統(tǒng)計建模與r軟件課后答案-預(yù)覽頁
【正文】 ,140,145,148,140,135,144,141) yc(135,118,115,140,128,131,130,115,131,125) (x,y) (x,y,=F)泊松分布的參數(shù)就等于它的均值也等于方差。greater39。如下 xc(1067,919,1196,785,1126,936,918,1156,920,948) pnorm(1000,mean(x),sd(x))[1] [1] 這是檢驗兩個總體是否存在差異的問題。,mean(x),sd(x)) (y,39。pnorm39。 x0:5。l39。pnorm39。) (x,y,method=39。summary()結(jié)果是方程是顯著的（4） predict(,(X=7),interval=39。但是整個方程通過了檢驗。summary()（1） da(X=c(1,1,1,1,2,2,2,3,3,3,4,4,4,5,6,6,6,7,7,7,8,8,8,+ 9,11,12,12,12),Y=c(,+ ,+ ,)) plot(da$X,da$Y) lm(Y~X,data=da) abline()（2） summary()全部通過（3） plot(,1) windows() plot(,3)可以觀察到誤差符合等方差的。 lm(Y~1+X1+X2,data=toothpaste,subset=c(5,8,9,24)) windows() plot(,3) summary()[,]之內(nèi)，而且方程系數(shù)和方程本身也都通過檢驗。step去掉了X3和X4。首先得把這個表格看懂。如下。p 1 %（1） cofe(X=c(0,0,1,1,2,2,3,3,4,4,5,5,6,6),Y=c(,+,657,)) lm(Y~X,data=cofe) summary()（2） lm(Y~X+I(X^2),data=cofe) summary()（3） plot(cofe$X,cofe$Y) abline() windows() plot(cofe$X,cofe$Y) lines(spline(cofe$X,fitted()))（1） pe(39。下面計算每一個病人的生存時間大于200天的概率值。下面計算各個病人的存活概率。 peo(X=c(2,5,7,10,14,19,26,31,34,38,45,52,53,60,65),+ Y=c(54,50,45,37,35,25,20,16,18,13,8,11,8,4,6)) lm(log(Y)~1+X,data=peo)。,c(39。,39。 (pro$Y[pro$X==3])。 rat(X=c(30,27,35,35,29,33,32,36,26,41,33,31,43,45,53,44,+ 51,53,54,37,47,57,48,42,82,66,66,86,56,52,76,83,72,73,59,53),+ A=gl(3,12)) (rat$X[A==1]) (rat$X[rat$A==2]) (rat$X[rat$A==3]) (X~A,data=rat)可以看到數(shù)據(jù)符合正態(tài)性但是不是方差齊性的 rat(Y=c(,+ ,+ ),X=gl(3,8)) aov(Y~X,data=rat) summary()結(jié)果是顯著的 sleep(Y=c(,+ ,+ ,),X=gl(4,8)) aov(Y~X,data=sleep) summary()結(jié)果是不顯著（1） pro(Y=c(,+ ,),A=gl(3,2,18),B=gl(3,6,18)) aov(Y~A+B+A:B,data=pro)。如下 abfunction(x,y){+ nlength(x)。B39。然后選擇A，選擇水平3，那么B只能在1和2中選擇。pro$B==1])（3） (pro$Y,pro$AB) (pro$Y,pro$B) (pro$Y,pro$A) rice(A=gl(3,3),B=gl(3,1,9),+ C=factor(c(1,2,3,2,3,1,3,1,2)),Y=c(,+ ,)) aov(Y~A+B+C,data=rice)。,39。))) for(i in 1:3)+ for(j in 1:3)+ K[i,j]mean(rice$Y[rice[j]==i]) K 品種 密度 施肥量1 2 3 所以應(yīng)該選品種8號，首先我們繪制出正交試驗表格，如下列號1234567產(chǎn)量試驗號ABA*BCA*CB*CDC*DB*DA*D11111111862111222295312211229141222211945212121291621221219672211221838221211288好吧，表示因為多了一個因素D不知道怎么排列交互作用了，我上面排列的也不一定對。zrep(0,n)+ for( i in 1:n)+ if(x[i]==y[i]){z[i]1}else{z[i]2}+ factor(z)} $ABab($A,$B) $ACab($A,$C) Kmatrix(0,nrow=2,ncol=5,dimnames=list(1:2,c(39。,39。,39。那么A選擇1，C必須選擇2.所以最后的最優(yōu)組合應(yīng)該是A1B1C2即通用夾具，特殊鑄鐵，第八章 xmatrix(c(,2,5,0,+ ,+ ,10),ncol=2,byrow=T) ggl(2,1,20) (x,g,c(,2)) (x,g,TstX=c(,2)) (x,g,TstX=c(,2),=T) (x[1:10,],x[11:20,],c(,2))得出的結(jié)論都是明天下雨 heart(39。,header=T)X(x1=study$x1,x2=study$x2,x3=study$x3,=study$地區(qū)) ddist(X) hclust(d,method=39。) hclust(d,method=39。) oparpar(mfrow=c(2,2)) plot(,hang=1) rect1(,k=4) plot(,hang=1) rect2(,k=4) plot(,hang=1) rect3(,k=4) plot(,hang=1) rect4(,k=4)下面是各種方法分類的結(jié)果 rect1 rect2 rect3 rect4（2） kmkmeans(scale(X),4,nstart=20) sort(km$clust) coreer(39。) hc2hclust(d,method=39。) hc4hclust(d,method=39。,header=T) prinp(fac,cor=T)。首先我們采用動態(tài)聚類方法，如下 precpre[,1:4] precc(x1=prec[,1],x2=prec[,2],x3=prec[,3],+ x4=prec[,4],=c(39。,39。,39。,39。,39。,39。,39。故可以用主成分回歸來處理。 xc(1,1,+ ,1,+ ,1,+ ,1,1,+ ,1,+ ,1) namesc(39。,39。,39。,39。) rmatrix(x,nrow=8,dimnames=list(names,names)) facfactanal(factors=2,covmat=r) fac從結(jié)果中我們可以看出，第一個因子主要與身高，手臂長，上肢長，下肢長有關(guān)，第二個因子主要與體重，頸圍，胸圍有光。Bartlett39。第1,2,3,5同學(xué)文理科都很好。另外，我們還可以看看那每對典型變量的散點圖。V139。V239。V339。用一些事情，總會看清一些人。4. 歲月是無情的，假如你丟給它的是一片空白，它還給你的也是一片空白。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1