U 9. Delu ćemo razmotriti kako dobiti podskupove u R. Posmotrimo primer sumarne tabele sa podacima o turistima iz različitih zemalja, prema broju njihove dece i suma novca koju su potrošili na svoj odmor. Kopirati i zalepiti sledeću strukturu podataka u R. A <- structure(list(NACIJE = structure(c(3L, 3L, 3L, 3L, 1L, 3L, 2L, 3L, 1L, …
U ovom ćemo delu razmotriti neke od osnovnih R komandi. Kreirajmo sledeća tri vektora tako što ćemo ih iskopirati i zalepiti u R konzoli. a <- c(3,-7,-3,-9,3,-1,2,-12, -14) b <- c(3,7,-5, 1, 5,-6,-9,16, -8) d <- c(1,2,3,4,5,6,7,8,9) Pokušajte da odrediti šta svaka od sledećih komandi čini. Nije potrebno da objasnite svaku od tih komandi ali …
U ovom delu ćemo razmotriti dodatne komande za crtanje u R. Unesimo sledeće tri komande da bismo kreirali tri promenljive. X <- c(3, 4, 6, 6, 7, 8, 9, 12) B1 <- c(4, 5, 6, 7, 17, 18, 19, 22) B2 <- c(3, 5, 8, 10, 19, 21, 22, 26) Nacrtajmo B1 koristeći y osu …
U šestom delu razmatrićemo osnove crtanja u R. Pokušajte da unesete sledeće tri komande zajedno (tačka zarez vam omogućava da postavite nekoliko komandi na istoj liniji). x <- seq(-4, 4, 0.2); y <- 2*x^2 + 4*x – 7 plot(x, y) Ovo je veoma osnovni grafik, ali ga možemo poboljšati. Hajde da nacrtamo lepši grafik u …
U 3. i 4. delu koristili smo komandu lm() da ocenimo regresione modele. Videli smo kako da proverimo nelinearnost u našim podacima prilagođavanjem polinomskih modela i proverom da li se ti modeli bolje prilagođavaju podacima no linearni model. Sada ćemo da vidimo kako prilagoditi eksponencijalni model u R. Kao i ranije, koristićemo datoteku sa brojevima …
U trećem delu koristili smo komandu lm() da ocenimo regresioni model. U 4. Delu ćemo pogledati naprednije aspekte regresionih modela i videti šta R nudi. Jedan od načina provere nelinearnosti u vašim podacima jeste da prilagodite polinomni model i proverite da li on odgovara podacima bolje od linearnog modela. Međutim, možda ćete takođe hteti da …
U drugom delu kreirali smo dve promenljive i koristili komandu lm() da ocenimo regresioni model u kome smo tretirali visina kao zavisnu promenljivu, a tezina kao nezavisnu promenljivu. Ponovimo ove dve promenljive: visina = c (186, 165, 149, 206, 143, 187, 191, 179, 162, 185) tezina = c (89, 56, 60, 116, 51, 75, 84, …
U prvom delu smo instalirali R i koristili ga za kreiranje promenljive za koju smo potom izračunali nekoliko opisnih statistika pomoću nekoliko jednostavnih naredbi. Danas ćemo ponovno kreirali tu i drugu promenljivu, i videti što možemo učiniti s njima. Kao i pre, uzmimo da visina bude promenljiva koja opisuje visinu (u cm) deset osoba. Kopirajte …
Mnogi od vas su čuli za R (R je statistički jezik i sistem za naučna i statistička izračunavanja i grafiku). Možda znate da R upotrebljava unos komande u komandnom redu R konzole, a ne sistem padajućih menija. Možda smatrate da to čini R teškim za korišćenje i pomalo odbojnim! Zaista, R ima dužu krivu učenja …