北工大 数学建模 实验5.docxVIP

（1）输入程序：X-c(1067,919,1196,785,1126,936,918,1156,920,948) t.test(X,al=g) R程序： 有结果可知95%的灯泡至少可以使用920.8小时 (2)当使用时间至少为1000小时：查阅标准正态分布表 可以得出对应的概率为1-Ф（(1000-μ)/δ）=1-Ф（(1000-997.1)/124.797）=1-Ф（0.02324）=1-0.5106=0.4894 即由题可以得出使用时间在1000小时以上的概率为48.94%。 解：设原假设为H0:225，对立假设H1:225 输入程序： X-c(220,188,162,230,145,160,238,188,247,113,126,245,164,231,256,183,190,158,224,175) t.test(X,mu=225) R程序为 结果得出： P-=0.0025160.05，所以拒绝H0，置信区间为[172.3827,211.9173]，最大值小于225。因此可以认为油漆作业对人体血小板计数有影响 1、方差相同时 设原假设H0:μ1=μ2，对立假设H1:μ1μ2 X-c(-0.70,-5.60,2.00,2.80,0.70,3.50,4.00,5.80,7.10,-0.50,2.50,-1.60,1.70,3.00,0.40,4.50,4.60,2.50,6.00,-1.40) Y-c(3.70,6.50,5.00,5.20,0.80,0.20,0.60,3.40,6.60,-1.10,6.00,3.80,2.00,1.60,2.00,2.20,1.20,3.10,1.70,-2.00) t.test(X,Y,var.equal=TRUE) P-值=0.520.05，接受原假设H0，所以有差异。 2、方差不同时 输入程序： X-c(-0.70,-5.60,2.00,2.80,0.70,3.50,4.00,5.80,7.10,-0.50,2.50,-1.60,1.70,3.00,0.40,4.50,4.60,2.50,6.00,-1.40) Y-c(3.70,6.50,5.00,5.20,0.80,0.20,0.60,3.40,6.60,-1.10,6.00,3.80,2.00,1.60,2.00,2.20,1.20,3.10,1.70,-2.00) var.test(X,Y) 程序运行结果表明，置信区间为[0.6326505，4.0381795]；因为1在置信区间内，故认为实验组与对照组的方差是相同的。 3成对数据模型 实验组： X-c(-0.70,-5.60,2.00,2.80,0.70,3.50,4.00,5.80,7.10,-0.50,2.50,-1.60,1.70,3.00,0.40,4.50,4.60,2.50,6.00,-1.40) ks.test(X,pnorm,mean=mean(X),sd=sqrt(var(X))) R结果 结果表明p-value为0.97710.05，检验数据来自正态分布的总体。 对照组： Y-c(3.70,6.50,5.00,5.20,0.80,0.20,0.60,3.40,6.60,-1.10,6.00,3.80,2.00,1.60,2.00,2.20,1.20,3.10,1.70,-2.00) ks.test(Y,pnorm,mean=mean(Y),sd=sqrt(var(Y))) R结果 结果表明p-value为0.93680.05，检验数据来自正态分布的总体。 （2）检验两组方差是否相等 H0：两组数据方差相等 H1：两组数据方差不相等 X-c(-0.7,-5.6,2.0,2.8,0.7,3.5,4.0,5.8,7.1,-0.5,2.5,-1.6,1.7,3.0,0.4,4.5,4.6,2.5,6.0,-1.4) Y-c(3.7,6.5,5.0,5.2,0.8,0.2,0.6,3.4,6.6,-1.1,6.0,3.8,2.0,1.6,2.0,2.2,1.2,3.1,1.7,-2.0) var.test(X,Y) 运行结果p-值=0.3153，P-值大于5%，没有充足数据拒绝原假设，即两组数据方差相等 解：设 chisq.test(c(315,101,108,32),p=c(9,3,3,1)/16) R结果为 可以看出，p-value=0.92540.05，可以认为此结果是符合自由组合规律的 解：输入程序： X-0:5;Y-c(92,68,28,11,1,0) q-ppois(X,mean(rep(X,Y))); n-length(Y) p-numeric(n); p[1]-q[1]; p[n]-1-q[n-1]; for(iin2:(n-1)) p[i]-