7.1

#7.1
#检验各月份的销量是否符合均匀分布(α=0.05)
#H0:符各均匀分布,H1:不符合均匀分布
load('C:/exercise/ch7/exercise7_1.RData')
exercise7_1
chisq.test(exercise7_1$销售量)
#在该次检验中,X-squared = 80.924, df = 11, p-value = 9.778e-13,p<0.05,拒绝原假设,各月份的销售量不符合均匀分布

7.2

#7.2
#检验是否逃课与学生性别是否独立(α=0.05)
load('C:/exercise/ch7/exercise7_2.RData')
exercise7_2
#H0:逃课与学生性别独立,H1:逃课与学生性别不独立
x<-c(34,38,28,50) #输入频数向量
M<-matrix(x,nr=2,nc=2,byrow=TRUE,dimnames=list(c("逃过课","未逃过课"),c("男","女"))) #生成列联表M
chisq.test(M) #检测列联表M
#在该次检验中,X-squared = 1.5407, df = 1, p-value = 0.2145,p>0.05,接受原假设,逃课与学生性别独立

7.3

#7.3
#检验上市公司的类型与对股价波动的关注程度是否独立(α=0.05)
load('C:/exercise/ch7/exercise7_3.RData')
exercise7_3
#H0:上市公司的类型与对股价波动的关注程度独立,H1:上市公司的类型与对股价波动的关注程度不独立
x<-c(50,70,30,15,20,5)
M<-matrix(x,nr=3,nc=2,byrow=TRUE,dimnames=list(c("主板企业","中小板企业","创业板企业"),c("关注","不关注")))
chisq.test(M)
#在该检验中,X-squared = 16.854, df = 2, p-value = 0.0002189,p<0.05,拒绝原假设,上市公司的类型对股价波动的关注程度不独立

7.4

#7.4
#检验地区与汽车价格是否独立(α=0.05)
#H0:地区与汽车价格独立,H1:地区与汽车价格不独立
load('C:/exercise/ch7/exercise7_4.RData')
exercise7_4
x<-c(20,40,40,50,60,50,30,20,20,40,20,10)  #此处我书上的数据和exercise7_4.RData中的数据有两处不一样,采用的exercise中的数据
M<-matrix(x,nr=4,nc=3,byrow=TRUE,dimnames=list(c("10万元以下","10—20万元","20—30万元","30万元以上"),c("东部地区","中部地区","西部地区")))
chisq.test(M)
#在该检验中,X-squared = 29.991, df = 6, p-value = 3.946e-05,p<0.05,拒绝原假设,地区与汽车价格不独立

7.5

#7.5
#计算φ系数、Cramer's V系数和列联系数
load('C:/exercise/ch7/exercise7_3.RData')
exercise7_3
x<-c(50,70,30,15,20,5)
M<-matrix(x,nr=3,nc=2,byrow=TRUE,dimnames=list(c("主板企业","中小板企业","创业板企业"),c("关注","不关注")))
M
library(vcd)
assocstats(M)
#结果显示如下:
#Phi-Coefficient   : NA
#Contingency Coeff.: 0.285
#Cramer's V        : 0.298
#φ系数单求一下:
chisq.test(M)  #得到 X-squared = 16.854
X = 16.854
n=190
φ=sqrt(X/n)
φ
#综上φ系数为0.2978343,Cramer's V系数为0.298,列联系数为0.285,三个系数均显示上市公司类型与对股价波动的关注程度之间存在一定的相关性

7.6

#7.6
#计算φ系数、Cramer's V系数和列联系数
load('C:/exercise/ch7/exercise7_4.RData')
exercise7_4
x<-c(20,40,40,50,60,50,30,20,20,40,20,10)
M<-matrix(x,nr=4,nc=3,byrow=TRUE,dimnames=list(c("10万元以下","10—20万元","20—30万元","30万元以上"),c("东部地区","中部地区","西部地区")))
M
library(vcd)
assocstats(M)
#结果显示如下:
#Phi-Coefficient   : NA
#Contingency Coeff.: 0.264
#Cramer's V        : 0.194
#φ系数单求一下:
chisq.test(M)  #X-squared = 29.991
X = 29.991
n=400
φ=sqrt(X/n)
φ
#综上所述,φ系数为0.2738202,Cramer's V系数为0.194,列联系数为0.264,三个系数均显示地区与汽车价格之间存在一定的相关性

统计学--基于R(第3版)(基于R应用的统计学丛书)作者:贾俊平 习题答案 第七章相关推荐

  1. 统计学--基于R(第3版)(基于R应用的统计学丛书)作者:贾俊平 习题答案 第十一章

    11.1 #11.1 load("C:/exercise/ch11/exercise11_1.RData") exercise11_1 #采用指数平滑法预测2016年的PPI,并对 ...

