The 3rd homework
2015-10-21 17:27
211 查看
1.10
(1)计算对数经验生存函数的标准差Sd=Variance−−−−−−−−√
Variance=var[lnSn(t)]≈1nF(t)1−F(t)
因为F(t)=1−e−t 且n=100
所以Sd=110et−1−−−−−√
(2)生成4个类似的容量为100的样本,画出它们的对数经验生存函数,可以发现随着t的增加,对数经验生存函数会变得不稳定,因为标准差变大了。
t1<-log(1-sort(rexp(100))/100) t2<-log(1-sort(rexp(100))/100) t3<-log(1-sort(rexp(100))/100) t4<-log(1-sort(rexp(100))/100)
par(mfrow=c(2,2)) plot.ecdf(t1) plot.ecdf(t2) plot.ecdf(t3) plot.ecdf(t4)
1.11
(1)画出beenswax数据的经验累积分布、直方图和Q-Q图y=read.table("R\\beenswax.txt",header = TRUE) library(lattice)
par(mfrow=c(1,2)) plot.ecdf(y$MeltingPoint,main="Meltingpoint") plot.ecdf(y$Hydrocarbon,main="Hydrocarbon") histogram(y$MeltingPoint,main="直方图1") histogram(y$Hydrocarbon,main="直方图2") qqnorm(y$MeltingPoint) qqnorm(y$Hydrocarbon)
(2)找出0.90,0.75,0.50,0.25和0.10的分位数
“`{r}
c<-c(0.9,0.75,0.5,0.25,0.1)
算出meltingpoint的分位数
y1<-quantile(ecdf(y$MeltingPoint),c);y1算出hydrocarbon的分位数
y2<-quantile(ecdf(y$Hydrocarbon),c);y2“`
k | 0 | 1 | 2 | 21 | 22 | 23 |
---|---|---|---|---|---|---|
B(30,0.5) | 9.31E-10 | 2.79E-08 | 4.05E-07 | 1.33E-02 | 5.45E-03 | 1.90E-03 |
N(15,7.5) | 7.20E-03 | 9.32E-03 | 1.18E-02 | 3.86E-02 | 3.44E-02 | 3.01E-02 |
N(15−1/2,7.5) | NA | NA | NA | 3.65E-02 | 3.23E-02 | 2.80E-02 |
N(15+1/2,7.5) | 6.29E-03 | 8.21E-03 | 1.05E-02 | NA | NA | NA |
相关文章推荐
- 关于多属性查找问题的sphinx解决方案
- Android学习笔记之AndroidManifest.xml文件解析(详解)
- 自定义Toast
- WDS+MDT部署Windows7操作系统1—安装WDS服务器
- 设计模式学习之简单工厂模式和策略模式
- JAVA设计模式---原型模式--浅客隆和深克隆
- ubuntu + nginx 安装subversion并配置nginx+apache通过http方式访问
- 1010. 一元多项式求导 (25)
- WDS+MDT部署Windows7操作系统2—;导入启动映像和安装映像
- Unity在android平台的游戏名称国际化
- 三元闭包与强弱联系
- AngularJS中$http
- iOS Method Swizzling(交换)
- 《大道至简》第四章读后感
- 如何利用Info Path自定义Form表单?
- ubuntu 14.04 下安装Armadillo库 进行稀疏矩阵特征分解
- HDU 4374 F(x) (数位dp)
- BrowserUtils
- Js作用域与作用域链详解
- 杀死那只creep