28089
example <- read.table("dane_kosiarki.txt",header=TRUE) example
s.wl <- example$Y==l s.n.wl <- example$Y==2 wl <- example[s.wl,] n.wl <- example(s.n.wl,]
plot(wl$Xl,wl$X2,xlim=c(20,120),ylim=c(10,25), xlab="Dochi»d w tysiącach dolarów",
ylab="Wielko?6 dziadki w tysifcach metr&w kwadratowych") points(n.wl$Xl,n.wl$X2,pch=19)
wl.x <- data.framę(wl$Xl,wl$X2) n.wl.x <• data.frame(n.wl$Xl,n.wl$X2)
ml <- as.vector(mean(wl.x)) m2 <- as.vector(mean(n.wl.x)) sl <- cov(wl.x) s2 <- cov(n.wl.x)
n<-nrow(example)
nl<-nrow(wl)
n2<-nrow(n.wl)
W<-(l/(n-2))*((nl*1)*sl+(n2-l)*s2)
Wi<- solve(W)
a <- t(ml-m2)S*%Wi m <- t(ml-m2)V%WiVMml+m2)/2 plot(wl$Xl,wl$X2,xlim=c(20,120),ylim=c(10,25), xlab="Dochfid w tysiącach dolarów",
ylab="Wielko?6 dziadki w tysiącach metr&w kwadratowych")
points(n.wl$X1,n.wl$X2,pch=19)
text(110,22,"Rl",col="blue")
text(30,15,"R2",col="blue")
abline(m/a[2],-a[1]/a[2],lwd=2,col="blue")
Wyszukiwarka
Podobne podstrony:
dane.pr <- read.table("DANE_Predkosc_reakcji.txt", header = TRUE) attach(dane.pr) resuldatal <- read.tablepDANEl.txt", header = TRUE) hist(datal$X) plot(datal$Xfdata2<- read.tableCdrukarki.txt", header = FALSE)kobiece (2) $ grep -E -u 3 Obł dane-text.txt! grep -E —color ’ [A~Z] .**a jakiś tekstFile0043 Giving and receiving Read the text. Are the sentences true or false? 6ift-qivinq in BritainWykład 6 wzrost = read.csv2(rWzrost.csv“, header = F)[,1] ?t. test ?chisq.test aproposftest ) AtestuOI 2poprawione studentki blab732p-04 /cygdrive/d/tekst # egrep -v ’0b dane-text.txt84 M. Suwała Tabela 2 Table 2 Dane wyjściowe do obliczenia kosztów Input data for costOI 2poprawione studentki blab732p-04 /cygdrive/d/tekst # egrep -v ’0b dane-text.txtas studentkiabIB732P-21 /cygdri ve/c/Users/student.IBNG/Deskop/tekst # cat dane-text.txtas studentkiabIB732P-21 /cygdri ve/c/Users/student.IBNG/Deskop/tekst # cat dane-text.txtas studentkiabIB732P-21 /cygdri ve/c/Users/student.IBNG/Deskop/tekst # cat dane-text.txtfa 5 ^Netscape - [Table Example] File Edit View Go Bookmarks Options Directory Window00134 ?0fccfa985e4cfd668b181d101a42da 135 Optimization and Sensitivity Analysis Table 5. Example 100135 ?0b8328312d99bc5a1f6952b3660550 136 Simpson & Keats Table 6. Example 1 Using Smali and Lawięcej podobnych podstron