统计建模与R软件课后答案

1、第二章2.1> x<-c(1,2,3);y<-c(4,5,6)> e<-c(1,1,1)> z<-2*x+y+e;z1 7 10 13> z1<-crossprod(x,y);z1 ,11, 32> z2<-outer(x,y);z2 ,1 ,2 ,31, 4 5 62, 8 10 123, 12 15 182.2(1)> A<-matrix(1:20,nrow=4);B<-matrix(1:20,nrow=4,byrow=T)> C<-A+B;C(2) > D<-A%*%B;D(3)

2、> E<-A*B;E(4) > F<-A1:3,1:3(5) > G<-B,-32.3> x<-c(rep(1,5),rep(2,3),rep(3,4),rep(4,2);x2.4> H<-matrix(nrow=5,ncol=5)> for (i in 1:5)+ for(j in 1:5)+ Hi,j<-1/(i+j-1)（1）> det(H)（2）> solve(H)（3）> eigen(H) 2.5> studentdata<-data.frame(姓名=c('张三',

3、'李四','王五','赵六','丁一')+ ,性别=c('女','男','女','男','女'),年龄=c('14','15','16','14','15'),+ 身高=c('156','165','157','162','159'),体重=c('42','49'

4、,'41.5','52','45.5')2.6> write.table(studentdata,file='student.txt')> write.csv(studentdata,file='student.csv')2.7count<-function(n)if (n<=0)print('要求输入一个正整数')elserepeatif (n%2=0)n<-n/2elsen<-(3*n+1)if(n=1)breakprint('运算成功')第三

5、章3.1首先将数据录入为x。利用data_outline函数。如下> data_outline(x)3.2> hist(x,freq=F)> lines(density(x),col='red')> y<-min(x):max(x)> lines(y,dnorm(y,73.668,3.9389),col='blue')> plot(ecdf(x),verticals=T,do.p=F)> lines(y,pnorm(y,73.668,3.9389)> qqnorm(x)> qqline(x)3.3>

6、; stem(x)> boxplot(x)> fivenum(x)3.4> shapiro.test(x)> ks.test(x,'pnorm',73.668,3.9389) One-sample Kolmogorov-Smirnov testdata: xD = 0.073, p-value = 0.6611alternative hypothesis: two-sidedWarning message:In ks.test(x, "pnorm", 73.668, 3.9389) : ties should not be prese

7、nt for the Kolmogorov-Smirnov test这里出现警告信息是因为ks检验要求样本数据是连续的，不允许出现重复值3.5>x1<-c(2,4,3,2,4,7,7,2,2,5,4);x2<-c(5,6,8,5,10,7,12,12,6,6);x3<-c(7,11,6,6,7,9,5,5,10,6,3,10)> boxplot(x1,x2,x3,names=c('x1','x2','x3'),vcol=c(2,3,4)>windows()>plot(factor(c(rep(1,leng

8、th(x1),rep(2,length(x2),rep(3,length(x3),c(x1,x2,x3)3.6> rubber<-data.frame(x1=c(65,70,70,69,66,67,68,72,66,68),+x2=c(45,45,48,46,50,46,47,43,47,48),x3=c(27.6,30.7,31.8,32.6,31.0,31.3,37.0,33.6,33.1,34.2)> plot(rubber)具体有相关关系的两个变量的散点图要么是从左下角到右上角（正相关），要么是从左上角到右下角（负相关）。从上图可知所有的图中偶读没有这样的趋势，故均不

9、相关。3.7（1）> student<-read.csv('3.7.csv')> attach(student)> plot(体重身高)（2）> coplot(体重身高|性别)（3）> coplot(体重身高|年龄)（4）> coplot(体重身高|年龄+性别)只列出（4）的结果，如下图3.8> x<-seq(-2,3,0.5);y<-seq(-1,7,0.5)> f<-function(x,y)+ x4-2*x2*y+x2-2*x*y+2*y2+9*x/2-4*y+4> z<-outer(x,

10、y,f)>contour(x,y,z,levels=c(0,1,2,3,4,5,10,15,20,30,40,50,60,80,100),col='blue')> windows()> persp(x,y,z,theta=30,phi=30,expand=0.7,col='red')3.9> cor.test(身高,体重)根据得出的结果看是相关的。具体结果不再列出3.10> df<-read.csv('48名求职者得分.csv')> stars(df)然后按照G的标准来画出星图> attach(df

11、)> df$G1<-(SC+LC+SMS+DRV+AMB+GSP+POT)/7> df$G2<-(FL+EXP+SUIT)/3> df$G3<-(LA+HON+KJ)/3> df$G4<-AA> df$G5<-APP> a<-scale(df,17:21)> stars(a)这里从17开始取，是因为在df中将ID也作为了一列3.11使用P159已经编好的函数unison，接着上题，直接有> unison(a)第四章4.1（1）先求矩估计。总体的期望为。因此我们有。可解得a=(2*E（x）-1）/(1-E(x).

