Question

我真的需要帮助才能弄明白：

假设我们正在测试H0：μ= 5对H1：μ＆lt;对于具有σ= 1的正常群体，可以得到5个大小为n = 9的随机样本。 z检验用于α= 0.05。该测试的拒绝区域为1.645，x bar为4.45。

1）在同一图表上，当μ= 5和μ= 4.2时，使用R绘制测试统计量的采样分布。

2）在图表上，为表示I类错误概率的区域着色并标记。

3）在图表上，为表示II型错误概率的区域着色并标记。

4）当μ= 4.2时，计算II型错误的概率。提供适当的R代码。

我只能弄清楚1）：

z1 = (4.45 - 5)/(1/sqrt(9))
z1
k1 = seq(from=-1.65, to=+1.65, by=.05)
dens1 = dnorm(k1)
plot(k1, dens1, type="l")


par(new =TRUE)
z2 = (4.45 - 4.2)/(1/sqrt(9))
z2 k2 = seq(from=-.75, to=+0.75, by=.05)
dens2 = dnorm(k2)
p = plot(k2, dens2, type="l", xlab="", ylab="")

Answer 1

图（1）的一些近似值是：

curve(dnorm(x,5  ,sqrt(1/9)), xlim=c(0, 14), ylab='', lwd=2, col='blue')
curve(dnorm(x,4.2,sqrt(1/9)), add=T, lwd=2)
curve(dnorm(x,5,1), add=T, col='blue')
curve(dnorm(x,4.2,1), add=T)
legend('topright', c('Samp. dist. for mu=5','Samp. dist. for mu=4.2',
                     'N(5,1)','N(4.2,1)'),
       bty='n', lwd=c(2,2,1,1), col=c(4,1,4,1))

使用R进行采样分配

1 个答案: