109-2 電腦概論與程式設計
小考(1)
學號: 姓名:
2021/03/30
注意事項
考試期間
- 請按照平時上課之座位入座。兩台電腦營幕中間應使用隔板(或拿包包)擋著。
- 於課程網站(http://www.hmwu.idv.tw)下載題目卷。
- 可參考課本、上課講義(包含電子檔)及其它資料，但不能與別人討論。
- 可使用計算機、自己的筆記型電腦及平板電腦，不可使用手機。
- 全程可上網查詢，但不能用通訊軟體FB/LINE等討論。
- 程式設計題，若程式碼直接複製(或照抄)講義上的以不給分為原則。
- 有問題者，請舉手發問。勿與同學交談
- 程式直接寫在本Rmd檔。經
knit編譯，產生.html檔，需印出R程式碼及執行結果。 - 不按照規定作答者，酌量扣分。
- 程式請隨時存檔，避免突然意外發生，程式檔不見。
上傳答題檔案
- 於教師網站首頁登入[作業考試上傳區]，帳號:
r1092。密碼:xxx。 - 選取「正確的」資料夾上傳，若傳錯，請最終要上傳一份正確的的答題檔案。
- 請上傳「
學號-姓名-R-exam1.Rmd」、「學號-姓名-R-exam1.html」。 (學號及姓名，改成自己) - 若上傳檔案格式錯誤，內容亂碼，空檔等等問題。請自行負責。
- 若要重覆上傳(第2次以上)，請在檔名最後加「
-2」、「-3」，例如: 「學號-姓名-R-exam1-2.Rmd」等等。 - 上傳兩次(含)以上 、格式不合等等酌量扣分。
- 如果上傳網站出現「
You can modify the html file, but please keep the link www.wftpserver.com at least.」， 請將滑鼠移至「網址列」後，按「Enter」即可。若再不行，請換其它瀏覽器(IE/Edge/Firefox/Chrome)。 - 有問題者，請FB私訊老師。
其它事項
- 若有題目不會寫、或只會寫一半、或結果是有錯的，導致
knit無法編譯產生文件， 則可以「不執行有錯的程式碼」，但必需列印此段程式碼。助教會依照狀況部份給分。
1 R繪圖: 直方圖+常態機率曲線
畫出iris資料4個連續變數之直方圖(4個圖一頁)，並各配適一常態機率曲線如下圖。 常態機率密度函數為 \[
f(x; \mu, \sigma)=\frac{1}{\sqrt{2\pi}\sigma} e^{-\frac{(x-\mu)^2}{2\sigma^2}}.
\] (註: (1) 不可用dnorm; (2) 常態機率密度函數之參數以各變數之樣本平均數及樣本變異數為準，\(x\)值即為資料點; (3) mapply) 
# your source code here
2 R繪圖: 基本統計圖
- 資料名稱: 小麥種子(seeds Data Set)
- 資料來源: https://archive.ics.uci.edu/ml/datasets/seeds
- 資料檔: 見所附檔案
seeds_dataset.xlsx - 資料說明: 有三個不同品種(varieties)的小麥種子: Kama, Rosa 和Canadian，每一品種小麥皆隨機選 擇出70顆麥粒，接受檢測。每顆麥粒量測以下7種幾何屬性: (1) 面積(area, A); (2) 周長 (perimeter, P); (3) 緊密度 (compactness \(C = 4 \pi A/P^2\)); (4) 麥粒長度(length of kernel); (5) 麥粒寬度(width of kernel); (6) 不對稱係數 (asymmetry coefficient); (7) 麥核溝長度(length of kernel groove)。
2.1 讀取資料，使用xtable套件，印出資料前後各5筆資料
# your source code here2.2 印出資料於R內之儲存結構(structure)及摘要表
# your source code here2.3 畫出四個基本統計圖
- perimeter之索引圖。
- 三個不同品種的compactness盒形圖。
- length.of.kernel和width.of.kernel的散佈圖(圖上需以不同的符號點標記三個不同品種)。
- 三個不同品種的asymmetry平均數之長條圖。
(註: (1 )畫出之圖不需解說，但圖之標題，\(xy\)軸標號及圖例說明需完整。(2) 4個圖一頁)
# your source code here
3 R繪圖: polygon
畫出下圖。在\(H_0\)條件下，一曲線為平均數\(\mu=0\)，標準差\(\sigma=1.5\)的常態機率密度函數; 在\(H_a\)條件下，另一曲線為平均數\(\mu=3.5\)，標準差\(\sigma=1.5\)的常態機率密度函數; 常態機率密度函數為 \[
f(x; \mu, \sigma)=\frac{1}{\sqrt{2\pi}\sigma} e^{-\frac{(x-\mu)^2}{2\sigma^2}}.
\] (註: (1) 可用dnorm, (2) 有虛線, (3) 曲線以下有顏色(polygon))
# your source code here
4 格式(額外加分)
有成功編譯出正確的 「學號-姓名-R-exam1.pdf」及「學號-姓名-R-exam1.doc」，並上傳。 以下數學式是測試MikTeX/LaTeX，請勿刪。這是常態分佈的機率密度函數: \[
f(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{\frac{(x-\mu)^2}{2\sigma^2}}
\]