12、因此我们用样本的均值来估计a即可。在R中实现如下> x<-c(0.1,0.2,0.9,0.8,0.7,0.7)> (2*mean(x)-1)/(1-mean(x)1 0.3076923（2）采用极大似然估计首先求出极大似然函数为La;x=i=1na+1xia=(a+1)ni=1nxia再取对数为lnLa;x=nlna+1+aln(i=1nxi最后求导lnL(a;x)a=na+1+lni=1nxi好了下面开始用R编程求解，注意此题中n=6.方法一、使用unniroot函数> f<-function(a) 6/(a+1)+sum(log(x)> uniroot(

13、f,c(0,1)方法二、使用optimize函数> g<-function(a) 6*log(a+1)+a*sum(log(x)> optimize(g,c(0,1),maximum=T)4.2用极大似然估计得出=n/i=1nxi.现用R求解如下>x<-c(rep(5,365),rep(15,245),rep(25,150),rep(35,100),rep(45,70),rep(55,45),rep(65,25)> 1000/sum(x)4.3换句话讲，就是用该样本来估计泊松分布中的参数，然后求出该分布的均值。我们知道泊松分布中的参数，既是均值又是方差。因此

14、我们只需要用样本均值作矩估计即可在R中实现如下> x<-c(rep(0,17),rep(1,20),rep(2,10),rep(3,2),rep(4,1)> mean(x)1 14.4> f<-function(x) +obj<-c(-13+x1+(5-x2)*x2-2)*x2,(-29+x1+(x2+1)*x2-14)*x2)+ sum(obj2)> nlm(f,c(0.5,-2)4.5在矩估计中，正态分布总体的均值用样本的均值估计。故在R中实现如下> x<-c(54,67,68,78,70,66,67,70,65,69)> mea

15、n(x)1 67.4然后用t.test作区间估计，如下> t.test(x)> t.test(x,alternative='less')> t.test(x,alternative='greater')此时我们只需要区间估计的结果，所以我们只看t.test中的关于置信区间的输出即可。t.test同时也给出均值检验的结果，但是默认mu=0并不是我们想要的。下面我们来做是否低于72的均值假设检验。如下> t.test(x,alternative='greater',mu=72) One Sample t-testdata: x

16、t = -2.4534, df = 9, p-value = 0.9817alternative hypothesis: true mean is greater than 7295 percent confidence interval: 63.96295 Infsample estimates:mean of x 67.4结果说明：我们的备择假设是比72要大，但是p值为0.9817，所以我们不接受备择假设，接受原假设比72小。因此这10名患者的平均脉搏次数比正常人要小。4.6我们可以用两种方式来做一做> x<-c(140,137,136,140,145,148,140,135,

17、144,141)> y<-c(135,118,115,140,128,131,130,115,131,125)> t.test(x,y,var.equal=T)> t.test(x-y)结果不再列出，但是可以发现用均值差估计和配对数据估计的结果的数值有一点小小的差别。但得出的结论是不影响的（他们的期望差别很大）4.7> A<-c(0.143,0.142,0.143,0.137)> B<-c(0.140,0.142,0.136,0.138,0.140)> t.test(A,B)4.8> x<-c(140,137,136,140,1

18、45,148,140,135,144,141)> y<-c(135,118,115,140,128,131,130,115,131,125)> var.test(x,y)> t.test(x,y,var.equal=F)4.9泊松分布的参数就等于它的均值也等于方差。我们直接用样本均值来估计参数即可，然后作样本均值0.95的置信区间即可。> x<-c(rep(0,7),rep(1,10),rep(2,12),rep(3,8),rep(4,3),rep(5,2)> mean(x)1 1.904762> t.test(x)4.10正态总体均值用样本均值

