数理统计 实验操作手册-2.docVIP

实验一 抽样分布实验 实验目的 产生来自常用分布的随机数，并会利用软件计算常用分布的密度函数（概率函数），分布函数，分位数； 能利用软件绘制给定分布概率密度的图像，并能将不同参数的情形体现在同一张图中，能根据图形判断分布随参数变化而改变的趋势； 能利用软件绘制给定分布经验概率密度的图像，并验证当样本容量充分大时经验分布函数是总体分布函数较好的近似； 验证抽样分布定理。 实验步骤 常用分布随机数的产生及相关性质的计算 ?d+分布名: 自动弹出与该分布有关的帮助文档 “d”：density，密度函数（连续型随机变量）或者概率函数（离散性随机变量） “p”：probability，分布函数 “q”：quantile, 分位数 “r”：random number,随机数 表1 常见的随机分布 分布名称 参数说明 相关指令 二项分布 Binomial distribution size:试验次数； prob:为成功的概率； x:随机变量可能的取值； q:分位数； p:分布函数； n:产生随机数的个数 ?dbinom dbinom(x, size, prob) pbinom(q, size, prob) qbinom(p, size, prob) rbinom(n, size, prob) 泊松分布 Poisson distribution lambda:均值参数； x:随机变量可能的取值； q:分位数； p:分布函数； n:产生随机数的个数 ?dpois dpois(x, lambda) ppois(q, lambda) qpois(p, lambda) rpois(n, lambda) 几何分布 Geometric distribution prob:成功的概率； x:随机变量可能的取值； q:分位数； p:分布函数； n:产生随机数的个数 ?dgeom dgeom(x, prob) pgeom(q, prob) qgeom(p, prob) rgeom(n, prob) 正态分布 Normal distribution mean:均值 sd：标准差 x:随机变量可能的取值； q:分位数； p:分布函数； n:产生随机数的个数 ?dnorm dnorm(x, mean, sd) pnorm(q, mean, sd) qnorm(p, mean, sd) rnorm(n, mean, sd) 伽马分布 Gamma distribution shape:形状参数 rate:尺度参数 x:随机变量可能的取值； q:分位数； p:分布函数； n:产生随机数的个数 ?dgamma dgamma(x, shape, rate) pgamma(q, shape, rate) qgamma(p, shape, rate) rgamma(n, shape, rate) 卡方分布 Chi-squared distribution df: 自由度 x:随机变量可能的取值； q:分位数； p:分布函数； n:产生随机数的个数 ?dchisq dchisq(x, df) pchisq(q, df) qchisq(p, df) rchisq(n, df) F分布 F distrbution df1:第一自由度； df2:第二自由度； x:随机变量可能的取值； q:分位数； p:分布函数； n:产生随机数的个数 df(x, df1, df2) pf(q, df1, df2) qf(p, df1, df2) rf(n, df1, df2) t分布 t distribution df:自由度 x:随机变量可能的取值； q:分位数； p:分布函数； n:产生随机数的个数 dt(x, df) pt(q, df) qt(p, df) rt(n, df) 注：为了解更多的分布，可输入help(Distributions) 或者? Distributions 例1.3 生成具有不同自由度（）的t分布密度函数的图像，并在同一张图中作出标准正态分布密度函数的图像，观察随着自由度的增长，t分布趋于标准正态分布的趋势。 操作： # Display the Students t distributions with various degrees of freedom and compare #to the normal distribution x - seq(-4, 4, length=100) hx - dnorm(x) plot(x, hx, type=l, lty=2, xlab=x value, ylab=Density, main=Comparison of t Distributions) degf - c(1, 3, 8, 30) colo