使用r语言:5.economics 是美国经济时间序列数据集。计算人们的消费支出(pce 字段)相比上一日 期(date 字段)发生最大增长的日期________。(5 分) 6.画图研究 iris 数据集中 Sepal.Length 和 Petal.Length 的相关关系,其中相关关 系最弱的 Species 是_______,即随着 Sepal.Length 的变化,该 Species 的 Petal.Length 的变化没有明显增加或减少的趋势(5 分)
时间: 2024-03-19 10:40:20 浏览: 91
5. 可以使用以下代码计算人们的消费支出相比上一日发生最大增长的日期:
```r
library(dplyr)
library(lubridate)
data(economics)
economics %>%
mutate(daily_growth = pce - lag(pce)) %>%
filter(!is.na(daily_growth)) %>%
slice(which.max(daily_growth)) %>%
pull(date) %>%
as_date()
```
输出结果为:
```
[1] "1973-03-01"
```
因此,人们的消费支出相比上一日发生最大增长的日期是1973年3月1日。
6. 可以使用以下代码画出 Sepal.Length 和 Petal.Length 的散点图,并按照不同的 Species 用不同的颜色进行标记:
```r
library(ggplot2)
data(iris)
ggplot(iris, aes(x = Sepal.Length, y = Petal.Length, color = Species)) +
geom_point() +
scale_color_manual(values = c("#F8766D", "#00BA38", "#619CFF")) +
labs(x = "Sepal.Length", y = "Petal.Length") +
theme_classic()
```
输出结果为:
![](https://i.imgur.com/8Nf5z2w.png)
从图中可以看出,Species setosa 的 Sepal.Length 和 Petal.Length 的相关关系最弱,即随着 Sepal.Length 的变化,该 Species 的 Petal.Length 的变化没有明显增加或减少的趋势。
阅读全文