19、来估计。故如下> x<-c(1067,919,1196,785,1126,936,918,1156,920,948)> t.test(x,alternative='greater')注意greater才是求区间下限的（都比它大的意思嘛）第五章5.1这是一个假设检验问题，即检验油漆作业工人的血小板的均值是否为225.在R中实现如下> x<-scan()1: 220 188 162 230 145 160 238 188 247 11311: 126 245 164 231 256 183 190 158 224 175 21: Read 20 ite

20、ms> t.test(x,mu=225)5.2考察正态密度函数的概率在R中的计算。首先我们要把该正态分布的均值和方差给估计出来，这个就利用样本即可。然后用pnorm函数来计算大于1000的概率。如下> x<-c(1067,919,1196,785,1126,936,918,1156,920,948)> pnorm(1000,mean(x),sd(x)1 0.5087941> 1-0.50879411 0.49120595.3这是检验两个总体是否存在差异的问题。可用符号检验和wilcoxon秩检验。两种方法实现如下> x<-c(113,120,138,1

21、20,100,118,138,123)> y<-c(138,116,125,136,110,132,130,110)> binom.test(sum(x<y),length(x)p-value = 1> wilcox.test(x,y,exact=F)p-value = 0.792可见无论哪种方法P值都大于0.05，故接受原假设，他们无差异5.4（1）采用w检验法>x<-c(-0.7,-5.6,2,2.8,0.7,3.5,4,5.8,7.1,-0.5,2.5,-1.6,1.7,3,0.4,4.5,4.6,2.5,6,-1.4)>y<-c(3

22、.7,6.5,5,5.2,0.8,0.2,0.6,3.4,6.6,-1.1,6,3.8,2,1.6,2,2.2,1.2,3.1,1.7,-2)> shapiro.test(x)> shapiro.test(y)采用ks检验法> ks.test(x,'pnorm',mean(x),sd(x)> ks.test(y,'pnorm',mean(y),sd(y)采用pearson拟合优度法对x进行检验> A<-table(cut(x,br=c(-2,0,2,4,6,8)> A(-2,0 (0,2 (2,4 (4,6 (6,8 4

23、 4 6 4 1发现A中有频数小于5，故应该重新调整分组> A<-table(cut(x,br=c(-2,2,4,8)> A(-2,2 (2,4 (4,8 8 6 5然后再计算理论分布> p<-pnorm(c(-2,2,4,8),mean(x),sd(x)> p<-c(p2,p3-p2,1-p3)最后检验> chisq.test(A,p=p)采用pearson拟合优度法对y进行检验> B<-table(cut(y,br=c(-2.1,1,2,4,7)> B(-2.1,1 (1,2 (2,4 (4,7 5 5 5 5 > p

24、<-pnorm(c(1,2,4),mean(y),sd(y)> p<-c(p1,p2-p1,p3-p2,1-p3)> chisq.test(B,p=p)以上的所有结果都不再列出，结论是试验组和对照组都是来自正态分布。（2）> t.test(x,y,var.equal=F)> t.test(x,y,var.equal=T)> t.test(x,y,paired=T)结论是均值无差异（3）> var.test(x,y)结论是方差相同由以上结果可以看出这两种药的效果并无二致5.5（1）对新药组应用chisq.test检验（也可用ke.test检验）&g

25、t; x<-c(126,125,136,128,123,138,142,116,110,108,115,140)> y<-c(162,172,177,170,175,152,157,159,160,162)> p<-pnorm(c(105,125,145),mean(x),sd(x)> p<-c(p2,1-p2)> chisq.test(A,p=p)对对照组用ks.test检验> ks.test(y,'pnorm',mean(y),sd(y)结论是他们都服从正态分布（2）> var.test(x,y)结论是方差相同（3

26、）> wilcox.test(x,y,exact=F)结果是有差别5.6明显是要检验二项分布的p值是否为0.147.R实现如下> binom.test(57,400,p=0.147)结果是支持5.7也就是检验二项分布中的p值是否大于0.5> binom.test(178,328,p=0.5,alternative='greater')结果是不能认为能增加比例5.8就是检验你的样本是否符合那个分布> chisq.test(c(315,101,108,32),p=c(9,3,3,1)/16)结果显示符合自由组合规律5.9又是检验一个总体是否符合假定分布。&g

