完整word版统计计算与R填空题题库及答案推荐文档.docx
- 文档编号:10118340
- 上传时间:2023-02-08
- 格式:DOCX
- 页数:30
- 大小:44.98KB
完整word版统计计算与R填空题题库及答案推荐文档.docx
《完整word版统计计算与R填空题题库及答案推荐文档.docx》由会员分享,可在线阅读,更多相关《完整word版统计计算与R填空题题库及答案推荐文档.docx(30页珍藏版)》请在冰豆网上搜索。
完整word版统计计算与R填空题题库及答案推荐文档
第二章R软件的使用
1.求解非线性方程组一般用Newton法。
Newton法的迭代格式为:
其中J(x)为函数f(x)的Jacobi矩阵。
请补全下列程序:
Newtons=function(fun,x,ep=1e-5,it_max=100){
index=0;k=1
while(k<=it_max){
x1=x;obj=fun(x);
x=x-_____(obj$J,obj$f);
norm=sqrt((x-x1)%*%(x-x1))
if(norm index=1;_____ } k=k+1 } obj=fun(x); list(root=_____,it=_____,index=index,FunVal=_____) } funs=function(x){ f=c(x[1]^2+x[2]^2-5,(x[1]+1)*x[2]-(3*x[1]+1)) J=matrix(c(2*x[1],2*x[2],x[2]-3,x[1]+1), nrow=2,byrow=T) list(f=f,J=J) } 2.编写一个R程序(函数).输入一个整数n,如果 ,则中止运算,并输出一句话: “要求输入一个正整数”;否则,如果n是偶数,则将n除以2,并赋给n;否则,将3n+1赋给n.不断循环,只到n=1,才停止计算,并输出一句话: “运算成功”.这个例子是为了检验数论中的一个简单的定理.请补全下列程序: fn=function(n){ if(n<=0) list(fail="要求输入一个正整数") else{ i=0; ______{ if(n______2==0) n=______ ______ n=(3*n+1) if(n==1)break i=i+1 } ______(result="运算成功",n=n,iter=i) } } ##运行得到如下结果: fn (1) $result [1]"运算成功" $n [1]1 $iter [1]2 第三章数据描述性分析 3.data_outline.R计算样本的各种描述性统计量。 请补全该程序。 data_outline=function(x){ n=length(x) m=______(x) v=______(x) s=sd(x) me=______(x) cv=100*s/m css=sum((x-m)^2) uss=sum(x^2) R=___________ R1=quantile(x,3/4)-quantile(x,1/4) sm=______ g1=n/((n-1)*(n-2))*sum((x-m)^3)/s^3 g2=((n*(n+1))/((n-1)*(n-2)*(n-3))*sum((x-m)^4)/s^4 -(3*(n-1)^2)/((n-2)*(n-3))) data.frame(N=n,Mean=m,Var=v,std_dev=s,Median=me, std_mean=sm,CV=cv,CSS=css,USS=uss,R=R, R1=R1,Skewness=g1,Kurtosis=g2,row.names=1) } 第四章参数估计 4.请写出正态均值、方差区间估计及假设检验,非正态均值区间估计的函数名(共23个程序) 正态均值区间估计及假设检验 单总 两总 Sigma已知 Sigma未知 Sigma1,sigma2已知 Sigma1,sigma2未知= Sigma1,sigma2 未知! = 区间估计 interval_estimate1(双) √ √ interval_estimate2(双) √ √ √ √ √ interval_estimate5(单、双) √ √ √ t.test(单、双) X √ t.test(单、双、成对) X √ √ 假设检验 √ √ mean.test2 √ √ √ interval_estimate4(区) √ √ √ √ √ t.test(区) X √ t.test(区、成对) X √ √ 正态方差区间估计及假设检验 单总 两总 Mu 已知 Mu 未知 mu1,mu2 已知 mu1,mu2 未知 区间估计 √ √ interval_var2(双) √ √ interval_var3(单、双) √ √ interval_var4(单、双) √ √ var.test(单、双) X √ 假设检验 var.test1 √ √ var.test2 √ √ interval_var3(区) √ √ interval_var4(区) √ √ X √ 非正态均值区间估计: interval_estimate3(双) 5.单个正态总体均值 的区间估计函数是interval_estimate1.R,请补全此程序。 interval_estimate1=function(x,sigma=-1,alpha=0.05){ n=length(x);xb=mean(x) if(_____________){ tmp=sigma/sqrt(n)*_____________;df=n } else{ tmp=_____________*qt(1-alpha/2,n-1);df=_____________ } _____________(mean=xb,df=df,a=xb-tmp,b=xb+tmp) } 6.单个正态总体方差 的区间估计函数是interval_var1.R,请补全此程序。 interval_var1=function(x,___________,alpha=0.05){ n=length(x) if(___________){ S2=___________;df=n } else{ S2=var(x);df=___________ } a=df*S2/qchisq(1-alpha/2,df) b=df*S2/qchisq(alpha/2,df) data.frame(var=___________,df=df,a=a,b=b) } 第五章假设检验 7.P_value.R为求P值的R程序,请补全它。 