【www.arisingsemi.com--软件制图】

并无二致
第二章
2.1
> x eigen(H)
2.5
> studentdata (studentdata,file="")
> (studentdata,file="")
2.7
count y lines(y,dnorm(y,73.668,3.9389),col="blue")
> plot(ecdf(x),verticals=T,do.p=F)
> lines(y,pnorm(y,73.668,3.9389))
> qqnorm(x)
> qqline(x)
3.3
> stem(x)
> boxplot(x)
> fivenum(x)
3.4
> (x)
> (x,"pnorm",73.668,3.9389)
One-sample Kolmogorov-Smirnov test
data:  x
D = 0.073, p-value = 0.6611
alternative hypothesis: two-sided
Warning message:
In (x, "pnorm", 73.668, 3.9389) :
ties should not be present for the Kolmogorov-Smirnov test
这里出现警告信息是因为ks检验要求样本数据是连续的,不允许出现重复值
3.5
>x1plot(factor(c(rep(1,length(x1)),rep(2,length(x2)),rep(3,length(x3)))),c(x1,x2,x3))
3.6
> rubber plot(rubber)

具体有相关关系的两个变量的散点图要么是从左下角到右上角(正相关),要么是从左上角到右下角(负相关)。从上图可知所有的图中偶读没有这样的趋势,故均不相关。

3.7


(1)> student attach(student)
> plot(体重~身高)


(2)> coplot(体重~身高|性别)


(3)> coplot(体重~身高|年龄)


(4)> coplot(体重~身高|年龄+性别)
只列出

(4)的结果,如下图


3.8
> x windows()
> persp(x,y,z,theta=30,phi=30,expand=0.7,col="red")
3.9
> (身高,体重)
根据得出的结果看是相关的。
具体结果不再列出
3.10
> df stars(df)
然后按照G的标准来画出星图
> attach(df)
> df$$G1 df$$G2 df$$G3 df$$G4 df$$G5 a stars(a)
这里从17开始取,是因为在df中将ID也作为了一列
3.11
使用P159已经编好的函数unison,接着上题,直接有
> unison(a)
第四章
4.1


(1)先求矩估计。

总体的期望为。因此我们有。可解得a=(2*E()-1)/(1-E()).因此我们用样本的均值来估计a即可。
在R中实现如下
> x (2*mean(x)-1)/(1-mean(x))
[1] 0.3076923


(2)采用极大似然估计
首先求出极大似然函数为

再取对数为

最后求导

好了下面开始用R编程求解,注意此题中n=6.
方法一、
使用unniroot函数
> f uniroot(f,c(0,1))
方法二、
使用optimize函数
> g optimize(g,c(0,1),maximum=T)
4.2
用极大似然估计得出.现用R求解如下
>x 1000/sum(x)
4.3
换句话讲,就是用该样本来估计泊松分布中的参数,然后求出该分布的均值。我们知道泊松分布中的参数,既是均值又是方差。因此我们只需要用样本均值作矩估计即可
在R中实现如下
> x mean(x)
[1] 1
4.4
> f x mean(x)
[1] 67.4
然后用作区间估计,如下
> (x)
> (x,alternative="less")
> (x,alternative="greater")
此时我们只需要区间估计的结果,所以我们只看中的关于置信区间的输出即可。同时也给出均值检验的结果,但是默认mu=0
并不是我们想要的。下面我们来做是否低于72的均值假设检验。
如下
> (x,alternative="greater",mu=72)
One Sample t-test
data:  x
t = -2.4534, df = 9, p-value = 0.9817
alternative hypothesis: true mean is greater than 72
95 percent confidence interval:
63.96295      Inf
sample estimates:
mean of x
67.4
结果说明:我们的备择假设是比72要大,但是p值为0.9817,所以我们不接受备择假设,接受原假设比72小。
因此这10名患者的平均脉搏次数比正常人要小。
4.6
我们可以用两种方式来做一做。

本文来源:http://www.arisingsemi.com/it/82748/