使用 R 语言分析 mtcars 数据集

首先，我们需要加载 mtcars 数据集并查看其描述信息：

data(mtcars)
?mtcars

接下来，我们创建一个包含箱线图、QQ 图和直方图的图表来展示不同气缸类型下 mpg（每加仑英里数）的分布，并为每个箱线图设置不同的颜色。我们还需要为图表添加图例，并在直方图上添加密度曲线。

# 创建一个包含箱线图、QQ 图和直方图的图表
par(mfrow=c(3,1))

# 箱线图
boxplot(mpg ~ cyl, data=mtcars, col=c('red', 'blue', 'green'), main='mpg Distribution by cyl')

# QQ 图
for(i in 4:6) {
  qqnorm(mtcars[mtcars$cyl==i, 'mpg'], main=paste('QQ Plot for cyl', i))
  qqline(mtcars[mtcars$cyl==i, 'mpg'], col='red')
}

# 直方图
hist(mtcars$mpg, main='mpg Distribution', xlab='mpg', col='lightblue', freq=FALSE)
lines(density(mtcars$mpg), col='red')

然后，我们创建一个散点图来展示 mpg（每加仑英里数）与 wt（汽车重量）之间的关系，并使用 abline() 函数添加一条直线来总结这种关系。我们可以尝试使用不同的直线来重新绘制图表，以找到最佳的拟合直线。

# 创建散点图
plot(mtcars$wt, mtcars$mpg, main='mpg vs. wt', xlab='wt', ylab='mpg')

# 添加拟合直线
abline(lm(mpg ~ wt, data=mtcars), col='red')

最后，我们再次创建散点图，但这次我们还包括两个不同线型和颜色的散点图平滑器。我们需要使用 lines() 函数的 lty 参数来设置不同的线型，并在图表上添加合适的图例。

# 创建散点图
plot(mtcars$wt, mtcars$mpg, main='mpg vs. wt', xlab='wt', ylab='mpg')

# 添加拟合直线
abline(lm(mpg ~ wt, data=mtcars), col='red')

# 添加散点图平滑器
lines(lowess(mtcars$wt, mtcars$mpg), col='blue', lty=2)
lines(smooth.spline(mtcars$wt, mtcars$mpg), col='green', lty=3)

# 添加图例
legend('topleft', legend=c('Fitted Line', 'Lowess Smoother', 'Spline Smoother'), col=c('red', 'blue', 'green'), lty=c(1,2,3))

这样就完成了对 mtcars 数据集的分析和可视化。