P_value=function(cdf,x,___________,side=0){ n=length(paramet) P=___________(___________, cdf(x), cdf(x,paramet), cdf(x,paramet[1],paramet[2]), cdf(x,paramet[1],paramet[2],paramet[3]) ) if(___________)P elseif(side>0)___________ else if(P<1/2)2*P else2*(1-P) } 8.mean.test1.R是求单个正态总体均值检验的R程序,请补全它。 mean.test1=function(x,mu=0,__________,side=0){ source("__________") n=length(x);xb=mean(x) if(__________){ z=(xb-mu)/(sigma/sqrt(n)) P=P_value(__________,z,side=side) data.frame(mean=xb,df=n,Z=z,P_value=P) } else{ t=(xb-mu)/(sd(x)/sqrt(n)) P=P_value(__________,t,paramet=n-1,side=side) data.frame(mean=xb,df=n-1,T=t,P_value=P) } } 9.var.test1.R是求单个正态总体方差检验的R程序,请补全它。 var.test1=function(x,sigma2=1,_________,side=0){ source("P_value.R") n=length(x) if(_________){ S2=_________;df=n } else{ S2=var(x);df=n-1 } chi2=df*S2/sigma2; P=P_value(_________,chi2,paramet=_________,side=side) data.frame(var=S2,df=df,chisq2=chi2,P_value=P) } 第六章回归分析 12下面是利用R软件中的lm()求解回归参数的计算过程。 请补全结果,在横线上填统计量,而不是具体的数值。 >x=c(0.10,0.11,0.12,0.13,0.14,0.15,0.16,0.17,0.18,0.20,0.21,0.23) >y=c(42.0,43.5,45.0,45.5,45.0,47.5,49.0,53.0,50.0,55.0,55.0,60.0) >lm.sol=lm(y~1+x) >summary(lm.sol) Call: lm(formula=y~1+x) Residuals: Min1QMedian3QMax -2.0431-0.70560.16940.66332.2653 Coefficients: EstimateStd.ErrortvaluePr(>|t|) (Intercept)__________________5.88e-09*** x130.8359.68313.519.50e-08*** --- Signif.codes: 0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’1 Residualstandarderror: ______on10degreesoffreedom MultipleR-Squared: ______,AdjustedR-squared: 0.9429 F-statistic: 182.6on1and10DF,p-value: 9.505e-08 第七章方差分析 14请补全单因素方差分析表。 因素Ar-1 MSA=_________F=__________p 误差n-r MSE=_________ 总和______________ 第八章应用多元分析(I) 1.请补全以下程序。 discriminiant.distance=function (TrnX1,TrnX2,_________=NULL,var.equal=FALSE){ if(is.null(TstX)==TRUE)TstX=rbind(TrnX1,TrnX2) if(is.vector(TstX)==TRUE)TstX=______________ elseif(is.matrix(TstX)! =TRUE) TstX=as.matrix(TstX) if(is.matrix(TrnX1)! =TRUE)TrnX1=as.matrix(TrnX1) if(is.matrix(TrnX2)! =TRUE)TrnX2=as.matrix(TrnX2) nx=nrow(TstX) blong=matrix(rep(0,nx),nrow=1,byrow=TRUE, dimnames=list("blong",1: nx)) mu1=colMeans(TrnX1);mu2=colMeans(TrnX2) if(______________){ S=_________(rbind(TrnX1,TrnX2)) w=mahalanobis(TstX,mu2,S)-mahalanobis(TstX,mu1,S) } else{ S1=var(TrnX1);S2=var(TrnX2) w=mahalanobis(TstX,mu2,S2)-mahalanobis(TstX,mu1,S1) } for(iin1: nx){ if(w[i]>0) blong[i]=1 else blong[i]=2 } _________ } 2.请补全以下程序。 distinguish.distance=function (TrnX,________,TstX=NULL,var.equal=FALSE){ if(___________==FALSE){ mx=nrow(TrnX);mg=nrow(TrnG) TrnX=rbind(TrnX,TrnG) TrnG=factor(rep(1: 2,c(mx,mg))) } if(is.null(TstX)==TRUE)TstX=TrnX if(is.vector(TstX)==TRUE)TstX=t(as.matrix(TstX)) elseif(is.matrix(TstX)! =TRUE) TstX=as.matrix(TstX) if(is.matrix(TrnX)! =TRUE)TrnX=as.matrix(TrnX) nx=nrow(TstX) blong=matrix(rep(0,nx),nrow=1,dimnames=list("blong",1: nx)) g=length(levels(TrnG)) mu=matrix(0,nrow=g,ncol=ncol(TrnX)) for(iin1: g) mu[i,]=colMeans(TrnX[TrnG==i,]) D=matrix(0,nrow=g,ncol=nx) if(____________________){ for(iin1: g) D[i,]=_________________________ } else{ for(iin1: g) D[i,]=mahalanobis(TstX,mu[i,],var(TrnX[TrnG==i,])) } for(jin1: nx){ ______________ for(iin1: g) if(D[i,j] dmin=D[i,j];blong[j]=i } } blong } 3.