数学建模实验七

发布 2023-05-17 20:50:28 阅读 9004

(数理统计实验)

基本实验。解答:

使用r软件计算样本均值与方差:

x= c(0.2,0,-1.1,-0.

1,-1.5,-0.5,-1.

9,-1.3,-0.4,2,-2.

3,0.5,0.7,-2.

1,-0.6,-0.4,2.

4,1.5,1.6,0.

6,-2.4,-0.8,1.

2,-0.3,2.5,1.

1,0.5,-0.1,0.

7)x_mean = mean(x)

x_var = var(x)

x_mean;x_var

样本均值为-0.01034483样本方差为1.830246

解答:1)该问实为求置信度为1-0.05的单侧置信区间,可直接使用ppt中的interval_函数:

x = c(1067, 919, 1196, 785, 1126, 936, 918, 1156, 920, 948)

source("interval_")interval_estimate(x, side = 1, alpha = 0.05)

mean df a b

1 997.1 9 920.8443 inf

由运行结果可得:

该批灯泡中大约95%的灯泡至少使用920.8443小时。

2)由上题知样本均值为997.1,在使用sd(x)计算出样本标准差为131.5476.

由于,故。我们计算1000小时寿命对应的分位点:

计算分布函数:

pnorm(0.022)

由运行结果可得:

寿命大于1000小时的概率为,1- pnorm(0.022)=0.491224=49.12%

解答:原假设h0: 患者的脉搏次数低于72次每分钟,即。

备择假设h1: 患者的脉搏次数不低于72次每分钟,即。

使用进行假设检验:

x = c(54,67,68,78,70,66,67,70,65,69)

alternative="greater", mu=72)

one sample t-test

data: x

t = 2.4534, df = 9, p-value = 0.9817

alternative hypothesis: true mean is greater than 72

95 percent confidence interval:

63.96295 inf

sample estimates:

mean of x

由运行结果可得:

p-value = 0.9817>>0.05,故接受原假设,且单侧区间下限为63.96295<72,也证明患者的脉搏次数低于72次每分钟。

综上,可以认为10名患者的平均脉搏次数低于正常人水平。

解答:(1)首先进行假设:

原假设h0:试验组降血糖效果与对照组相同,即。

备择假设h1:试验组降血糖的效果不同于对照组,即。

我们使用r软件对题目要求的三种情况进行分析:

x = c(-0.70, -5.60, 2.

00, 2.80, 0.70, 3.

50, 4.00, 5.80, 7.

10, -0.50,2.50, -1.

60, 1.70, 3.00, 0.

40, 4.50, 4.60, 2.

50, 6.00, -1.40)

y = c(3.70, 6.50, 5.

00, 5.20, 0.80, 0.

20, 0.60, 3.40, 6.

60, -1.10,6.00, 3.

80, 2.00, 1.60, 2.

00, 2.20, 1.20, 3.

10, 1.70, -2.00)

= true)

two sample t-test

data: x and y

t = 0.6419, df = 38, p-value = 0.5248

alternative hypothesis: true difference in means is not equal to 0

95 percent confidence interval:

sample estimates:

mean of x mean of y

welch two sample t-test

data: x and y

t = 0.6419, df = 36.086, p-value = 0.525

alternative hypothesis: true difference in means is not equal to 0

95 percent confidence interval:

sample estimates:

mean of x mean of y

paired=t)

paired t-test

data: x and y

t = 0.6464, df = 19, p-value = 0.5257

alternative hypothesis: true difference in means is not equal to 0

95 percent confidence interval:

sample estimates:

mean of the differences

蓝色部分对应方差相同时的t检验结果,红色部分对应方差不同时的t检验结果,绿色部分对应成对t检验的结果。

三种t检验的p-value分别是.5257>>0.05,均接受原假设,即认为国产四类新药阿卡波糖胶囊与拜糖平胶囊对空腹血糖的降糖效果一致。

三种检验方法比较:

三种检验方法的结果相同,均值相同。

方差相同与方差不同时的置信区间接近,成对t检验的置信区间较大。

如果不使用成对t检验,t值会变小,p值会变大,即犯第一类错误的概率更大。

综上,如果两个样本是成对的,应该使用成对的t检验。

2)使用进行方差检验。

x = c(-0.70, -5.60, 2.

00, 2.80, 0.70, 3.

50, 4.00, 5.80, 7.

10, -0.50,2.50, -1.

60, 1.70, 3.00, 0.

40, 4.50, 4.60, 2.

50, 6.00, -1.40)

y = c(3.70, 6.50, 5.

00, 5.20, 0.80, 0.

20, 0.60, 3.40, 6.

60, -1.10,6.00, 3.

80, 2.00, 1.60, 2.

00, 2.20, 1.20, 3.

10, 1.70, -2.00)

f test to compare two variances

data: x and y

f = 1.5984, num df = 19, denom df = 19, p-value = 0.3153

alternative hypothesis: true ratio of variances is not equal to 1

95 percent confidence interval:

sample estimates:

ratio of variances

由运行结果可得:

p-value = 0.3153>>0.05,故接受原假设,认为检验组和试验组两总体的方差是相同的。

解答:不计“没有变化,一直如此”和“不知道”的480人,该问题可以转换为二项分布总体的假设检验:

原假设h0:在觉得“越来越好”与觉得“越来越差”的人群中,前者人数占一半以上,即。

备择假设h1:在觉得“越来越好”与觉得“越来越差”的人群中,前者人数占一半以下,即。

使用进行检验:

1520, p = 0.5,alternative = less")

exact binomial test

data: 800 and 1520

number of successes = 800, number of trials = 1520, p-value = 0.9811

alternative hypothesis: true probability of success is less than 0.5

95 percent confidence interval:

sample estimates:

probability of success

由运行结果可得, p-value = 0.9811>>0.05,接受原假设,即认为“我们的生活环境比过去更好”的人比认为“我们的生活环境比过去更差”的人多。

解答:根据题意提出假设。

原假设h0:x服从poisson分布。

备择假设h1:x不服从poisson分布。

使用pearson卡方检验是否符合泊松分布,由于该检验方法要求频数至少为5,所以需要合并频数小于5的组,前两组数合并成一组,后四组数合并成一组:

x = 1:8; y = c(6, 16, 17, 26, 11, 9, 9, 6)

#### 计算理论分布, 其中mean(rep(x,y))为样本均值。

q<-ppois(x, mean(rep(x,y)))n<-length(y)

p<-q[1]; p[n] <1-q[n-1]

数学建模实验

实用数学建模与软件应用实验报告。学院名称 理学院专业年级 信计142班姓名 高梓涵学号 2014014515 课程 实用数学建模与软件应用报告日期 2016.11.9 问题重述 设某团体有n个单位,每个单位有人数a,总席位为s 现有席位p个待分配。问 各单位分配多少个席位是公平的?这就是席位公平分配...

数学建模实验

1 计算 汽车刹车距离 中的k值。解答过程 用最小二乘法来计算,过程如下 我们已知该曲线方程为d kv2 bv 令s 0 得出 0 0 得出 0 用matlab计算,其程序如下 x 29.3,44,58.7,73.3,88,102.7,117.3 y 42,73.5,116,173,248,343,...

数学建模实验

实验题目 人口类型。实验类型 基本操作。实验目的 掌握聚类分析的基本原理及方法。实验内容 要求学生在学习 掌握一些数学模型之后,能够理论联系实际,给出实际问题的相关数学模型,并能够编程求解,给出其结果。本次数学建模实习题目为 问题一 分析我国人口普查公报的相关数据,利用所学数学模型给出我国人口特征。...