抽样调查上机实验.docVIP

R初步 1 1.导入程序包，调用程序包，查看程序包的帮助 1 2.查询函数帮助：?boxplot 1 3.数据读取和t检验 1 简单随机抽样(一) 2 1. 产生来自正态分布N(2,1)的随机数; 2 2. 当Iteration=100,N=50,n=10时, ybar的误差; 2 3. 当Iteration=500,N=50,n=10时, ybar的误差; 2 4. 当Iteration=1000,N=50,n=10时, ybar的误差; 4 5. 编写循环语句,计算Iteration 从100变化到2000,步长为100时, ybar的误差; 5 6. 编写程序,画出(5)中,误差的变化情况; 6 7. 将(5)中结果记录至”record”文件. 7 简单随机抽样(二)：的置信区间 8 1.产生200个均值15,标准差2的正态随机数; 8 2.用简单随机抽样方法(无放回),抽取样本容量为10的样本; 8 3.抽样如2所述样本100个; 8 4.计算100个样本中每个样本的样本均值,样本标准差; 9 5.根据每个样本,计算总体均值的置信水平为95%置信区间; 10 6.在平面直角坐标系中,画出100个置信区间; 10 7.计算100个置信区间的置信概率. 11 简单随机抽样(三)：样本n确定 11 1.相对误差r，求样本n 11 2.变异系数P，求样本n 12 分层抽样： 13 分层抽样 13 抽样方法 16 比估计法（简单随机抽样） 16 回归估计法 17 比估计法和回归估计法比较 18 分别比估计（分层抽样） 19 联合比估计 19 R初步 1.导入程序包，调用程序包，查看程序包的帮助 导入程序包 install.packages(picante) 调用程序包，查看程序包的帮助 library(ape) ?plot.phylo 2.查询函数帮助?boxplot 3.数据读取和t检验 将表2中的数据录入Excel中，另存为t.test.txt文件。 用read.table函数读取该文件。 t.test.data - read.table(“F:/t.test.txt”, header=TRUE) 对变量t.test.data中的 attach(t.test.data) ratio-weight/height^2 t.test(ratio) 简单随机抽样(一) 1. 产生来自正态分布N(2,1)的随机数; 1. rnorm(1,2,1) [1] 0.7591567 2. 当Iteration=100,N=50,n=10时, 的误差; N-50 n-10 Ite-100 Pop-rnorm(N,2,1) Sam-matrix(rep(0,Ite*n),nrow=Ite) for(i in 1:Ite) { Sam[i,]-sample(Pop,n) } Y-mean(Pop) y-mean(Sam) DEV-y-Y Y [1] 1.958207 y [1] 1.939412 DEV [1] -03. 当Iteration=500,N=50,n=10时, 的误差; N-50 n-10 Ite-500 Pop-rnorm(N,2,1) Sam-replicate(Ite,sample(Pop,n)) Y-mean(Pop) y-mean(Sam) DEV-y-Y Y [1] 2.268899 y [1] 2.255122 DEV [1] -0.0137772 4. 当Iteration=1000,N=50,n=10时, 的误差; N-50 n-10 Ite-1000 Pop-rnorm(N,2,1) Sam-replicate(Ite,sample(Pop,n)) Y-mean(Pop) y-mean(Sam) DEV-y-Y Y [1] 1.93828 y [1] 1.911898 DEV [1] -05. 编写循环语句,计算Iteration 从100变化到2000,步长为100时, 的误差; 5. N-50 n-10 Pop-rnorm(N,2,1) min-100 max-2000 step-100 number-seq(min,max,by=step) Sam-ybar-list() mean-error-rep(0,(max-min)/step+1) k-1 for(i in number) { Sam[[k]]-replicate(i,sample(Pop,n)) ybar[[k]]-apply(Sam[[k]] ,2,mean) mean[k]-mean(ybar[[k]]) k-k+1 } Ybar-mean(Pop) error