實驗2 引數估計

2021-10-11 09:19:16 字數 1501 閱讀 8222

實驗目的:

\1. 了解r語言中概率密度函式、分布函式和分位數的計算;

\2. 了解r語言中常見的數學函式形式;

\3. 了解r語言中求函式極值的三大命令:optim()、nlm()、optimize() 。(注:可用來計算最大似然估計)。

實驗內容

\1. 作出自由度為10的卡方分布、自由度為10的t分布以及自由度分別為10和9的f分布的概率密度函式曲線,並求出它們的0.95分位數;

\2. 假設輪胎的壽命服從正態分佈。為估計某種輪胎的平均壽命,現隨機地抽12只輪胎試用,測得它們的壽命(單位:萬公里)如下:

4.68 4.85 4.32 4.85 4.61 5.02 5.20 4.60 4.58 4.72 4.38 4.70

(1)試計算輪胎壽命均值和方差的極大似然估計值;

(2)求出輪胎壽命均值的0.95的置信區間。

x

ychisq

par(mfcol=c(3,1))

plot(x,dchisq(x,df=10),type="l",main="dchisq")

plot(x,dt(x,df=10),type="l",main="dt")

plot(x,df(x,df1 = 9,df2=10),type="l",main="df")

cat("卡方0.95分位數是",qchisq(0.95,df=10),"\n");

cat("t分布0.95分位數是",qt(0.95,10),"\n")

cat("f分布0.95分位數是",qf(0.95,9,10),"\n")

卡方0.95分位數是 18.30704

t分布0.95分位數是 1.812461

f分布0.95分位數是 3.020383

結論:均值和方差的最大似然估計分別為 4.70911和 0.05638579

t.test(x,conf.level=0.95)
one sample t-test

data: x

t = 65.781, df = 11, p-value = 1.243e-15

alternative hypothesis: true mean is not equal to 0

95 percent confidence interval:

4.551601 4.866732

sample estimates:

mean of x

4.709167

引數估計 引數估計

1 引數估計 用樣本統計量去估計總體的引數。2 估計量 用於估計總體引數的統計量的名稱 如樣本均值,樣本比例,樣本方差等 例如 樣本均值就是總體均值 3 引數用 4 估計值 估計引數時計算出來的統計量的具體值 如果樣本均值 5 點估計 例如 用樣本均值直接作為總體均值的估計乙個點估計量的可靠性是由它...

引數估計與非引數估計

引數估計 parameter estimation 根據從 總體中抽取的 樣本估計總體分布中包含的未知引數的方法。人們常常需要根據手中的資料,分析或推斷資料反映的本質規律。即根據樣本資料如何選擇統計量去推斷總體的分布或數字特徵等。統計推斷是數理統計研究的核心問題。所謂統計推斷是指根據樣本對總體分布或...

引數估計與非引數估計

背景知識 概率密度,直觀的理解就是在某乙個區間內,事件發生的次數的多少的問題,比如n 0,1 高斯分布,就是取值在0的很小的區間的概率很高,至少比其他等寬的小區間要高。引數估計要求明確引數服從什麼分布,明確模型的具體形式,然後給出引數的估計值。根據從總體中抽取的樣本估計總體分布中包含的未知引數。非引...