#求單正態均值mu的置信區間
#引數依次為置信水平alpha，正態樣本x，已知總體方差（預設為未知）
mu <- function(alpha,x,sigma=na)
else
string1 <- paste('以1-',alpha,'為置信水平的mu雙側置信區間為:[',mu11,', ',mu12,']。',sep='')
string2 <- paste('以1-',alpha,'為置信水平的mu單側置信區間上限為:',mu21,'。',sep='')
string3 <- paste('以1-',alpha,'為置信水平的mu單側置信區間下限為:',mu22,'。',sep='')
string <- data.frame(confidence_interval=c(string1,string2,string3))
return(string)
}#求單正態方差sigma的置信區間
#引數依次為置信水平alpha，正態樣本x，已知總體均值（預設為未知）
sigma <- function(alpha,x,mu=na)
else
string1 <- paste('以1-',alpha,'為置信水平的sigma雙側置信區間為:[',sigma11,', ',sigma12,']。',sep='')
string2 <- paste('以1-',alpha,'為置信水平的sigma單側置信區間上限為:',sigma21,'。',sep='')
string3 <- paste('以1-',alpha,'為置信水平的sigma單側置信區間下限為:',sigma22,'。',sep='')
string <- data.frame(confidence_interval=c(string1,string2,string3))
return(string)
}#求兩個正態均值差（mux-muy）的置信區間
#引數依次為置信水平alpha，正態樣本x，正態樣本y，
#已知x總體方差sigmax（預設為未知），已知y總體方差sigmay（預設為未知）
mux_muy <- function(alpha,x,y,sigmax=na,sigmay=na)
else
string1 <- paste('以1-',alpha,'為置信水平的mux-muy雙側置信區間為:[',mu11,', ',mu12,']。',sep='')
return(string1)
}#求兩個正態標準差比sigmax/sigmay的置信區間
#引數依次為置信水平alpha，正態樣本x，正態樣本y，
#已知x總體均值mux（預設為未知），已知y總體均值muy（預設為未知）
sigmax_sigmay <- function(alpha,x,y,mux=na,muy=na)
else
string1 <- paste('以1-',alpha,'為置信水平的sigmax-sigmay雙側置信區間為:[',sigma11,', ',sigma12,']。',sep='')
return(string1)
}
求解時正態方差和均值預設為未知，函式具體樣子可以參考題圖。
本來是想輸出一段話，但是我不知道怎麼換行，所以將就著看吧。
我覺得我應該沒有求錯，如果求錯了，麻煩告訴一聲，謝啦！！
R語言求單側置信區間或雙側置信區間
interval estimated function x,sigma 1,side 0,alpha 0.05 else if side 0 else df n else else if side 0 else df n 1 data.frame a a,b b 在上述方法中，x是資料構成的向量。s...
求總體標準差的置信區間 如何計算置信區間
一 置信區間與置信水平 在做實驗時，即使實驗條件再準確，也無法避免隨機干擾的影響，所以誤差永遠存在，無可避免。做科學實驗時要測量多次，採取取平均值的方法。在科學實驗的測量結果上，總是會加上乙個測量範圍。統計學核心思想 用樣本資訊來估計總體資訊 之前我們用樣本給出乙個精確值來估計總體，這個點估計值是有...
求總體標準差的置信區間 置信區間與參考值範圍
誤差永遠存在，而且不可避免。即使實驗條件再精確也無法完全避免隨機干擾的影響，所以做科學實驗往往要測量多次，用取平均值之類的統計手段去得出結果。多次測量，是乙個排除偶然因素的好辦法。如國足輸掉比賽之後經常抱怨偶然因素，有時候是因為裁判不公，有時候是因為主力不在，有時候是因為不適應客場氣候，關鍵是如果你...