自助法进行统计摸底.docxVIP

利用自助法（bootstrap）进行统计模拟——基于R语言 1. 假设有变量X1 ,X2 , ... , X20 独立同指数分布于Exp(2)，令X = ∑120 Xi 。 用R软件模拟X的抽样过程 从你得到的分布中求出X的期望和方差 从你得到的分布中求出P(x = 10) ## Q1 ## Q1 # (1) N = 10^4 - 1 myX - numeric(N) for(i in 1:N) { sample - rexp(20, rate = 2) myX[i] - sum(sample) } # (2) myX.mean - mean(myX) # 10.03208 myX.sd - sd(myX) # 2.27350 # (3) p - sum(myX = 10)/N # 0.5258526 2. 导入数据集 Bangladesh，该数据集包含了从271个水井中采集到的砷浓度(Arsenic)、氯浓度(Chlorine)和钴浓度(Cobalt)。（注：氯浓度(Chlorine)属性集中存在缺失值，请使用如下命令读取并移除缺失值：chlorine=subset(Bangladesh, select=Chlorine, subset=!is.na(Chlorine), drop=T)） 对数据集中的氯浓度(Chlorine)属性集做统计分析并描述它的统计特性 使用自助法（bootstrap）计算均值 根据自助法得到的数据集计算并解释它的95%的置信区间 自助法估计的偏度是多少？使用自助法得到的统计量标准误差代表含义是什么？ ## Q2 ## Q2 setwd(D:\\MyWork\\统计分析原理\\Data) Bangladesh - read.csv(Bangladesh.csv) chlorine=subset(Bangladesh, select=Chlorine, subset=!is.na(Chlorine), drop=T) # (1) five - summary(chlorine) # Min. 1st Qu. Median Mean 3rd Qu. Max. # 1.00 5.00 14.20 78.08 55.50 1550.00 # 极度左偏 hist(chlorine) boxplot(chlorine); title(the boxplot of chlorine) # （2） # （2） N - 10^4-1 n - length(chlorine) observed.mean - mean(chlorine) chlorine.mean - numeric(N) for(i in 1:N) { sample - sample(chlorine, n, replace=T) chlorine.mean[i] - mean(sample) } # (3) quantile(chlorine.mean, c(0.025, 0.975)) # 2.5% 97.5% # 54.85729 104.14349 # (4) mean(chlorine.mean) - observed.mean # 0.05904 sd(chlorine.mean) # 12.66593 令X变量是在区间[40, 60]之间的均匀分布，Y变量是在区间[45, 80]之间的均匀分布，现假设X 和 Y 相互独立 计算变量X + Y的期望值和方差 模拟X + Y的抽样分布并画出它的分布图。计算它的样本均值和方差并与理论均值和方差进行比较。 假设Jack完成统计作业的时间（以分钟为单位）服从在区间[40, 60]上的均匀分布而Jill是在区间[45, 80]上的均匀分布。现假设他们之间相互独立。如果某天他们总共完成作业的时间小于90分钟，请问该事件发生的概率有多大。 ## Q3 ## Q3 # (1) mean1 = 112.5 sd1 = 11.64 # (2) # (2) N - 10^4-1 ZZ - numeric(N) for(i in 1:N) { XX - runif(1, 40, 60) YY - runif(1, 45, 80) ZZ[i] - XX + YY } hist(ZZ) ZZ.mean - mean(ZZ) # 112.454 ZZ.sd - sd(ZZ)