20230919실습

height <- c(170,168,174,175,188,165,165,190)
weight <- c(68,65,74,77,92,63,67,95)
plot(height,weight)

plot(weight~height)

# 샘플 데이터 생성
x <- c(1, 2, 3, 4, 5)
y <- c(2, 4, 1, 3, 5)

# Scatter plot 그리기
plot(x, y, main="Scatter Plot 예제", xlab="X 축", ylab="Y 축", pch=19, col="blue")

# 필요한 라이브러리 불러오기 (이미 불러왔다면 생략 가능)
library(datasets)

# Iris 데이터셋 사용 (아이리스 꽃 데이터)
data(iris)

# 산점도 행렬 그리기
pairs(iris)

# 예제 데이터 생성 (2개 이상의 이상값을 포함하는 경우)
data <- c(10, 15, 20, 25, 30, 200, 250, 300) # 이상값 포함된 데이터

# 상자그림 그리기
boxplot(data)

# 이상값을 빨간색 점으로 표시 (다른 색상 또는 모양도 사용 가능)
outliers <- boxplot(data, plot = FALSE)$out
points(outliers, rep(1, length(outliers)), col = "red", pch = 19)

# 예제 데이터 생성
data <- c(10, 15, 20, 25, 30, 200) # 이상값 포함된 데이터

# 상자그림 그리기
boxplot(data)

# 이상값을 빨간색 점으로 표시
outliers <- boxplot(data, plot = FALSE)$out
points(outliers, rep(1, length(outliers)), col = "red", pch = 19)

# 지수분포에서 오른쪽 꼬리분포를 가지는 데이터 생성
set.seed(123)  # 재현 가능성을 위한 랜덤 시드 설정
data <- rexp(100, rate = 0.2)  # 지수분포 데이터 생성 (rate는 분포의 매개변수)

# 이상값 추가
data[c(5, 15)] <- c(10, 15)  # 데이터의 5번째와 15번째 값을 이상값으로 변경

# 상자그림 그리기
boxplot(data, main="오른쪽 꼬리분포의 상자그림")

# "Iris" 데이터셋 불러오기
data(iris)

# "Petal.Length" 변수에 대한 상자그림 그리기
boxplot(iris$Petal.Length, main="Petal.Length 변수의 상자그림", ylab="Petal.Length")

#summary() 기초통꼐량
summary(iris)

##   Sepal.Length    Sepal.Width     Petal.Length    Petal.Width   
##  Min.   :4.300   Min.   :2.000   Min.   :1.000   Min.   :0.100  
##  1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600   1st Qu.:0.300  
##  Median :5.800   Median :3.000   Median :4.350   Median :1.300  
##  Mean   :5.843   Mean   :3.057   Mean   :3.758   Mean   :1.199  
##  3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100   3rd Qu.:1.800  
##  Max.   :7.900   Max.   :4.400   Max.   :6.900   Max.   :2.500  
##        Species  
##  setosa    :50  
##  versicolor:50  
##  virginica :50  
##                 
##                 
##