27、t; x<-0:5;y<-c(92,68,28,11,1,0)> z<-rep(x,y)> A<-table(cut(z,br=c(-1,0,1,2,5)> q<-ppois(c(0,1,2,5),mean(z)> p<-c(q1,q2-q1,q3-q2,1-q3)> chisq.test(A,p=p)结论是符合泊松分布5.10> x<-c(2.36,3.14,7.52,3.48,2.76,5.43,6.54,7.41)> y<-c(4.38,4.25,6.53,3.28,7.21,6.55)> k

28、s.test(x,y)5.11即列联表的的独立性检验> x<-c(358,229,2492,2754)> dim(x)<-c(2,2)> chisq.test(x)或> fisher.test(x)结论是有影响5.12> x<-c(45,12,10,46,20,28,28,23,30,11,12,35)> dim(x)<-c(4,3)> chisq.test(x)结果是相关5.13> x<-c(3,4,6,4)> dim(x)<-c(2,2)> fisher.test(x)结果显示工艺对产品质量无影

29、响5.14即检验两种研究方法是否有差异> x<-c(58,2,3,1,42,7,8,9,17)> dim(x)<-c(3,3)> mcnemar.test(x,correct=F)结果表明两种检测方法有差异5.15> x<-c(13.32,13.06,14.02,11.86,13.58,13.77,13.51,14.42,14.44,15.43)> binom.test(sum(x>14.6),length(x),al='l')> wilcox.test(x,mu=14.6,al='l',exact=F

30、)结果表明是在中位数之下5.16（1）（2）（3）> x<-scan()1: 48.0 33.0 37.5 48.0 42.5 40.0 42.0 36.0 11.3 22.011: 36.0 27.3 14.2 32.1 52.0 38.0 17.3 20.0 21.0 46.121: Read 20 items> y<-scan()1: 37.0 41.0 23.4 17.0 31.5 40.0 31.0 36.0 5.7 11.511: 21.0 6.1 26.5 21.3 44.5 28.0 22.6 20.0 11.0 22.321: Read 20 item

31、s> binom.test(sum(x<y),length(x)> wilcox.test(x,y,paired=T,exact=F)> wilcox.test(x,y,exact=F)（4）> ks.test(x,'pnorm',mean(x),sd(x)> ks.test(y,'pnorm',mean(y),sd(y)> var.test(x,y)由以上检验可知数据符合正态分布且方差相同，故可做t检验> t.test(x,y)可以发现他们的均值是有差别的（5）综上所述，Wilcoxon符号秩检验的差异检出能力最

32、强，符号检验的差异检出最弱。5.17> x<-c(24,17,20,41,52,23,46,18,15,29)> y<-c(8,1,4,7,9,5,10,3,2,6)> cor.test(x,y,method='spearman')> cor.test(x,y,method='kendall')有关系的5.18> x<-1:5> y<-c(rep(x,c(0,1,9,7,3)> z<-c(rep(x,c(2,2,11,4,1)> wilcox.test(y,z,exact=F)结果显示

33、这两种疗法没什么区别第六章6.1（1）> snow<-data.frame(X=c(5.1,3.5,7.1,6.2,8.8,7.8,4.5,5.6,8.0,6.4),+ Y=c(1907,1287,2700,2373,3260,3000,1947,2273,3113,2493)> plot(snow$X,snow$Y)结论是有线性关系的。（2）（3）> lm.sol<-lm(Y1+X,data=snow);summary(lm.sol)结果是方程是显著的（4）> predict(lm.sol,data.frame(X=7),interval='pre

34、diction',level=0.95) fit lwr upr1 2690.227 2454.971 2925.4846.2（1）（2）> soil<-data.frame(X1=c(0.4,0.4,3.1,0.6,4.7,1.7,9.4,10.1,11.6,12.6,+ 10.9,23.1,23.1,21.6,23.1,1.9,26.8,29.9),X2=c(52,23,19,34,24,65,44,31,+ 29,58,37,46,50,44,56,36,58,51),X3=c(158,163,37,157,59,123,46,117,+ 173,112,111,11

35、4,134,73,168,143,202,124),Y=c(64,60,71,61,54,77,81,+ 93,93,51,76,96,77,93,95,54,168,99)> lm.sol<-lm(Y1+X1+X2+X3,data=soil);summary(lm.sol)我们发现X2和X3的系数没有通过t检验。但是整个方程通过了检验。（3）> lm.ste<-step(lm.sol)> summary(lm.ste)可以发现新模型只含有X1和X3，但是X3的系数还是不显著。接下来考虑用drop1函数处理> drop1(lm.ste)发现去掉X3残差升高最