  2. 统计学--基于R(第3版)(基于R应用的统计学丛书)作者:贾俊平 习题答案 第二章

    2.1 #2_1 load("C:/exercise/ch2/exercise2_1.RData") exercise2_1 #(1)简单频数分布表 summary(exercis ...

  3. 《统计学》贾俊平 第一章 导论总结

    前言 在学习<统计学>一书之后,在这里按照章节进行整理总结,也是对知识的一个复习,学习统计学的意义我认为就是以后在做数据分析的时候,能用科学的.有效的方法处理数据. 1. 什么是统计学 统 ...

  4. 统计学----基于R(第三版)第六章答案(贾俊平)

    统计学----基于R(第三版)第六章答案(贾俊平) #6.1(1) load('C:/exercise/ch6/exercise6_1.RData') par(mfrow=c(1,2),cex=0.8 ...

  5. 《统计学》(贾俊平)考研初试完整学习笔记10~14章

    贾俊平<统计学第6版>学习笔记 这是我自己去年考研时整理的笔记,希望能给到432考研以及正在学习统计学的小伙伴们一点帮助吧,我是把这份笔记当作复习时的框架来用的,时不时过一遍,有不熟悉的地 ...

  6. 《统计学》(贾俊平)考研初试完整学习笔记6~9章

    贾俊平<统计学第6版>学习笔记 这是我自己去年考研时整理的笔记,希望能给到432考研以及正在学习统计学的小伙伴们一点帮助吧,我是把这份笔记当作复习时的框架来用的,时不时过一遍,有不熟悉的地 ...

  7. c语言程序设计第四版乌云高娃,C语言程序设计教学课件作者第2版乌云高娃课件源程序及习题答案第4章课件.ppt...

    C语言程序设计教学课件作者第2版乌云高娃课件源程序及习题答案第4章课件.ppt 第4章循环结构的流程及应用 学习目标 ? 使用循环处理需要反复执行的操作. ? 循环结构的流程图. ? 循环与条件的综合 ...

  8. 统计学-假设检验部分 贾俊平 #读书笔记

    贾俊平-统计学-假设检验 笔记链接: https://share.mubu.com/doc/23rRpdVegf 网课链接: 链接: https://pan.baidu.com/s/1e5yWRndc ...

  9. 《金融数据分析导论:基于R语言》习题答案(第一章)

     <金融数据分析导论:基于R语言>是芝加哥大学的教授Ruey S.Tsay所著,李洪成.尚秀芬.郝瑞丽翻译,机械工业出版社出版,是一本学习R语言和金融数据分析的很好的参考书籍. ** 注 ...

最新文章

  1. 华为发布“吓人技术”GPU Turbo
  2. Android 滑动界面实现---Scroller类别 从源代码和开发文档了解(让你的移动布局)...
  3. H264/AVC-NALU解析
  4. q讯家园看加密空间 官方免费版
  5. textbox控件变成透明怎么办
  6. nginx的配置——实现网页压缩和图片压缩
  7. 前端配置prettier工具格式化代码
  8. FZUOJ 2214 Knapsack problem 背包
  9. java 花卉管理系统_基于jsp的花卉交易-JavaEE实现花卉交易 - java项目源码
  10. 56腾讯搜狐优酷视频,utubu 视频去重去水印去logo字幕工具 搜狐网易爱拍b站视频,今日头条视频...
  11. 开源 微商分销系统 php,[PHP程序] 微商新零售分销平台源码Thinkphp内核 产品营销推广神器...
  12. 查看用户登陆历史记录
  13. mitmproxy安装配合selenium使用教程
  14. 小米手机防盗nbsp;方法、安全及可…
  15. 深圳加密芯片服务器,国民技术-加密芯片-Z32HUB-安全加密芯片
  16. 7805和78l05可以代换吗_78L05和7805有什么区别
  17. 解决Chrome浏览器中无法通过代码实现自动播放错误
  18. Visual Studio 2017 : client version 1.22 is too old
  19. IntelliJ IDEA2017.3 安装破解过程
  20. 系统性学习Ext4文件系统(图例解析)

热门文章

  1. 分享4个方法,手机就能搞定图片转文字提取
  2. AD原理图与封装创建
  3. 普通用户获取sudo root权限的几种方法
  4. #php 导出Excel中文文件名乱码#
  5. ae插件:Bodymovin for Mac
  6. 基于JQUERY的WEB在线流程图设计器GOOFLOW 0.9版
  7. R-CNN系列算法的发展历程
  8. Java+MySQL 基于springboot+vue的校园二手交易平台#毕业设计
  9. 向日葵Linux版的安装与使用
  10. 基于Android的电影选座订票系统毕业设计源码011439