非参数统计实验一

实验报告
课程名称：
实验项目名称：
姓名：
学号：
班级：
指导教师：
2016 年 3 月 10 日
新疆财经大学实验报告
实验要求与数据：
1、产生50 个标准正态分布的随机数并画出它们的正态分布概率图形.
2、画出参数变化的概率密度分布图，正态分布的u,σ变化，产生100个均值为5,标准差为1的正态分布的随机数,再产生100个均值为6,标准差为1的正态分布的随机数,画概率密度图
3、设随机变量X取区间[-5,5]上步长为0.1的各值, 计算X的服从参数为5 的t 分布的概率,并画出概率密度函数图形，同时画出标准正态概率密度曲线，观察二者的区别.
4、根据已知数据，求秩和正态得分
1.set.seed(1)
x<-seq(-5,5,length.out=50)
y<-dnorm(x,0,1)
plot(x,y,col="red",xlim=c(-5,5),ylim=c(0,1),type='l',xaxs="i",
yaxs="i",ylab='density',xlab='',main="The Normal Density Distribution")
lines(x,dnorm(x,0,0.5),col="green")
lines(x,dnorm(x,0,2),col="blue")
lines(x,dnorm(x,-2,1),col="orange")
legend("topright",legend=paste("m=",c(0,0,0,-2),"sd=",c(1,0.5, 2,1)),lwd=1,col=c("red","green","blue","orange"))
2.画出参数变化的概率密度分布图，正态分布的u,σ变化，产生100个均值为5,标准差为1的正态分布的随机数,再产生100个均值为6,标准差为1的正态分布的随机数,画概率密度图
命令：
set.seed(1)
x <- seq(0,10,length.out=100)
y <- dnorm(x,5,1)
plot(x,y,col="red",xlim=c(0,10),ylim=c(0,1),type='l',
xaxs="i", yaxs="i",ylab='density',xlab='',
main="The Normal Density Distribution")
lines(x,dnorm(x,6,1),col="green")
legend("topright",legend=paste("m=",c(5,6)," sd=", c(1,1)), lwd=1, col=c("red", "green"))
3.set.seed(1)
x<-seq(-5,5,length.out=1000)
y<-dt(x,1,0)
plot(x,y,col="red",xlim=c(-5,5),ylim=c(0,0.5),type="l",xaxs="i ",yaxs="i",ylab='density',xlab='',main="The T Density Distribution")
lines(x,dt(x,5,0),col="green")
lines(x,dt(x,15,0),col="blue")
lines(x,dt(x,100,0),col="orange")
legend("topleft",legend=paste("df=",c(1,5,15,100),"ncp=",c(0,0 ,0,0)),lwd=1,col=c("red","green","orange")
set.seed(1)
x<-seq(-5,5,length.out=1000)
y<-dunif(x,0,1)
plot(x,y,col="red",xlim=c(0,10),ylim=c(0,2),type="l",xaxs="i",
yaxs="i",ylab='density',xlab='',main="The Uniform Density Distribution")
lines(x,dunif(x,0,0.5),col="green")
lines(x,dunif(x,0,2),col="blue")
lines(x,dunif(x,1,6),col="orange")
lines(x,dunif(x,2,4),col="purple")
legend("topright",legend=paste("m=",c(0,0,0,1,2),"sd=",c(1,0.5 ,2,6,4)),lwd=1,col=c("red","green","orange","purple")
4. 根据已知数据用SPSS统计软件得到的结果为:
（注：文档可能无法思考全面，请浏览后下载，供参考。

可复制、编制，期待你的好评与关注）。