36、小，AIC只是有少量增加。因此应该去掉X3> lm.new<-lm(YX1,data=soil);summary(lm.new)此时发现新模型lm.new系数显著且方程显著6.3（1）> da<-data.frame(X=c(1,1,1,1,2,2,2,3,3,3,4,4,4,5,6,6,6,7,7,7,8,8,8,+ 9,11,12,12,12),Y=c(0.6,1.6,0.5,1.2,2.0,1.3,2.5,2.2,2.4,1.2,3.5,4.1,+ 5.1,5.7,3.4,9.7,8.6,4.0,5.5,10.5,17.5,13.4,4.5,30.4,12.4,1

37、3.4,+ 26.2,7.4)> plot(da$X,da$Y)> lm.sol<-lm(YX,data=da)> abline(lm.sol)（2）> summary(lm.sol)全部通过（3）> plot(lm.sol,1)> windows()> plot(lm.sol,3)可以观察到误差符合等方差的。但是有残差异常值点24,27,28.（4）> lm.up<-update(lm.sol,sqrt(.).)> summary(lm.up)都通过检验> plot(da$X,da$Y)> abline(lm.up

38、)> windows()> plot(lm.up,1)> windows()> plot(lm.up,3)可以发现还是有残差离群值24,286.4> lm.sol<-lm(Y1+X1+X2,data=toothpaste);summary(lm.sol)> influence.measures(lm.sol)> plot(lm.sol,3)通过influence.measures函数发现5,8,9,24对样本影响较大，可能是异常值点，而通过残差图发现5是残差离群点，但是整个残差还是在-2,2之内的。因此可考虑剔除5,8,9,24点再做拟合。>

39、; lm.new<-lm(Y1+X1+X2,data=toothpaste,subset=c(-5,-8,-9,-24)> windows()> plot(lm.new,3)> summary(lm.new)我们发现lm.new模型的残差都控制在-1.5,1.5之内，而且方程系数和方程本身也都通过检验。6.5> cement<-data.frame(X1=c(7,1,11,11,7,11,3,1,2,21,1,11,10),+ X2=c(26,29,56,31,52,55,71,31,54,47,40,66,68),+ X3=c(6,15,8,8,6,9,1

40、7,22,18,4,23,9,8),+ X4=c(60,52,20,47,33,22,6,44,22,26,34,12,12),+Y=c(78.5,74.3,104.3,87.6,95.9,109.2,102.7,72.5,93.1,115.9,83.8,113.3,109.4)> XX<-cor(cement1:4)> kappa(XX,exact=T)1 1376.881> eigen(XX)发现变量的多重共线性很强，且有0.241X1+0.641X2+0.268X3+0.676X4=0说明X1,X2，X3，X4多重共线。其实逐步回归可以解决多重共线的问题。我们可以

41、检验一下step函数去掉变量后的共线性。step去掉了X3和X4。我们看看去掉他们的共线性如何。> XX<-cor(cement1:2)> kappa(XX,exact=T)1 1.59262我们发现去掉X3和X4后，条件数降低好多好多。说明step函数是合理的。6.6首先得把这个表格看懂。里面的数字应该是有感染和无感染的人数。而影响变量有三个。我们把这些影响变量进行编码。如下。发生不发生抗生素X123危险因子X245有无计划X367是否感染Y10对数据的处理，如下X1X2X3Y频数24611246017256102560224711124708725710257003461

42、2834603034712334703356183560323571035709然后用R处理并求解模型>hospital<-data.frame(X1=rep(c(2,2,2,2,2,2,2,2,3,3,3,3,3,3,3,3),c(1,17,0,2,11,87,+ 0,0,28,30,23,3,8,32,0,9),X2=rep(c(4,4,5,5,4,4,5,5,4,4,4,4,5,5,5,5),+ c(1,17,0,2,11,87,+ 0,0,28,30,23,3,8,32,0,9),X3=rep(c(6,6,6,6,7,7,7,7,6,6,7,7,6,6,7,7),+ c(1

