欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

R語言—自定義函數求置信區(qū)間的操作

 更新時間:2021年04月20日 08:34:43   作者:弓二竹  
這篇文章主要介紹了R語言—自定義函數求置信區(qū)間的操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

看代碼吧~

#求單正態(tài)均值mu的置信區(qū)間
#參數依次為置信水平alpha,正態(tài)樣本x,已知總體方差(默認為未知)
mu <- function(alpha,x,sigma=NA){
  n <- length(x)
  meanx <- mean(x)
  if(is.na(sigma)){
    t1 <- qt(1-alpha/2,n-1)
    t2 <- qt(1-alpha,n-1)
    mu11 <- meanx - t1*sqrt(sum((x-meanx)^2)/(n-1))/sqrt(n)
    mu12 <- meanx + t1*sqrt(sum((x-meanx)^2)/(n-1))/sqrt(n)
    mu21 <- meanx + t2*sqrt(sum((x-meanx)^2)/(n-1))/sqrt(n)
    mu22 <- meanx - t2*sqrt(sum((x-meanx)^2)/(n-1))/sqrt(n)
  }
  else{
    u1 <- qnorm(1-alpha/2,0,1)
    u2 <- qnorm(1-alpha,0,1)
    mu11 <- meanx - u1*sigma/sqrt(n)
    mu12 <- meanx + u1*sigma/sqrt(n)
    mu21 <- meanx + u2*sigma/sqrt(n)
    mu22 <- meanx - u2*sigma/sqrt(n)
  }
  string1 <- paste('以1-',alpha,'為置信水平的mu雙側置信區(qū)間為:[',mu11,', ',mu12,']。',sep='')
  string2 <- paste('以1-',alpha,'為置信水平的mu單側置信區(qū)間上限為:',mu21,'。',sep='')
  string3 <- paste('以1-',alpha,'為置信水平的mu單側置信區(qū)間下限為:',mu22,'。',sep='')
  string <- data.frame(Confidence_Interval=c(string1,string2,string3))
  return(string)
}
#求單正態(tài)方差sigma的置信區(qū)間
#參數依次為置信水平alpha,正態(tài)樣本x,已知總體均值(默認為未知)
sigma <- function(alpha,x,mu=NA){
  n <- length(x)
  if(is.na(mu)){
    meanx <- mean(x)
    chisq11 <- qchisq(1-alpha/2,n-1)
    chisq12 <- qchisq(alpha/2,n-1)
    chisq21 <- qchisq(alpha,n-1)
    chisq22 <- qchisq(1-alpha,n-1)
    sigma11 <- sqrt(sum((x-meanx)^2)/chisq11)
    sigma12 <- sqrt(sum((x-meanx)^2)/chisq12)
    sigma21 <- sqrt(sum((x-meanx)^2)/chisq21)
    sigma22 <- sqrt(sum((x-meanx)^2)/chisq22)
  }
  else{
    chisq11 <- qchisq(1-alpha/2,n)
    chisq12 <- qchisq(alpha/2,n)
    chisq21 <- qchisq(alpha,n)
    chisq22 <- qchisq(1-alpha,n)
    sigma11 <- sqrt(sum((x-mu)^2)/chisq11)
    sigma12 <- sqrt(sum((x-mu)^2)/chisq12)
    sigma21 <- sqrt(sum((x-mu)^2)/chisq21)
    sigma22 <- sqrt(sum((x-mu)^2)/chisq22)
  }
  string1 <- paste('以1-',alpha,'為置信水平的sigma雙側置信區(qū)間為:[',sigma11,', ',sigma12,']。',sep='')
  string2 <- paste('以1-',alpha,'為置信水平的sigma單側置信區(qū)間上限為:',sigma21,'。',sep='')
  string3 <- paste('以1-',alpha,'為置信水平的sigma單側置信區(qū)間下限為:',sigma22,'。',sep='')
  string <- data.frame(Confidence_Interval=c(string1,string2,string3))
  return(string)
}
#求兩個正態(tài)均值差(mux-muy)的置信區(qū)間
#參數依次為置信水平alpha,正態(tài)樣本x,正態(tài)樣本y,
#已知x總體方差sigmax(默認為未知),已知y總體方差sigmay(默認為未知)
mux_muy <- function(alpha,x,y,sigmax=NA,sigmay=NA){
  if(is.na(sigmax)|is.na(sigmay)){
    meanx <- mean(x)
    meany <- mean(y)
    m <- length(x)
    n <- length(y)
    sx <- sqrt(sum((x-meanx)^2)/(m-1))
    sy <- sqrt(sum((y-meany)^2)/(n-1))
    sw <- sqrt((m-1)*sx^2/(m+n-2)+(n-1)*sy^2/(m+n-2))
    mu11 <- (meanx-meany)+qt(1-alpha/2,m+n-2)*sw*sqrt(1/m+1/n)
    mu11 <- (meanx-meany)-qt(1-alpha/2,m+n-2)*sw*sqrt(1/m+1/n)
  }
  else{
    meanx <- mean(x)
    meany <- mean(y)
    m <- length(x)
    n <- length(y)
    sx <- sqrt(sum((x-mux)^2)/m)
    sy <- sqrt(sum((y-muy)^2)/n)
    mu11 <- (meanx-meany)+qt(1-alpha/2,m+n)*sw*sqrt(1/m+1/n)
    mu11 <- (meanx-meany)-qt(1-alpha/2,m+n)*sw*sqrt(1/m+1/n)
  }
  string1 <- paste('以1-',alpha,'為置信水平的mux-muy雙側置信區(qū)間為:[',mu11,', ',mu12,']。',sep='')
  return(string1)
}
#求兩個正態(tài)標準差比sigmax/sigmay的置信區(qū)間
#參數依次為置信水平alpha,正態(tài)樣本x,正態(tài)樣本y,
#已知x總體均值mux(默認為未知),已知y總體均值muy(默認為未知)
sigmax_sigmay <- function(alpha,x,y,mux=NA,muy=NA){
  alpha <- alpha
  mux <- mux
  muy <- muy
  if(is.na(mux)|is.na(muy)){
    meanx <- mean(x)
    m <- length(x)
    meany <- mean(y)
    n <- length(y)
    F1 <- qf(1-alpha/2,m-1,n-1)
    F2 <- qf(alpha/2,m-1,n-1)
    sigma11 <- 1/F1*sum((x-meanx)^2)*(n-1)/sum((y-meany)^2)/(m-1)
    sigma12 <- 1/F2*sum((x-meanx)^2)*(n-1)/sum((y-meany)^2)/(m-1)
  }
  else{
    m <- length(x)
    n <- length(y)
    F1 <- qf(1-alpha/2,m,n)
    F2 <- qf(alpha/2,m,n)
    sigma11 <- 1/F1*sum((x-mux)^2)*n/sum((y-muy)^2)/m
    sigma12 <- 1/F2*sum((x-mux)^2)*n/sum((y-muy)^2)/m
  }
  string1 <- paste('以1-',alpha,'為置信水平的sigmax-sigmay雙側置信區(qū)間為:[',sigma11,', ',sigma12,']。',sep='')
  return(string1)
}

