R語言 自定義函式求置信區間

2021-08-13 08:20:32 字數 1718 閱讀 3561

#求單正態均值mu的置信區間

#引數依次為置信水平alpha,正態樣本x,已知總體方差(預設為未知)

mu <- function(alpha,x,sigma=na)

else

string1 <- paste('以1-',alpha,'為置信水平的mu雙側置信區間為:[',mu11,', ',mu12,']。',sep='')

string2 <- paste('以1-',alpha,'為置信水平的mu單側置信區間上限為:',mu21,'。',sep='')

string3 <- paste('以1-',alpha,'為置信水平的mu單側置信區間下限為:',mu22,'。',sep='')

string <- data.frame(confidence_interval=c(string1,string2,string3))

return(string)

}#求單正態方差sigma的置信區間

#引數依次為置信水平alpha,正態樣本x,已知總體均值(預設為未知)

sigma <- function(alpha,x,mu=na)

else

string1 <- paste('以1-',alpha,'為置信水平的sigma雙側置信區間為:[',sigma11,', ',sigma12,']。',sep='')

string2 <- paste('以1-',alpha,'為置信水平的sigma單側置信區間上限為:',sigma21,'。',sep='')

string3 <- paste('以1-',alpha,'為置信水平的sigma單側置信區間下限為:',sigma22,'。',sep='')

string <- data.frame(confidence_interval=c(string1,string2,string3))

return(string)

}#求兩個正態均值差(mux-muy)的置信區間

#引數依次為置信水平alpha,正態樣本x,正態樣本y,

#已知x總體方差sigmax(預設為未知),已知y總體方差sigmay(預設為未知)

mux_muy <- function(alpha,x,y,sigmax=na,sigmay=na)

else

string1 <- paste('以1-',alpha,'為置信水平的mux-muy雙側置信區間為:[',mu11,', ',mu12,']。',sep='')

return(string1)

}#求兩個正態標準差比sigmax/sigmay的置信區間

#引數依次為置信水平alpha,正態樣本x,正態樣本y,

#已知x總體均值mux(預設為未知),已知y總體均值muy(預設為未知)

sigmax_sigmay <- function(alpha,x,y,mux=na,muy=na)

else

string1 <- paste('以1-',alpha,'為置信水平的sigmax-sigmay雙側置信區間為:[',sigma11,', ',sigma12,']。',sep='')

return(string1)

}

選修課作業,自己寫函式求單正態樣本均值、方差置信區間,兩個正態樣本均值差、方差比的置信區間。

求解時正態方差和均值預設為未知,函式具體樣子可以參考題圖。

本來是想輸出一段話,但是我不知道怎麼換行,所以將就著看吧。

我覺得我應該沒有求錯,如果求錯了,麻煩告訴一聲,謝啦!!

R語言求單側置信區間或雙側置信區間

interval estimated function x,sigma 1,side 0,alpha 0.05 else if side 0 else df n else else if side 0 else df n 1 data.frame a a,b b 在上述方法中,x是資料構成的向量。s...

求總體標準差的置信區間 如何計算置信區間

一 置信區間與置信水平 在做實驗時,即使實驗條件再準確,也無法避免隨機干擾的影響,所以誤差永遠存在,無可避免。做科學實驗時要測量多次,採取取平均值的方法。在科學實驗的測量結果上,總是會加上乙個測量範圍。統計學核心思想 用樣本資訊來估計總體資訊 之前我們用樣本給出乙個精確值來估計總體,這個點估計值是有...

求總體標準差的置信區間 置信區間與參考值範圍

誤差永遠存在,而且不可避免。即使實驗條件再精確也無法完全避免隨機干擾的影響,所以做科學實驗往往要測量多次,用取平均值之類的統計手段去得出結果。多次測量,是乙個排除偶然因素的好辦法。如國足輸掉比賽之後經常抱怨偶然因素,有時候是因為裁判不公,有時候是因為主力不在,有時候是因為不適應客場氣候,關鍵是如果你...