt="l",exact=F,conf.int=T,correct=F)x=rnorm(100)y=rnorm(100)wilcox.test(x,y,paired=T,alt="g")wilcox.test(x-y,alt="g")binom.test(sum(x>y),length(x),alt="g")#第七题#相关性检验x=1:6y=6:1z=2:7cor.test(x,y,alt="g",method="spearman")cor.test(x,z,alt="g",method="spearman")#无节点x=c(2,3,1,4,5,8,6)y=1:7cor.test(x,y,alt="g",method="spearman",correct=T)n=length(x)r=rank(x)rR=rank(y)Rs=sum((r-R)^2)rho=1-6*s/n/(n^2-1)rho#有节点x=c(2,3,4,4,5,8,6)y=1:7cor.test(x,y,alt="g",method="spearman",correct=T)exact=F, n=length(x)r=rank(x)rR=rank(y)Rsxy=sum((r*R))sx=sum(r^2)sy=sum(y^2)t=n*((n+1)/2)^2rho=(sxy-t)/sqrt(sx-t)/sqrt(sy-t)rho#第八题回归x=c(seq(0.1,0.18,0.01),0.20,0.21,0.23)y=c(42,43.5,45,45.5,45,47.5,49,53,50,55,55,60)#散点图plot(x,y)#做回归lm.sol=lm(y~x)lm.sol=lm(y~1+x)#汇总统计量summary(lm.sol)#画回归线abline(lm.sol)#求回归系数的区间估计beta.int=function(lm.sol,alpha=0.05){A=summary(lm.sol)$coefficientsdf=lm.sol$df.residualleft=A[,1]-A[,2]*qt(1-alpha/2,df)right=A[,1]+A[,2]*qt(1-alpha/2,df)rowname=dimnames(A)[[1]]#列表的第一个元素colname=c("estimate","left","right")matrix(c(A[,1],left,right),ncol=3,dimnames=list(rowname,colname)) }beta.int(lm.sol)#对新的自变量求因变量的预测值及预测区间new=data.frame(x=c(0.16,0.19,1.20))lm.predict=predict(lm.sol,new)lm.predictlm.predict=predict(lm.sol,new,interval="confidence",level=0.95) lm.predict=predict(lm.sol,new,interval="prediction",level=0.95) #残差图resid=lm.sol$residualsplot(resid)y.res=resid(lm.sol)y.fit=predict(lm.sol)plot(y.res~y.fit)plot(y.res~x)plot(lm.sol,1)plot(lm.sol,2)plot(lm.sol,3)plot(lm.sol,4)。