A 数据说明
A.1 费宇教材数据列表
- eg1.1.txt, 转为“居民收入支出.txt”。存为cityIncomeConsume数据框。
31个省的城镇居民收入与支出数据。变量：
- 地区：省
- 可支配收入
- 消费性支出
- glycemia: P.21表2-2原为eg2.1.csv，转为“血糖数据.csv”。
27个糖尿病人数据，变量：
- 病人编号
- 胆固醇: 血清总胆固醇
- 甘油
- 胰岛素：空腹胰岛素
- 血红蛋白：糖化血红蛋白
- 血糖：空腹血糖
- ceoSalary数据框: P.24 表2-5数据ex2.4.csv转为“高管年薪.csv”。
美国50家贸易公司的CEO的年薪及其他变量。变量：
- 序号
- 总年薪（千美元）
- 在职年数：在目前职位的年数
- 股票涨幅：前一年股票价格变化的百分数(单位%)
- 销售涨幅：前一年公司销售额的变化的百分数(单位%)
- MBA: 是否有MBA学位，1有0无
- carIncome数据框:
P.29 表3-1数据eg3.1.csv转为“汽车与收入.csv”。
某地区45个家庭是否拥有私家车与年收入的调查数据。变量：
- 家庭年收入：单位万元
- 拥有汽车：1有0无
- wineScore数据框： 教材P.41例4.1的数据。 10种葡萄酒有6个评分, 可做聚类分析。
- provConsume数据框： 教材P.43例4.2的数据。 2011年全国31个省级行政区的城镇居民家庭人均消费性支出的8个主要指标的数据。 可做聚类分析。
- nationHuman数据框： 教材P.45节4.4的数据。 联合国开发计划署《人文发展报告2011》给出了世界146个国家和地区的人文发展水平的8个指标。 可做聚类分析。
A.2 用到的R中数据集
- boot::cd4数据集：cd4测量值代表免疫能力，低于200是AIDS指征。 本数据集包含了20个病人基线cd4测量值(baseline)和治疗一年后的cd4值(oneyear), 单位100.
- MASS::quakes数据集：包含Fiji附近1964年来1000个震级MB>4.0的观测，变量为：
- lat, long: 纬度，经度
- depth: 震中深度
- mag: 震级
- stations: 报告此次地震的台站数
- iris数据集：Fisher著名的鸢尾花数据集，有三个种类，每种50个样品的测量值。变量：
- Sepal.Length: 花萼长度；
- Sepal.Width：花萼宽度；
- Petal.Length：花瓣长度；
- Petal.Width：花瓣宽度；
- Species：品种，取setosa, versicolor, virginica三种。
- state.x77数据集，美国50个州在1970年代的基本情况数据。变量:
- Population: 人口
- Illiteracy: 文盲比例
- Life Exp: 期望寿命
- Murder: 每十万人杀人犯罪数
- HS Grad: 高中毕业生比例
- Frost: 日最低温度在结霜点以下平均天数
- Area: 面积，平方英里
- datasets::swiss数据集，1888年瑞士的47个法语省份的人口学数据，变量:
- Fertiliy：生育力指标
- Agriculture: 男性中农业人口比例（单位：%）
- Examination: 征兵中最高分的比例（单位：%）
- Education: 征兵中primary school以上比例（单位：%）
- Catholic: 天主教比例（单位：%）
- Infant.Mortality: 出生后存活时间少于一年的比例（单位：%）
- ICSNP::LASERI数据集，223个芬兰健康受试者的32个测量指标。
其中受试者仰卧和坐起两种姿势的几种指标的差别的变量：
- HRT1T4 平均心律变化
- COT1T4 心脏输出变化
- SVRIT1T4 平均系统心血管阻力指数变化
- PWVT1T4 平均脉搏波速率变化
A.3 Zelterman(2015)教材数据列表
- JanTemp: 美国61个城市的一月最高气温。变量：
- T: 一月份最高气温（华氏度）
- Lat: 北纬度数
- Long: 西经度数
- Alt: 海拔（英尺）
- Name: 城市名
- candy数据集，38种著名糖果品牌营养数据，变量：
- Name: 品牌名
- Calories
- Fat
- Satfat
- Carbs
- Sugar
- Sodium
A.4 Härdle and Simar(2015)教材数据列表
bostonHouse: Boston房价数据。Boston的506个都市地区的观测值。 变量：
- crime: 人均犯罪率
- large: 大型住宅项目用地比例
- business: 非零售业的商业区面积
- river: 是否靠Charles River河，1有0无
- NO: 氮氧化物浓度
- rooms: 每座住宅平均房间数
- old: 1940年前建造的房主自住房比例
- employ: 到波士顿五个工作中心的加权距离
- trans: 到辐射轻轨的方便程度指数
- tax: 每万美元的财产税完全税率
- stratio: 学生老师数比
- nonblack: 设B为黑人比例，变换为 \(1000*(B-0.63)^2*I(B < 0.63)\), 代表了非黑人的比例
- low: 贫困人口百分比（单位%）
- price: 私人住宅的房价中位数（单位：千美元）
bankNotes: 瑞士银行钞票数据。
100张真钞、100张伪钞，瑞士旧1000 fran钞票的数据。 前100个记录为真钞，后100个位假钞。 各列为:
- length: 钞票长度
- left: 左侧宽度
- right: 右侧宽度
- bottom: 内侧框到下边界距离
- top: 内侧框到上边界距离
- diag: 左下到右上的对角线长
carOil: 74种汽车的油耗相关数据。13个变量：
- Price: 价钱
- Mileage: 每加仑行驶英里数
- R78：1978年检查车况，1-5级，高级车况好
- R77: 1977年检查车况
- Headroom: 头部空间（单位：英寸）
- Rear：后排座椅到前排靠背距离
- Trunk: 行李箱容积（单位：立方英寸）
- Weight: 重量（单位：磅）
- Length：长度（单位：英寸）
- Turn：转弯直径（掉头需要的空间，单位英尺）
- Displace: 排量（单位：立方英寸）
- Gear：高挡位齿轮比
- Company：厂家总部国家，1美国，2日本，3欧洲
ageIncome: 2946份调查答卷数据，变量：
- Age: 年龄
- Income: 纯收入
- TVMinutes: 每天看电视分钟数
- WorkHours: 每周工作小时数
- ComputerHours: 每周使用计算机小时数
- IllDays: 每年生病天数
- LiveArea: 居住面积平米数
- Size
- Weight