如何解决CTL-中心极限定理,如何在R中使用它?
我已经学习了CTL,并且有一个问题。
当期望值为M且方差为9时,平均有100个观察值。
我需要找到a&b顶部和底部块,其概率将大于0.9。
p( a <= x(100)-M <= b ) >= 0.9
X(100)是100次尝试的x。
我如何在R中执行此操作?我听不懂..我写了这样的东西-
numt <- 1:100
cbind(numt,1-2*pnorm(-b/3))
但是我知道它不能很好地工作。
解决方法
我不确定我是否理解以下问题。
以下功能作为输入
-
M
-期望 -
Var
-方差, -
n
-样本大小, -
prob
的双向概率。
参数Var
,n
和prob
是问题的默认值,因此只能视为M
的函数。
fun <- function(M,Var = 9,n = 100,prob = 0.90){
p <- c((1 - prob)/2,1 - (1 - prob)/2)
qq <- qnorm(p,mean = M,sd = sqrt(Var/n))
setNames(qq,c("lower","upper"))
}
M <- 1
fun(M)
# lower upper
#0.5065439 1.4934561
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。