经典统计R语言操作.pdfVIP

经典统计R 语言操作 一、点估计2 矩法2 极大似然估计2 二、区间估计4 1 一个正态总体4 1.1 均值u 的区间估计4 2 1.2 方差 的区间估计6 2 两个正态总体8 2.1 均值差  的区间估计8 1 2 2 2 2.2 方差比  的区间估计9 1 2 一般经典统计教材统计推断主要包括三个部分内容：点估计、区 间估计、假设检验，其中点估计和区间估计统称为参数估计。 一、点估计 总体是由总体分布刻画，实际问题中我们根据问题本身的专业知 识或以往的经验或用适当的统计方法，有时可判断总体分布的类型， 但总体分布的参数还是未知，这是需要用样本对参数进行估计，即参 数估计。 点估计用一个样本统计量来估计一个未知参数，特点是能够明确 告诉人“未知参数大致是多少” 矩法 略 极大似然估计 设总体X 服从Cauchy 分布，其概率密度函数为 1 f x ; ;x     1 x   2   X ,X ,,X  其中 为未知参数， 1 2 n 是来自总体X 的样本，求 的极 大似然估计 解：Cauchy 分布的极大似然函数为： n n 1 L ;x f x ;       i 1 i i 1  1 x   2   i  相对应的对数似然函数为： n 2 ln L ; x n ln   ln 1 x         i   i 1 对数似然方程为： n x   i 2 0 i 1 1 x   i 可以看到，得到对数似然方程的解析解比较困难，下面考虑用R 语 言求数值解。 利用求根函数uniroot() x=rcauchy(1000,1) f=function(p) sum((x-p)/(1+(x-p)^2)) out=uniroot(f,c(0,5)) out uniroot()一般使用格式 uniroot(f,interval,lower=min(interval),upper=(interval),tol=.Machine$dou ble.eps^0.25,maxiter=1000, „„) 其中f 是所求方程的函数，interval 是包含方程根