鉴于区间估计的理论与方法可以在任意一本统计学教程中找到,故这里只是单纯的介绍R中区间估计的函数与一些自己编写的区间估计函数。有兴趣的朋友还是可以参阅王兆军编著的《数理统计讲义》
一、单正态总体的参数估计
1、 方差已知时的均值估计
z.test<-function(x,n,sigma,a,u0,alt){
result<-list()
mean<-mean(x)
result$interval<-c(mean-sigma*qnorm(1-a/2,0,1)/sqrt(n),mean+sigma*qnorm(1-a/2,0,1)/sqrt(n))
z<-(mean-u0)/(sigma/sqrt(n))
p<-pnorm(z,lower.tail=F) #函数笔记:lower.tail是真的话,得出的就是X<=x的分位数,为假的话就是用P(X>x)的办法寻找这个值。一般我们用默认的真就可以了
result$z<-z
result$p.value<-p #通过P值判定参数估计效果
if(alt==2)
reslut$p.value<-2*pnorm(abs(z),lower.tail=F)
else
reslut$p.value<-pnorm(z)
reslut#函数笔记:如果函数的结果需要有多个返回值,可以创建一个list(),并返回该对象。也可以用return()函数,设定返回值。但是一个函数的返回的对象只有一个。
}
2、 方差未知时的均值估计
在小样本中,我们通常使用R的内置函数t.test()调用格式:
t.test(x, y =