knit
編譯,產生.html
、.pdf
、.doc
檔,需印出R
程式碼及執行結果。r1092
。密碼: xxx
。學號-姓名-R-HW6.Rmd
」、「學號-姓名-R-HW6.html
」、 「學號-姓名-R-HW6.pdf
」及「學號-姓名-R-HW6.doc
」。 (學號及姓名,改成自己)-2
」、「-3
」,例如: 「學號-姓名-R-HW6-2.Rmd
」等等。You can modify the html file, but please keep the link www.wftpserver.com at least.
」, 請將滑鼠移至「網址列」後,按「Enter」即可。若再不行,請換其它瀏覽器(IE/Edge/Firefox/Chrome)。若有題目不會寫、或只會寫一半、或結果是有錯的,導致knit
無法編譯產生文件, 則可以「不執行有錯的程式碼」,但必需列印此段程式碼。助教會依照狀況部份給分。
此份作業,助教以pdf
檔批改為準。Rmd
則是做為比對之用(比對同學們的Rmd是否相似)。
總分100分,由助教決定每題配分。全部改完會上傳,答案卷同學們可自由下載。
base
繪圖: 機率分配圖形\(t\)分佈在wikipedia中的介紹如下列網頁: https://en.wikipedia.org/wiki/Student%27s_t-distribution。 以R
基礎套件(base graphics),畫出\(t\)分佈在自由度為1及自由度為5的(a) 機率密度函數圖, (b) 累積機率分佈函數圖,(c) 分位數函數圖及(d) 隨機抽樣(\(n=100\))直方圖。 (要求: (1) 前三個圖上各有兩條不同自由度之函數曲線(以不同顏色表示), 直方圖則為重疊(以不同顏色表示)。(2) 需加註: 標題,\(x\)及\(y\)標號及legend (以不同顏色表示相對應的自由度)。(3) 4張圖一頁: 2 by 2 )。
# your source code here
ggplot2
: 機率分配圖形同上題,以ggplot2
套件,畫出上述之圖形,要求同上。
# your source code here
袋中有3紅球、4白球,從中每次任取一球,取後放回,共取6次,則6次取球中恰取得2次紅球的機率為 \(C^6_2 (\frac{3}{7})^2(\frac{4}{7})^4\)。請用R
計算出此機率。
# your source code here
袋中有\(r\)顆紅球、\(w\)顆白球,從中每次任取一球,取後放回,共取\(k\)次,則\(k\)次取球中恰取得\(p\)次紅球的機率為何? 試寫一R
函式(命名為draw_ball_prob
),計算此抽球機率。執行程式時,以\(r=3, w=4, k=6, p=2\)為例。
# your source code here
Normal Approximation to Poisson Distribution的定理如下:
If \(X \sim Poisson(\lambda)\) then \(\displaystyle \frac{X-\lambda}{\sqrt{\lambda}} \stackrel d \rightarrow Normal(0,1)\) for a sufficient large \(\lambda\).
使用\(\lambda=1, 2, 5, 10, 20, 50\)重覆下列步驟來驗証。(共6個圖,請畫成一頁\(2\times 3\):
隨機產生100個\(Poisson(\lambda)\)隨機數, 將資料利用\(\frac{x-\lambda}{\sqrt{\lambda}}\)轉換後, 畫出其直方圖(圖標題是Poisson(\(\lambda\)),\(\lambda\)需換成數字)。
在直方圖上加上(紅色)標準常態分佈曲線。
# your source code here
有成功將「學號-姓名-R-HW5.Rmd
」編譯出正確的「學號-姓名-R-HW5.html
」、 「學號-姓名-R-HW5.pdf
」及「學號-姓名-R-HW5.doc
」,並上傳。 以下數學式是測試MikTeX/LaTeX,請勿刪。這是常態分佈的機率密度函數:
\[ f(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{\frac{(x-\mu)^2}{2\sigma^2}} \]