这是我的考试,我不理解例题。所观察到的等待时间,以空调设备故障是3,5,7,18,43,85,91,98,100,130,230,和487假设你要估计的中间等待时间的标准误差失败。提供准确描述,你会如何使用非参数的引导估计的标准误差。
我在R代码里面给出了一个错误:
x <- c(3,5,7,18,43,85,91,98,100,130,230,487)
median(x)
B <- 999
bs.median <- rep(B)
for (b in B) bs.median[b] <- median(sample(x,12,replace=TRUE))
sd(bs.median)
谁能告诉我,我做错了什么?
你忘了在你的代码的一些小事情,我相信这会工作。我相信我有同样的样题,也许你会受益于我其他的答案也是如此。
1
x <- c(3,5,7,18,43,85,91,98,100,130,230,487)
median(x)
B <- 999
bs.median <- rep(NA,B)
for (b in 1:B) bs.median[b] <- median(sample(x,12,replace=TRUE))
sd(bs.median)
其他答案,样题:
2:103学生本课程注册,一小部分,其中是女性。参加者中随机抽取了103名学生。假设73名学生上课,和18是女性。给由割线法估计出的算法。
g.prime <- function(p,n,x){
x/p -(n-x)/(1-p)
}
p0 <- 0.1
p1 <- 0.4
max.steps <- 20
p <- c(p0,p1,rep(NA,max.steps-2))
for (i in 3:max.steps){
p.t <- p[i-1]
g.prime.t <- g.prime(p.t,73,18)
p.t.min.1 <- p[i-2]
g.prime.t.min.1 <- g.prime(p.t.min.1,73,18)
p[i] <- p.t - g.prime.t*(p.t-p.t.min.1)/(g.prime.t-g.prime.t.min.1)
}
p
图3b写R-代码,其计算所要求的的Optim的loglikelihoodfunction。您的代码不必须是语法正确的,但它应该是清楚的任何访问至R如何将loglikelihoodfunction编程。
loglik <- function(p,y,d){
a <- p[1:2]
b <- p[3:4]
denominator <- 1+exp(-a[1]-a[2]*d)+exp(-b[1]-b[2]*d)
bicycle <- exp(-a[1]-a[2]*d)
public <- exp(-b[1]-b[2]*d)
p <- ifelse(y==1, 1/denominator, bicycle/denominator)
p <- ifelse(y==3, public/denominator, p)
-sum(log(p))
}
3C给予适当的初始值和相关呼叫的Optim到具有R OND的ML估计。
df$y <- ifelse(df$choice=='car',1,3)
df$y <- ifelse(df$choice=='bicycle',2,df$y)
table(df$y)
p0 <- c(0,0,0,0)
optim(p0,loglik,y=df$y,d=df$distance)
我希望你找到有用的这些问题的答案!
号变量b在方案二的作用。它作为在自举一个迭代计数器(用于(B 1:B)),并将其值也被用来生成所述参数引导样品(rgamma(N,形状= A,速率= B))。在每次迭代中,将样品从与di§erent参数分布中抽取