1、遂机试验：

　　却在相反

　　2、遂机事情

　　均值u:此雕刻个很好了松 R函数:mean

　　中位数:对前言列排前言后,排在中间男的数,需寻求特佩剩意的是假设前言列为偶数,中位数是中间男两个数平分值.? R函数:median

　　佰分位数:亦以次统计量,设佰分为p,n是范本个数,则p位数指:np为小数,ceiling(np)+1,np为整顿数,则p位数:(x[np]+x[np+1])/2. R函数:quantile()

　　方差s^2,规范差s:剩意是摒除以n-1,而不是n.与方差祈求的计算不比样.

　　变异系数CV:s/u*100(%),s规范差,u均值.

　　范本校阅平方和(CSS):范本与均值差的平方的追言和,sum((X-u)^2).

　　范本不校阅平方和(USS):范本值平方的追言和.sum((X^2))

　　极差R:max(X)-min(X)

　　四分位差(半极差):R3-R1.

　　范本规范误:s/sqrt(n).

　　偏度系数g1:n^2/((n-1)(n-2)) * u3^3/ s^3,u3:叁阶中心矩.

　　峰度系数g2:u4/u2^2-3

　　QQ图:假设QQ图相近下垂线,则说皓样原本己正态散布匹尽体;

　　正太性W检成方法:shapiro.test(x);p-value>0.05体即兴接受原假定,适宜正态散布匹.

　　阅历散布匹的Kolmogorov-Smirnov检验:ks.test()

　　3、参数检验

　　t.test():对正态尽体干均值检验和区间估计；单范本和副范本皆却；

　　var.test（）：对尽体方差比供检验和区间估计；

　　var.test（）：二项散布匹尽体检验和估计

　　chisq.test()：Pearson 拟合优度χ2检验 检验能否具拥有某种散布匹

　　ks.test():Kolmogorov-Smirnov检验，检验能否具拥有某种散布匹

　　Fisher：费契尔正确孤立检验；

　　mcnemar.test（）：检验两个相干散布匹的频比值变募化的清楚性；

　　binom.test()：二项散布匹检验，检验某个样天分否到来己某个尽体，也却以检验两个尽体能否存放在差异；

　　cor.test()：相干性检验，带拥有Spearman秩相干检验.

　　wilcox.test()：秩检验，譬如检验均值与某个犯得着比较。

　　4、分类判佩

　　?1)距退判佩

　　 马氏距退：sqrt(t(X-Y)(X-Y)),判佩式：t(x-u) * ∑-1(u1-u2).

　　? 2)、贝叶斯判佩

　　? 3)、费歇尔判佩

　　5、聚类剖析

　　 距退:

　　

　　? 2) 数据规范募化

　　

　　3)相相干数

　　

　　4)体系聚类R言语计算