请补全以下程序。 discriminiant.bayes=function (TrnX1,TrnX2,__________,TstX=NULL,var.equal=FALSE){ if(is.null(TstX)==TRUE)TstX=rbind(TrnX1,TrnX2) if(is.vector(TstX)==TRUE)TstX=t(as.matrix(TstX)) elseif(is.matrix(TstX)! =TRUE) TstX=as.matrix(TstX) if(is.matrix(TrnX1)! =TRUE)TrnX1=as.matrix(TrnX1) if(is.matrix(TrnX2)! =TRUE)TrnX2=as.matrix(TrnX2) nx=nrow(TstX) blong=matrix(rep(0,nx),nrow=1,byrow=TRUE, dimnames=list("blong",1: nx)) mu1=colMeans(TrnX1);mu2=colMeans(TrnX2) if(__________){ S=var(rbind(TrnX1,TrnX2));beta=__________ w=_____________________________________ } else{ S1=var(TrnX1);S2=var(TrnX2) beta=2*log(rate)+log(det(S1)/det(S2)) w=mahalanobis(TstX,mu2,S2)-mahalanobis(TstX,mu1,S1) } for(iin1: nx){ if(__________) blong[i]=1 else blong[i]=2 } blong } 第九章应用多元分析(II) 4.下面是主成分法的R程序,请补全它。 factor.analy1=function(S,m){ p=nrow(S);diag_S=diag(S);sum_rank=sum(diag_S) rowname=paste("X",1: p,sep="") colname=paste("Factor",1: m,sep="") A=matrix(0,nrow=p,ncol=m, dimnames=list(rowname,colname)) eig=______________ for(iin1: m) A[,i]=__________________*eig$vectors[,i] h=diag(______________) rowname=c("SSloadings","ProportionVar","CumulativeVar") B=matrix(0,nrow=3,ncol=m, dimnames=list(rowname,colname)) for(iin1: m){ B[1,i]=______________ B[2,i]=B[1,i]/sum_rank B[3,i]=sum(B[1,1: i])/sum_rank } method=c("PrincipalComponentMethod") list(method=method,loadings=A, var=__________(common=h,spcific=diag_S-h),B=B) } 5.下面是主因子法的R程序,请补全它。 factor.analy2=function(_____________){ p=nrow(R);diag_R=diag(R);sum_rank=sum(diag_R) rowname=paste("X",1: p,sep="") colname=paste("Factor",1: m,sep="") A=matrix(0,nrow=p,ncol=m, dimnames=list(rowname,colname)) kmax=20;k=1;h=_________ _________{ diag(R)=h;h1=h;eig=eigen(R) for(iin1: m) A[,i]=sqrt(eig$values[i])*eig$vectors[,i] h=diag(A%*%t(A)) if((___________________<1e-4)|k==kmax)break k=k+1 } rowname=c("SSloadings","ProportionVar","CumulativeVar") B=matrix(0,nrow=3,ncol=m, dimnames=list(rowname,colname)) for(iin1: m){ B[1,i]=sum(A[,i]^2) B[2,i]=B[1,i]/sum_rank B[3,i]=sum(B[1,1: i])/sum_rank } _________=c("PrincipalFactorMethod") list(method=method,loadings=A, var=cbind(common=h,spcific=diag_R-h),B=B,iterative=k) } 6.下面是将因子分析的三种估计方法结合在一起的R程序,请补全它。 factor.analy=function(S,m=0, d=______________,method="___________"){ if(___________){ p=nrow(S);eig=eigen(S) sum_eig=sum(diag(S)) for(iin1: p){ if(________________/sum_eig>0.70){ m=i;break } } } source("factor.analy1.R") source("factor.analy2.R") source("factor.analy3.R") ___________(method, princomp=factor.analy1(S,m), factor=factor.analy2(S,m,d), likelihood=factor.analy3(S,m,d) ) } 程序填空题题库答案 第二章R软件的使用 1.求解非线性方程组一般用Newton法。 Newton法的迭代格式为: 其中J(x)为函数f(x)的Jacobi矩阵。 请补
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 完整 word 统计 计算 填空 题库 答案 推荐 文档