R语言基础题及答案——R语言与统计分析第六章课后习题(汤银才)
Posted slandarer
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R语言基础题及答案——R语言与统计分析第六章课后习题(汤银才)相关的知识,希望对你有一定的参考价值。
R语言与统计分析第六章课后习题(汤银才)
题-1
有一批枪弹, 出厂时, 其初速 v ∼ N ( 950 , σ 2 ) v\\sim N(950,\\sigma^2) v∼N(950,σ2)(单位: m / s m/s m/s). 经过较长时间储存, 取9发进行测试, 得样本值(单位: m / s m/s m/s)如下: 914 , 920 , 910 , 934 , 953 , 940 , 912 , 924 , 930 914, 920, 910, 934, 953, 940, 912, 924, 930 914,920,910,934,953,940,912,924,930
据经验, 枪弹储存后其初速仍服从正态分布, 且标准差不变, 问是否可认为这批枪弹的初速有显著降低? ( α = 0.01 ) (\\alpha=0.01) (α=0.01)
speed<-c(914, 920, 910, 934, 953, 940, 912, 924, 930)
t.test(speed, mu=950, conf.level = 0.99)
# p值=0.001<0.01, 不接收原假设
# 初速度有明显变化,且又有926.3 <950
# 可以认为弹药初速度有显著降低
One Sample t-test
.
data: speed
t = -5, df = 8, p-value = 0.001
alternative hypothesis: true mean is not equal to 950
99 percent confidence interval:
910.3 942.3
sample estimates:
mean of x
926.3
题-2
已知维尼纶纤度在正常条件下服从正态分布, 且标准差为0.048. 从某天 生产的产品中抽取5根纤维, 测得其纤度为: 1.32 , 1.55 , 1.36 , 1.40 , 1.1 1.32, 1.55, 1.36, 1.40, 1.1 1.32,1.55,1.36,1.40,1.1, 问这天抽取的维尼纶纤度的总体标准差是否正常? ( α = 0.05 ) (\\alpha=0.05) (α=0.05)
fiber<-c(1.32,1.55,1.36,1.40,1.1)
# 课本提供的chisq.var.test()函数:
chisq.var.test<-function (x,var,alpha,alternative="two.sided"){
options(digits=4)
result<-list( )
n<-length(x)
v<-var(x)
result$var<-v
chi2<-(n-1)*v/var
result$chi2<-chi2
p<-pchisq(chi2,n-1)
if(alternative == "less"|alternative=="greater"){
result$p.value<-p
}else if (alternative=="two.sided") {
if(p>.5)
p<-1-p
p<-2*p
result$p.value<-p
}else return("your input is wrong")
result$conf.int<-c(
(n-1)*v/qchisq(alpha/2, df=n-1, lower.tail=FALSE),
(n-1)*v/qchisq(alpha/2, df=n-1, lower.tail=TRUE))
result
}
chisq.var.test(fiber, 0.048^2, 0.05, alternative="two.sided")
# p值=4.992e-09<0.05, 不接收原假设, 总体标准差不正常
# library(TeachingDemos)
# sigma.test(x,sigmasq=0.048^2,conf.level=0.95,alternative="two.sided")
# 也可以使用TeachingDemos库所带sigma.test函数,计算值为5e-09<0.05
$var
[1] 0.02648
.
$chi2
[1] 45.97
.
$p.value
[1] 4.992e-09
.
