生活中的統計期中考作業寫完版

library(readxl)
library(readr)

Statistics <- c (68,85,74,88,63,78,90,80,58,63)

Math <- c (85,91,74,100,82,84,78,100,51,70)

Japanese <- c (84,63,61,49,89,51,59,53,79,91)

data <- read.csv("D:/table1_1.csv")

# 1. 試在R語言將上述資料key進去，如上周上課內容。並畫出該樣本10人的統計成績與數學成績之散佈圖，顏色不拘，樣式不拘，你可以有自己的風格。類似圖形如下所示，但標籤與圖表名稱記得更改。15pt.  




plot(Statistics,Math,
     pch = 17,
     col= "skyblue",
     main ="班上的Statistics與Math",
     xlab ="Statistics",
     ylab ="Math")

#2.請劃出數學成績或統計成績的直方圖，顏色不拘，樣式不拘.類似圖形如下所示，但標籤與圖表名稱記得更改。15pt.


hist(Statistics,
     col= "lightyellow",
     main ="班上的Statistics",
     xlab ="Statistics",
     ylab ="次數")

# Load ggplot2
library(ggplot2)

#3.下圖為擷取自PPT的次數分配表，請以下表的資訊，將其更改繪製成長條圖(不用考慮相對次數那欄)  顏色不拘，樣式不拘。15pt


# Create data
data <- data.frame(
  編碼.大學生最喜歡參加社團的次書分配=c("5.娛樂休閒","4.知識閱讀","3.體育競技競技","2.科學創新","1.公益活動") ,  
  次書=c(185,82,36,28,25))

# Barplot
ggplot(data, aes(x=編碼.大學生最喜歡參加社團的次書分配,  y=次書)) + 
  geom_bar(stat = "identity", width=0.2) 

#4. 呈上，試以上表的資訊，將其更改繪製成圓餅圖(不用考慮相對次數那欄)顏色不拘，樣式不拘。 15pt. 


data<- c(185,82,36,28,25)
labels <- c("5.娛樂休閒","4.知識閱讀","3.體育競技競技","2.科學創新","1.公益活動")

pie(data,labels,main ="大學生最喜歡參加社團的次書分配", col=rainbow(length(data)))

#5. 試讀取table1_1.csv中的檔案，並使用R語言跑出Japanese這變項的莖葉圖圖形如下所示，15pt.

library(readxl)
library(readr)

Statistics <- c (68,85,74,88,63,78,90,80,58,63)

Math <- c (85,91,74,100,82,84,78,100,51,70)

Japanese <- c (84,63,61,49,89,51,59,53,79,91)

data <-read.csv("D:/table1_1.csv")

stem(data$Japanese)

## 
##   The decimal point is 1 digit(s) to the right of the |
## 
##   4 | 9
##   5 | 139
##   6 | 13
##   7 | 9
##   8 | 49
##   9 | 1

#6. 請用R語言，告訴我table1_1.csv中檔案的Japanese這變項的以下統計量數：1. 平均數 2. 中位數 3.眾數 4. 標準差 5. 變異數 6. Q1第一四分位數 7.Q3第三四分位數,共 21pt.



summary(data$Japanese)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   49.00   54.50   62.00   67.90   82.75   91.00

#1. 平均數 Mean
mean(data$Japanese)

## [1] 67.9

#2. 中位數 Median
median(data$Japanese) 

## [1] 62

#3.眾數Mode
as.numeric(names(table(data$Japanese)))[which.max(table(data$Japanese))]

## [1] 49

#4. 標準差 Standard deviation
sd(data$Japanese) 

## [1] 16.25115

#5.變異數Variation
var(data$Japanese)

## [1] 264.1

#6. Q1第一四分位數 First quartile
quantile(data$Japanese, 1 / 4) 

##  25% 
## 54.5

#7. Q3第三四分位數 Third quartile
quantile(data$Japanese, 3 / 4) 

##   75% 
## 82.75

```