R語(yǔ)言—自定義函數(shù)求置信區(qū)間的操作
看代碼吧~
#求單正態(tài)均值mu的置信區(qū)間 #參數(shù)依次為置信水平alpha,正態(tài)樣本x,已知總體方差(默認(rèn)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(cè)置信區(qū)間為:[',mu11,', ',mu12,']。',sep='') string2 <- paste('以1-',alpha,'為置信水平的mu單側(cè)置信區(qū)間上限為:',mu21,'。',sep='') string3 <- paste('以1-',alpha,'為置信水平的mu單側(cè)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(shù)依次為置信水平alpha,正態(tài)樣本x,已知總體均值(默認(rèn)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(cè)置信區(qū)間為:[',sigma11,', ',sigma12,']。',sep='') string2 <- paste('以1-',alpha,'為置信水平的sigma單側(cè)置信區(qū)間上限為:',sigma21,'。',sep='') string3 <- paste('以1-',alpha,'為置信水平的sigma單側(cè)置信區(qū)間下限為:',sigma22,'。',sep='') string <- data.frame(Confidence_Interval=c(string1,string2,string3)) return(string) } #求兩個(gè)正態(tài)均值差(mux-muy)的置信區(qū)間 #參數(shù)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(rèn)為未知),已知y總體方差sigmay(默認(rèn)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(cè)置信區(qū)間為:[',mu11,', ',mu12,']。',sep='') return(string1) } #求兩個(gè)正態(tài)標(biāo)準(zhǔn)差比sigmax/sigmay的置信區(qū)間 #參數(shù)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(rèn)為未知),已知y總體均值muy(默認(rèn)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(cè)置信區(qū)間為:[',sigma11,', ',sigma12,']。',sep='') return(string1) }
選修課作業(yè),自己寫函數(shù)求單正態(tài)樣本均值、方差置信區(qū)間,兩個(gè)正態(tài)樣本均值差、方差比的置信區(qū)間。
求解時(shí)正態(tài)方差和均值默認(rèn)為未知,函數(shù)具體樣子可以參考題圖。
本來(lái)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(bǔ)充:R語(yǔ)言【估計(jì)單側(cè)置信區(qū)間】
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教。
- R語(yǔ)言拼接字符串_paste的用法說(shuō)明
- R語(yǔ)言-summary()函數(shù)的用法解讀
- R語(yǔ)言中cut()函數(shù)的用法說(shuō)明
- R語(yǔ)言-生成頻數(shù)表和列聯(lián)表crosstable函數(shù)介紹
- R語(yǔ)言中if(){}else{}語(yǔ)句和ifelse()函數(shù)的區(qū)別詳解
- R語(yǔ)言中的fivenum與quantile()函數(shù)算法詳解
- R語(yǔ)言-計(jì)算平均值不同函數(shù)的區(qū)別說(shuō)明
- R語(yǔ)言中c()函數(shù)與paste()函數(shù)的區(qū)別說(shuō)明
相關(guān)文章
R語(yǔ)言 實(shí)現(xiàn)在循環(huán)中輸出圖片的操作
這篇文章主要介紹了R語(yǔ)言 實(shí)現(xiàn)在循環(huán)中輸出圖片的操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04R語(yǔ)言中dnorm,pnorm,qnorm和rnorm的區(qū)別淺析
正在學(xué)習(xí)R語(yǔ)言統(tǒng)計(jì)學(xué)的小伙伴,可能會(huì)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(guān)于R語(yǔ)言中dnorm,pnorm,qnorm和rnorm區(qū)別的相關(guān)資料,需要的朋友可以參考下2022-12-12R語(yǔ)言統(tǒng)計(jì)結(jié)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(guān)于R語(yǔ)言統(tǒng)計(jì)結(jié)果輸出至本地文件的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03輕松學(xué)會(huì)R語(yǔ)言識(shí)別Excel日期
想知道如何用R語(yǔ)言識(shí)別Excel中的日期嗎?別擔(dān)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(yǔ)言輕松識(shí)別Excel表格中的日期數(shù)據(jù),讓你在數(shù)據(jù)分析中游刃有余,快來(lái)掌握這一技巧,讓數(shù)據(jù)處理更加高效!2023-12-12Python調(diào)用R語(yǔ)言實(shí)例講解
這篇文章主要介紹了Python調(diào)用R語(yǔ)言實(shí)例講解,文中介紹的非常詳細(xì),有需要的同學(xué)可以研究下2021-03-03R語(yǔ)言繪制corrplot相關(guān)熱圖分析美化示例及詳細(xì)圖解
這篇文章主要為大家介紹了R語(yǔ)言corrplot相關(guān)熱圖分析美化示例及詳細(xì)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(jìn)步,早日升職加薪2022-06-06R語(yǔ)言對(duì)數(shù)據(jù)庫(kù)進(jìn)行操作的實(shí)例詳解
在本篇文章里小編給大家分享的是一篇關(guān)于R語(yǔ)言對(duì)數(shù)據(jù)庫(kù)進(jìn)行操作的實(shí)例詳解內(nèi)容,有興趣的朋友們跟著學(xué)習(xí)下吧。2021-05-05