選修課作業(yè),自己寫函數求單正態(tài)樣本均值、方差置信區(qū)間,兩個正態(tài)樣本均值差、方差比的置信區(qū)間。

求解時正態(tài)方差和均值默認為未知,函數具體樣子可以參考題圖。

本來是想輸出一段話,但是我不知道怎么換行,所以將就著看吧。

補充:R語言【估計單側置信區(qū)間】

在這里插入圖片描述

以上為個人經驗,希望能給大家一個參考,也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方,望不吝賜教。

相關文章

  • R語言 實現在循環(huán)中輸出圖片的操作

    R語言 實現在循環(huán)中輸出圖片的操作

    這篇文章主要介紹了R語言 實現在循環(huán)中輸出圖片的操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2021-04-04
  • R語言拼接字符串_paste的用法說明

    R語言拼接字符串_paste的用法說明

    這篇文章主要介紹了R語言拼接字符串_paste的用法說明,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2021-04-04
  • R語言中dnorm,pnorm,qnorm和rnorm的區(qū)別淺析

    R語言中dnorm,pnorm,qnorm和rnorm的區(qū)別淺析

    正在學習R語言統(tǒng)計學的小伙伴,可能會被各種專有名詞所困擾,下面這篇文章主要給大家介紹了關于R語言中dnorm,pnorm,qnorm和rnorm區(qū)別的相關資料,需要的朋友可以參考下
    2022-12-12
  • R語言統(tǒng)計結果輸出至本地文件的幾種方法示例

    R語言統(tǒng)計結果輸出至本地文件的幾種方法示例

    這篇文章主要給大家介紹了關于R語言統(tǒng)計結果輸出至本地文件的相關資料,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2021-03-03
  • R語言變量賦值深入講解

    R語言變量賦值深入講解

    這篇文章主要介紹了R語言變量賦值深入講解,內容講解的很清晰,有感興趣的可以學習下
    2021-03-03
  • 輕松學會R語言識別Excel日期

    輕松學會R語言識別Excel日期

    想知道如何用R語言識別Excel中的日期嗎?別擔心,我們有你需要的全部信息!本指南將向你展示如何使用R語言輕松識別Excel表格中的日期數據,讓你在數據分析中游刃有余,快來掌握這一技巧,讓數據處理更加高效!
    2023-12-12
  • Python調用R語言實例講解

    Python調用R語言實例講解

    這篇文章主要介紹了Python調用R語言實例講解,文中介紹的非常詳細,有需要的同學可以研究下
    2021-03-03
  • R語言繪制corrplot相關熱圖分析美化示例及詳細圖解

    R語言繪制corrplot相關熱圖分析美化示例及詳細圖解

    這篇文章主要為大家介紹了R語言corrplot相關熱圖分析美化示例及詳細圖解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2022-06-06
  • R語言-修改(替換)因子變量的元素操作

    R語言-修改(替換)因子變量的元素操作

    這篇文章主要介紹了R語言-修改(替換)因子變量的元素操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2021-04-04
  • R語言對數據庫進行操作的實例詳解

    R語言對數據庫進行操作的實例詳解

    在本篇文章里小編給大家分享的是一篇關于R語言對數據庫進行操作的實例詳解內容,有興趣的朋友們跟著學習下吧。
    2021-05-05

最新評論