统计建模与R软件习题-豆柴文库

统计建模与R软件习题.doc

2024-01-26

10金币

27KB

5页

胜利****实阿

实名认证

内容提供者

1/5

2/5

3/5

4/5

5/5

在线预览结束，喜欢就下载吧，查找使用更方便

下载提示文本预览

如果您无法下载资料，请参考说明：

1、部分资料下载需要金币，请确保您的账户上有足够的金币

2、已购买过的文档，再次下载不重复扣费

3、资料包下载后请先用软件解压，在使用对应软件打开

第七章1．a．>lamp<-data.frame(+X=c(115,116,98,83,103,107,118,116,73,89,85,97),+A=factor(rep(1:3,c(4,4,4)))+)>lamp.aov<-aov(X~A,data=lamp)>source("anova.tab.R");anova.tab(lamp.aov)DfSumSqMeanSqFvaluePr(>F)A21304.00652.004.92280.03595*Residuals91192.00132.44Total112496.00---Signif.codes:0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘.’1P值大于0.01，接受原假设。没有显著差异b．>source("interval_estimatel.R")>x<-c(115,116,98,83)>interval_estimatel(x)meandfab1103378.04264127.9574均值为103，区间估计为（78.04264，127.9574）>source("interval_estimatel.R")>x<-c(103,107,118,116)>interval_estimatel(x)meandfab1111399.59932122.4007均值为111，区间估计为（99.59932，122.4007）>source("interval_estimatel.R")>x<-c(73,89,85,97)>interval_estimatel(x)meandfab86370.08777101.9122均值为86，区间估计为（70.08777，101.9122）c．>pairwise.t.test(X,A,p.adjust.method="none")PairwisecomparisonsusingttestswithpooledSDdata:XandA1220.351-30.0660.013Pvalueadjustmentmethod:none水平均值P11031.0000.3510.06621110.3511.0000.0133860.0660.0131.000>X=c(115,116,98,83,103,107,118,116,73,89,85,97)>A=factor(rep(1:3,c(4,4,4)))>pairwise.t.test(X,A,p.adjust.method="holm")PairwisecomparisonsusingttestswithpooledSDdata:XandA1220.35-30.130.04Pvalueadjustmentmethod:holm>X=c(115,116,98,83,103,107,118,116,73,89,85,97)>A=factor(rep(1:3,c(4,4,4)))>pairwise.t.test(X,A,p.adjust.method="bonferroni")PairwisecomparisonsusingttestswithpooledSDdata:XandA1221.00-30.200.04Pvalueadjustmentmethod:bonferroni2．>lamp<-data.frame(+X=c(20,18,18,17,15,16,13,18,22,17,26,19,26,28,23,25,24,25,18,22,27,24,12,14),+A=factor(rep(1:4,c(10,6,6,2)))+)>lamp.aov<-aov(X~A,data=lamp)>source("anova.tab.R");anova.tab(lamp.aov)DfSumSqMeanSqFvaluePr(>F)A3351.72117.2415.1052.277e-05***Residuals20155.237.76Total23506.96---Signif.codes:0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’1p值远远小于0.01，拒绝原假设。所以有显著差异3．>lamp<-data.frame(+X=c(20,18,18,17,15,16,13,18,22,17,26,19,26,28,23,25,24,25,18,22,27,24,12,14),+A=factor(rep(1:4,c(10,6,6,2)))+)>lamp.aov<-aov(X~A,data=lamp)>source("anova.tab.R");anova.tab(lamp.aov)DfSumSqMeanSqFvaluePr(>F)A3351.72117.2415.1052

相关资料

统计建模与R软件习题.doc

2024-01-26

27KB

《统计建模与R软件》书本课后习题答案.pdf

第二章答案：Ex2.1x<-c(1,2,3)y<-c(4,5,6)e<-c(1,1,1)z=2*x+y+ez1=crossprod(x,y)#z1为x1与x2的内积或者x%*%yz2=tcrossprod(x,y)#z1为x1与x2的外积或者x%o%yz;z1;z2要点：基本的列表赋值方法，内积和外积概念。内积为标量，外积为矩阵。Ex2.2A<-matrix(1:20,c(4,5));AB<-matrix(1:20,nrow=4,byrow=TRUE);BC=A+B;C#不存在AB这种写法E=A*B;EF

2024-03-24

1.9MB

《统计建模与R软件》书本课后习题答案.docx

2024-03-24

813KB

统计建模与R软件第二章习题.doc

2.1建立一个R文件，在文件中输入变量，并作以下运算：计算计算x与y的内积。计算x与y的外积。(1)x<-matrix(1:3,nrow=3);y<-matrix(4:6,nrow=3);e<-matrix(c(1,1,1),nrow=3);z<-2*x+y+e;z[,1][1,]7[2,]10[3,]13(2)crossprod(x,y)[,1][1,]32(3)外积：tcrossprod(x,y)[,1][,2][,3][1,]456[2,]81012[3,]1215182.2将1,2......20

2024-09-05

48KB

统计建模与R软件第七章习题答案.pdf

统计建模与R软件第七章习题答案(方差分析)Ex7.1(1)>lamp<-data.frame(X=c(115,116,98,83,103,107,118,116,73,89,85,97),A=factor(rep(1:3,c(4,4,4))))>lamp.aov<-aov(X~A,data=lamp);summary(lamp.aov)DfSumSqMeanSqFvaluePr(>F)A21304652.04.9230.0359*Residuals91192132.4P值小于0.05，有显著差异。(2)对

2024-07-01

188KB