第三章作业。
1、给出自由度为10的卡方分布的0.025的上侧分位点和下侧分位点。
答案： df=10
下侧分位点=qchisq(0.025,df)
上侧分位点=qchisq(0.975,df)
上侧分位点；下侧分位点。
其他做法： qchisq(0.025,10,1] 20.48318
主要问题：1、只求了一个分位点：
qchisq(0.025,10)
2、管理学院2007级学生概率论与数理统计课程成绩数据见数据文件“概率论与数理统计课程成绩数据。csv”。
1）画课程成绩的直方图。
答案： data="概率论与数理统计课程成绩数据。csv",head=true)
attach(data)
hist(课程成绩)
主要问题： data="概率论与数理统计课程成绩数据。csv",head=true)
attach(data)
figureparameter=par(mfrow=c(2,2),bg="light green", hist(课程成绩)
#这句可改为：
#figureparameter=par(mfrow=c(1,1),bg="light green",2）计算学生该门课程成绩的均值xbar、标准差sdx
答案： xbar=mean(课程成绩);sdx=sd(课程成绩)
xbar;sdx
有关做法： var(data)
sdx=sqrt(var(课程成绩))
3）如果x为任意抽取的一名同学的该门课程成绩，根据实际数据，计算该同学成绩不高于70分以及不高于75分的概率（即p(x≤70)的值以及p(x≤75)的值）
做法一： n=length(课程成绩)
number1=0
for(i in 1:n)
实际概率70=number1/n
number2=0
for(i in 1:n)
实际概率75=number2/n
实际概率70;实际概率75
做法二： x=c(课程成绩[课程成绩<=70])
length(x)
length(课程成绩)
x=c(课程成绩[课程成绩<=75])
length(x)
length(课程成绩)
4）假设管理学院2007级学生概率论与数理统计课程成绩服从均值为xbar、标准差为sdx的正态分布，x为任意抽取的一名同学的该门课程成绩，计算该同学成绩不高于70分以及不高于75分的概率（即p(x≤70)的值以及p(x≤75)的值）
答案： 理论概率70=pnorm(70,xbar,sdx)
理论概率75=pnorm(75,xbar,sdx)
理论概率70;理论概率75
主要问题：1、把pnorm的第三个argument标准差当成方差。
var(课程成绩)
xbar=mean(课程成绩) xbar
pnorm(70,80.57143,159.0822)
pnorm(75,80.57143,159.0822)
pnorm(70,80.57143,12.61278^2)
2、其他做法。
pnorm((70-xbar)/sdx)-pnorm((0-xbar)/sdx)
5）试画出课程成绩的正态检验的p-p图，看看管理学院2007级学生概率论与数理统计课程成绩是不是接近正态分布。
答案： data="概率论与数理统计课程成绩数据。csv",head=true)
attach(data)
xbar=mean(课程成绩);sdx=sd(课程成绩)
#第一种：粗略画法。
y=sort(课程成绩) #把成绩从小到大排序。
order=c(1:length(课程成绩)) #建立一个数列。
实际概率=order/length(课程成绩) #粗略计算实际概率（未考虑分数相等情况）
理论概率=numeric(length(课程成绩)) #建立理论概率数列。
理论概率=pnorm(y,xbar,sdx) #计算相应的理论概率。
plot(实际概率，理论概率) #以实际概率为x轴、理论概率为y轴画图。
#第二种：准确画法。
y=sort(课程成绩) #把成绩从小到大排序。
order=c(1:length(课程成绩)) #建立一个数列。
n=length(课程成绩)
for(i in n:2)
实际概率=order/length(课程成绩) #建立实际概率数列。
理论概率=numeric(length(课程成绩)) #建立理论概率数列。
理论概率=pnorm(y,xbar,sdx) #计算相应的理论概率。
plot(实际概率，理论概率) #以实际概率为x轴、理论概率为y轴画图。
#第三种：准确画法（利用ecdf函数，empirical cumulative distribution function：经验分布函数）
y=sort(课程成绩) #把成绩从小到大排序。
实际概率函数=ecdf(y) #经验分布函数。
实际概率=实际概率函数(y) #计算实际概率值。
理论概率=pnorm(y,xbar,sdx) #计算相应的理论概率。
plot(实际概率，理论概率) #以实际概率为x轴、理论概率为y轴画图。有关做法：
figureparameter=par(mfrow=c(1,1),bg="lightgreen", x=seq(0,max(课程成绩),length=2000)
plot(x,dnorm(x,mean(data[,1]),sd(data[,1]))type="l",lwd=3,xaxs="i",yaxs="i",font=3,ylab="density of normal", main="课程成绩正态分布概率密度曲线",col="red", pch=4)
第三章作业答案
3 2 密度为2500的玻璃球在20 的水中和空气中，以相同的速度沉降，试求在这两种介质中沉降的颗粒直径之比值，假设沉降处于斯托克斯定律区。解 查得20 时，水的密度 1 998.2，黏度1 1.005 10 3 pa s 空气密度 2 1.205，黏度2 18.1 10 6 pa s 依题意，得。...
第三章作业答案
3 1 设有一群粒子按速率分布如下 试求 1 平均速率v 2 方均根速率 3 最可几速率vp 解 1 平均速率 m s 2 方均根速率。m s 3 最可几速率vp 4 m s 3 7 试就下列几种情况，求气体分子数占总分子数的比率 1 速率在区间vp 1.0vp1内。2 速度分量vx在区间vp 1....
第三章作业答案
第三章基因的作用及其与环境的关系。一 名词解释。1 基因型效应 通常情况下，一定的基因型会导致一定表型的产生，这就是基因型效应。2 反应规范 遗传学上把某一基因型的个体，在各种不同的环境条件下所显示的表型变化范围称为。反应规范。3 修饰基因 能改变另一基因的表型效应的基因。它通过改变细胞的内环境来改...