用R语言求置信区间

用R语言求置信区间如果你要求的只是95%的置信度的话，那么用一个很简单的命令就可以实现了首先，输入da=c(你的数据，用英文逗号分割），然后t.test(da)，运行就能得到结果了。我的数据是newbomb-c(28,26,33,24,34,-44,27,16,40,-2,29,22,24,21,25,30,23,29,31,19)t.test(newbomb)得到的结果如下如果要求任意置信度下的置信区间的话，就需要自己编一个函数了。当然，有两点要记住的，置信区间的计算在知道方差和不知道方差的情况下，计算公式是不一样的。下面做一个两种情况下都可以用的函数。confint-function(x,sigma=-1,alpha=0.05){n-length(x)xb-mean(x)if(sigma=0){tmp-sigma/sqrt(n)*qnorm(1-alpha/2);df-n}else{tmp-sd(x)/sqrt(n)*qt(1-alpha/2,n-1);df-n-1}R语言中的四类统计分布函数R语言中提供了四类有关统计分布的函数（密度函数，累计分布函数，分位函数，随机数函数）。分别在代表该分布的R函数前加上相应前缀获得(d，p，q，r)。如：1）正态分布的函数是norm，命令dnorm(0)就可以获得正态分布的密度函数在0处的值(0.3989)(默认为标准正态分布)。2）同理，pnorm(0)是0.5就是正态分布的累计密度函数在0处的值。3）而qnorm(0.5)则得到的是0，即标准正态分布在0.5处的分位数是0（在来个比较常用的：qnorm(0.975)就是那个估计中经常用到的1.96了）。4）最后一个rnorm(n)则是按正态分布随机产生n个数据。上面正态分布的参数平均值和方差都是默认的0和１，你可以通过在函数里显示指定这些参数对其进行更改。如dnorm(0,1,2)则得出的是均值为1，标准差为2的正态分布在0处的概率值。要注意的是()内的顺序不能颠倒。关于二项分布的有关函数为：TheBinomialDistributionDescriptionDensity,distributionfunction,quantilefunctionandrandomgenerationforthebinomialdistributionwithparameterssizeandprob.dbinom(x,size,prob,log=FALSE)#可用于计算二项分布的概率。pbinom(q,size,prob,lower.tail=TRUE,log.p=FALSE)qbinom(p,size,prob,lower.tail=TRUE,log.p=FALSE)rbinom(n,size,prob)例子：已知某批鸡蛋的孵出率prob为0.9，抽取size为5个鸡蛋检查其孵化情况，发现最终x=3个鸡蛋孵化，求二项分布的概率。R中的求解如下：dbinom(3,5,0.9,log=F)[1]0.0729#结果得到0.0729。