統計建模與r軟體第四章習題答案(引數估計)
蘓木柒 ex4.1
只會極大似然法,不會矩法...
ex4.2
指數分布,λ的極大似然估計是n/sum(xi)
> x
> lamda
[1] 0.05
ex4.3
poisson分布p(x=k)=λ^k/k!*e^(-λ)
其均數和方差相等,均為λ,其含義為平均每公升水中大腸桿菌個數。
取均值即可。
> x
> mean(x)
[1] 1
平均為1個。
ex4.4
> obj
> x0
>
nlm(obj,x0)
$minimum
[1] 48.98425
$estimate
[1] 11.4127791 -0.8968052
$gradient
[1] 1.411401e-08 -1.493206e-07
$code
[1] 1
$iterations
[1] 16
ex4.5
> x
> t.test(x)
#t.test()做單樣本正態分佈區間估計
one sample t-test
data: x
t = 35.947, df = 9, p-value = 4.938e-11
alternative hypothesis: true mean is not equal to 0
95 percent confidence interval:
63.1585 71.6415
sample estimates:
mean of x
67.4
平均脈搏點估計為 67.4 ,95%區間估計為 63.1585 71.6415 。
> t.test(x,alternative="less",mu=72) #t.test()做單樣本正態分佈單側區間估計
one sample t-test
data: x
t = -2.4534, df = 9, p-value = 0.01828
alternative hypothesis: true mean is less than 72
95 percent confidence interval:
-inf 70.83705
sample estimates:
mean of x
67.4
p值小於0.05,拒絕原假設,平均脈搏低於常人。
要點:t.test()函式的用法。本例為單樣本;可做雙邊和單側檢驗。
ex4.6
> x
[1] 140 137 136 140 145 148 140 135 144 141
> y
[1] 135 118 115 140 128 131 130 115 131 125
> t.test(x,y,var.equal=true)
two sample t-test
data: x and y
t = 4.6287, df = 18, p-value = 0.0002087
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
7.53626 20.06374
sample estimates:
mean of x mean of y
140.6
126.8
期望差的95%置信區間為 7.53626 20.06374 。
要點:t.test()可做兩正態樣本均值差估計。此例認為兩樣本方差相等。
ps:我怎麼覺得這題應該用配對t檢驗?
ex4.7
> x
> y
> t.test(x,y,var.equal=true)
two sample t-test
data: x and y
t = 1.198, df = 7, p-value = 0.2699
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-0.001996351 0.006096351
sample estimates:
mean of x mean of y
0.14125
0.13920
期望差的95%的區間估計為-0.001996351 0.006096351
ex4.8
接ex4.6
> var.test(x,y)
f test to compare two variances
data: x and y
f = 0.2353, num df = 9, denom df = 9, p-value = 0.04229
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.05845276 0.94743902
sample estimates:
ratio of variances
0.2353305
要點:var.test可做兩樣本方差比的估計。基於此結果可認為方差不等。
因此,在ex4.6中,計算期望差時應該採取方差不等的引數。
> t.test(x,y)
welch two sample t-test
data: x and y
t = 4.6287, df = 13.014, p-value = 0.0004712
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
7.359713 20.240287
sample estimates:
mean of x mean of y
140.6
126.8
期望差的95%置信區間為 7.359713 20.240287 。
要點:t.test(x,y,var.equal=true)做方差相等的兩正態樣本的均值差估計
t.test(x,y)做方差不等的兩正態樣本的均值差估計
ex4.9
> x
> n
> tmp
> mean(x)
[1] 1.904762
> mean(x)-tmp;mean(x)+tmp
[1] 1.494041
[1] 2.315483
平均呼喚次數為1.9
0.95的置信區間為1.49,2,32
ex4.10
> x
> t.test(x,alternative="greater")
one sample t-test
data: x
t = 23.9693, df = 9, p-value = 9.148e-10
alternative hypothesis: true mean is greater than 0
95 percent confidence interval:
920.8443
infsample estimates:
mean of x
997.1
燈泡平均壽命置信度95%的單側置信下限為 920.8443
要點:t.test()做單側置信區間估計
第四章習題
一。填空題 1 基 派生 2 單繼承 多繼承 3 私有繼承方式 4 公有 保護 5 多繼承 6 支配原則 7 解決二義性 8 使用作用域運算子 引進虛基類 二。選擇題 1 5 b cd abc c a 6 10 c b d ad a 三。判斷題 f t f t f f 四。簡答題 1.在物件導向技術...
第四章 習題
一 填空題 1 如類果類a繼承了b,那麼類a被稱為 基類,而類b被稱為 派生類。2 c 的兩種繼承為 單繼承和 多繼承。3 在預設情況下的繼承方式為 私有繼承方式 4 從基類中公有派生乙個類時,基類的公有成員就成為派生類的 公有 成員,而這個基類的保護成員就成為派生類的 保護成員。5 c 提供了 多...
C 第四章習題
1 定義乙個複數類complex,過載運算子 使之能用於複數的加法運算。將運算子函式過載為非成員 非友元的普通函式。程式設計序,求兩個複數之和。2 定義乙個複數類complex,過載運算子 使之能用於複數的加減乘除。運算子過載函式作為complex類的成員函式。程式設計序,分別求兩個複數之和 差 積...