43、,17,0,2,11,87,0,0,28,30,23,3,8,32,0,9),+ Y=rep(c(1,0,1,0,1,0,1,0,1,0,1,0,1,0,1,0),c(1,17,0,2,11,87,0,0,28,30,23,3,8,32,0,9)+ )> glm.sol<-glm(YX1+X2+X3,family=binomial,data=hospital)> summary(glm.sol)可以发现如果显著性为0.1，则方程的系数和方程本省全部通过检验。下面我们来做一个预测，看看（使用抗生素，有危险因子，有计划）的一个孕妇发生感染的概率是多少。> pre<-p

44、redict(glm.sol,data.frame(X1=2,X2=4,X3=6)> p<-exp(pre)/(1+exp(pre);p 1 0.04240619即感染的概率为4.2%6.7（1）> cofe<-data.frame(X=c(0,0,1,1,2,2,3,3,4,4,5,5,6,6),Y=c(508.1,498.4,+568.2,577.3,651.7,657,713.4,697.5,755.3,758.9,787.6,792.1,841.4,831.8)> lm.sol<-lm(YX,data=cofe)> summary(lm.sol

45、)（2）> lm.s2<-lm(YX+I(X2),data=cofe)> summary(lm.s2)（3）> plot(cofe$X,cofe$Y)> abline(lm.sol)> windows()> plot(cofe$X,cofe$Y)> lines(spline(cofe$X,fitted(lm.s2)6.8（1）> pe<-read.csv('6.8.csv',header=T)> glm.sol<-glm(YX1+X2+X3+X4+X5,family=binomial,data=pe)>

46、; summary(glm.sol)可以发现各变量影响基本都不显著，甚至大部分还没通过显著性检验。只有X1的系数通过了显著性检验，但是也不是很理想。下面计算每一个病人的生存时间大于200天的概率值。>pre<-predict(glm.sol,data.frame(X1=pe$X1,X2=pe$X2,X3=pe$X3,X4=pe$X4,X5=pe$X5)> p<-exp(pre)/(1+exp(pre)> p（2）> lm.ste<-step(glm.sol)结果是只保留了变量X1和X4。避免了多重共线性。更加合理一些。下面计算各个病人的存活概率。>

47、;pre<-predict(lm.ste,data.frame(X1=pe$X1,X2=pe$X2,X3=pe$X3,X4=pe$X4,X5=pe$X5)> p.new<-exp(pre)/(1+exp(pre)> p.new显然经过逐步回归后的模型更合理。用summary(lm.ste)看，第二个模型通过了显著性检验（a=0.1）6.9(1) 首先将公式线性化，对方程两边直接取对数即可。然后将得到的方程用lm回归。> peo<-data.frame(X=c(2,5,7,10,14,19,26,31,34,38,45,52,53,60,65),+ Y=c(5

48、4,50,45,37,35,25,20,16,18,13,8,11,8,4,6)> lm.sol<-lm(log(Y)1+X,data=peo);summary(lm.sol)Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 4.037159 0.084103 48.00 5.08e-16 *X -0.037974 0.002284 -16.62 3.86e-10 *> lm.sum<-summary(lm.sol)> exp(lm.sum$coefficients1,1)1 56.

49、66512所以theta0=56.66512,theta1=-0.0379（2）> nls.sol<-nls(Yb0*exp(b1*X),data=peo,start=list(b0=50,b1=0)> summary(nls.sol)Parameters: Estimate Std. Error t value Pr(>|t|) b0 58.606535 1.472160 39.81 5.70e-15 *b1 -0.039586 0.001711 -23.13 6.01e-12 *发现所求的基本上与内在线性相同。第七章7.1（1）>pro<-data.fr

50、ame(Y=c(115,116,98,83,103,107,118,116,73,89,85,97),+ X=factor(rep(1:3,rep(4,3)> pro.aov<-aov(YX,data=pro)> summary(pro.aov)可以看到不同工厂对产品的影响是显著的（2）首先自己编写求均值的小程序如下> K<-matrix(0,nrow=1,ncol=3,dimnames=list('mean',c('甲','乙','丙')> for(i in 1:3)+ K1,i<-me

51、an(pro$Ypro$X=i)> K 甲 乙 丙mean 103 111 86然后再用t.test来做均值的置信区间估计> pro.jia<-t.test(pro$Ypro$X=1);pro.jia> pro.yi<-t.test(pro$Ypro$X=2);pro.yi> pro.bing<-t.test(pro$Ypro$X=3);pro.bing（3）> pairwise.t.test(pro$Y,pro$X) 1 2 2 0.35 - 3 0.13 0.04可以看到显著性主要有乙工厂和丙工厂造成7.2（1）> old<-da