$conf.int
[1] 0.009505 0.218654
题-3
下面给出两种型号的计算器充电以后所能使用的时间(单位:小时)的观测值:
型号A | 5.5 | 5.6 | 6.3 | 4.6 | 5.3 | 5.0 | 6.2 | 5.8 | 5.1 | 5.2 | 5.9 | |
型号B | 3.8 | 4.3 | 4.2 | 4.9 | 4.5 | 5.2 | 4.8 | 4.5 | 3.9 | 3.7 | 3.6 | 2.9 |
设两样本独立且数据所属的两个总体的密度函数至多差一个平移量. 试问能否认为型号A的计算器平均使用时间比型号B来得长? ( α = 0.01 ) (\\alpha=0.01) (α=0.01)
# 两个总体的密度函数至多差一个平移量说明方差相同,但未知,使用t检验:
A<-c(5.5,5.6,6.3,4.6,5.3,5.0,6.2,5.8,5.1,5.2,5.9)
B<-c(3.8,4.3,4.2,4.9,4.5,5.2,4.8,4.5,3.9,3.7,3.6,2.9)
t.test(A,B,var.equal = TRUE)
# p值=3e-05<0.05, 故拒绝接收AB时长相等原假设,A所用时间显著比B长
Two Sample t-test
.
data: A and B
t = 5.3, df = 21, p-value = 3e-05
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
0.7955 1.8212
sample estimates:
mean of x mean of y
5.500 4.192
题-4
测得两批电子器件的样本的电阻 ( Ω ) (Ω) (Ω)为:
A批(x) | 0.140 | 0.138 | 0.143 | 0.142 | 0.144 | 0.137 |
B批(y) | 0.135 | 0.140 | 0.142 | 0.136 | 0.138 | 0.130 |
设这两批器材的电阻值分别服从正态分布 N ( μ 1 , σ 1 2 ) N(\\mu_1,\\sigma_1^2) N(μ1,σ12)和 N ( μ 2 , σ 2 2 ) N(\\mu_2,\\sigma_2^2) N(μ2,σ22), 且两样本独立,
(1)试检验两个总体的方差是否相等? ( α = 0.01 ) (\\alpha=0.01) (α=0.01)
(2)试检验两个总体的均值是否相等? ( α = 0.05 ) (\\alpha=0.05) (α=0.05)
x<-c(0.140,0.138,0.143,0.142,0.144,0.137)
y<-c(0.135,0.140,0.142,0.136,0.138,0.130)
var.test(x, y, conf.level = 0.99)
# p值=0.4>0.01,接收H0,认为两个总体的方差相等
# 由于上一问认为方差相同,则这一问设置var.equal = TRUE
t.test(x,y,var.equal = TRUE)
# p值=0.09>0.05,接收H0,认为两个总体的均值相等
F test to compare two variances
.
data: x and y
F = 0.44, num df = 5, denom df = 5, p-value = 0.4
alternative hypothesis: true ratio of variances is not equal to 1
99 percent confidence interval:
0.02964 6.61491
sample estimates:
ratio of variances
0.4428
.
Two Sample t-test
.
data: x and y
t = 1.9, df = 10, p-value = 0.09
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-0.0007721 0.0084388
sample estimates:
mean of x mean of y
0.1407 0.1368
题-5
有人称某地成年人中大学毕业生比例不低于30%, 为检验之, 随机调查该地15名成年人, 发现有3名大学毕业生, 取 α = 0.05 \\alpha=0.05 α=0.05, 问该人的看法是否成立?
binom.test(c(3,12),p=0.3,alternative = "less",conf.level = 0.95)
# p-value=0.3>0.05不拒绝原假设
Exact binomial test
.
data: c(3, 12)
number of successes = 3, number of trials = 15, p-value = 0.3
alternative hypothesis: true probability of success is less than 0.3
95 percent confidence interval:
0.0000 0.4398
sample estimates:
probability of success
0.2
以上是关于R语言基础题及答案——R语言与统计分析第六章课后习题(汤银才)的主要内容,如果未能解决你的问题,请参考以下文章
R语言基础题及答案——R语言与统计分析第四章课后习题(汤银才)
R语言基础题及答案——R语言与统计分析第二章课后习题(汤银才)
R语言基础题及答案——R语言与统计分析第四章课后习题(汤银才)
R语言基础题及答案——R语言与统计分析第二章课后习题(汤银才)