52、ta.frame(Y=c(20,18,19,17,15,16,13,18,22,17,26,19,26,28,+ 23,25,24,25,18,22,27,24,12,14),X=factor(rep(1:4,c(10,6,6,2)> old.aov<-aov(YX,data=old)> summary(old.aov)可以发现影响是非常显著的。（2）> pairwise.t.test(old$Y,old$X)直接从结果就可以发现国内只有以工厂和丙工厂与国外工厂有显著差异。而国内只有甲乙，甲丙之间存在着显著差异。7.3> rat<-data.frame(X=

53、c(30,27,35,35,29,33,32,36,26,41,33,31,43,45,53,44,+ 51,53,54,37,47,57,48,42,82,66,66,86,56,52,76,83,72,73,59,53),+ A=gl(3,12)> shapiro.test(rat$XA=1)> shapiro.test(rat$Xrat$A=2)> shapiro.test(rat$Xrat$A=3)> bartlett.test(XA,data=rat)可以看到数据符合正态性但是不是方差齐性的7.4> rat<-data.frame(Y=c(2.79

54、,2.69,3.11,3.47,1.77,2.44,2.83,2.52,3.83,+ 3.15,4.7,3.97,2.03,2.87,3.65,5.09,5.41,3.47,4.92,4.07,2.18,3.13,3.77,+ 4.26),X=gl(3,8)> rat.aov<-aov(YX,data=rat)> summary(rat.aov)结果是显著的7.5> sleep<-data.frame(Y=c(23.1,57.6,10.5,23.6,11.9,54.6,21.0,20.3,22.7,+ 53.2,9.7,19.6,13.8,47.1,13.6,23

55、.6,22.5,53.7,10.8,21.1,13.7,39.2,+ 13.7,16.3,22.6,53.1,8.3,21.6,13.3,37.0,14.8,14.8),X=gl(4,8)> sleep.aov<-aov(YX,data=sleep)> summary(sleep.aov)结果是不显著7.6（1）> pro<-data.frame(Y=c(4.6,4.3,6.1,6.5,6.8,6.4,6.3,6.7,3.4,3.8,4.0,3.8,+ 4.7,4.3,3.9,3.5,6.5,7.0),A=gl(3,2,18),B=gl(3,6,18)> p

56、ro.aov<-aov(YA+B+A:B,data=pro);summary(pro.aov)结果是A和B及其交互作用都是十分显著的（2）首先我们要选出最优条件组合，由（1）知影响力为AB>A>B。下面我们来计算它们各个水平下的均值。首先要交互作用给找出来。如下> ab<-function(x,y)+ n<-length(x);z<-rep(0,n)+ for( i in 1:n)+ if(xi=yi)zi<-1elsezi<-2+ factor(z)> pro$AB<-ab(pro$A,pro$B)然后我们开始计算各个水平的均

57、值，如下> K<-matrix(0,nrow=3,ncol=3,dimnames=list(1:3,c('A','B','AB')> for( i in 2:4)+ for(j in 1:3)+ Kj,i-1<-mean(pro$Yproi=j)> K A B AB1 5.150000 5.783333 4.9333332 4.533333 4.666667 5.2500003 5.750000 4.983333 NaN按照影响力越大（即P值越小），我们首先确定AB应选择水平2，即A和B 不等的是最好的。然后选择A，

58、选择水平3，那么B只能在1和2中选择，需选择1.于是我们的最优组合为A3B1。下面给出A3B1的点估计和区间估计。> mean(pro$Ypro$A=3&pro$B=1)> t.test(pro$Ypro$A=3&pro$B=1)（3）> pairwise.t.test(pro$Y,pro$AB)> pairwise.t.test(pro$Y,pro$B)> pairwise.t.test(pro$Y,pro$A)7.7> rice<-data.frame(A=gl(3,3),B=gl(3,1,9),+ C=factor(c(1,2,3,2,3,1,3,1,2),Y=c(69.925,57.075,51.6,55.05,58.05,+ 56.55,63.225,50.7,54.45)> rice.aov<-aov(YA+B+C,data=rice);summary(rice.aov)可以看到影响均不显著，那么我们干脆直接按照各因素水平的均值大小来取。下面计算均值> K<-matrix(0,nrow=3,ncol=3,dimnames=list(1:3,c('品种','密度','施肥量')> for(i in 1