# R kommandoer for oppgavene 13.3, 13.6, 13.8, 13.9 og 13.13 # samt for spoersmaal f i Storviks ekstraoppgave 11 #============================================================= ################################## #### Oppgave 13.3 ################################## # Leser inn dataene: N=c(52,38,21,9) k=length(N) # Sannsynligheter under nullhypotesen: p0=c(0.40,0.30,0.20,0.10) # Forventete antall: n=sum(N) E=n*p0 # Tabell over observerte og forventete antall: rbind(N,E) # Kji-kvadrat observator og P-verdi: X2=sum((N-E)^2/E) Pverdi=1-pchisq(X2,k-1) c(X2,Pverdi) # Vi kan ogs? bruke kommandoen "chisq.test" til ? gj?re beregningene: X2test=chisq.test(N,p=p0) X2test rbind(X2test$observed,X2test$expected) ################################## #### Oppgave 13.6 ################################## # Leser inn dataene: N=c(195,73,100) k=length(N) # Sannsynligheter under nullhypotesen: p0=c(9/16,3/16,4/16) # Forventete antall: n=sum(N) E=n*p0 # Tabell over observerte og forventete antall: rbind(N,E) # Kji-kvadrat observator og P-verdi: X2=sum((N-E)^2/E) Pverdi=1-pchisq(X2,k-1) c(X2,Pverdi) # Vi kan ogs? bruke kommandoen "chisq.test" til ? gj?re beregningene: X2test=chisq.test(N,p=p0) X2test rbind(X2test$observed,X2test$expected) ################################## #### Oppgave 13.8 ################################## # Leser inn dataene: N=c(11, 24, 69, 96) k=length(N) # Sannsynligheter under nullhypotesen: p0=c(7/365,(30-7)/365,(90-30)/365,(365-90)/365) # Forventete antall: n=sum(N) E=n*p0 # Tabell over observerte og forventete antall: rbind(N,E) # Kji-kvadrat observator og P-verdi: X2=sum((N-E)^2/E) Pverdi=1-pchisq(X2,k-1) c(X2,Pverdi) # Vi kan ogs? bruke kommandoen "chisq.test" til ? gj?re beregningene: X2test=chisq.test(N,p=p0) X2test rbind(X2test$observed,X2test$expected) ################################## #### Oppgave 9 ################################## # Spoersmaal a # ------------ # Vi bestemmer 20%, 40%, 60% og 80% persentilene: p=c(0.2,0.4,0.6,0.8) pers=qexp(p,rate=1) pers # Spoersmaal b # ------------ # Vi leser inn observasjonene: obs = c(.10, .99, 1.14, 1.26, 3.24, .12, .26, .8, .79, 1.16, 1.76, .41, .59, .27, 2.22, .66, .71, 2.21, .68, .43, .11, .46, .69, .38, .91, .55, .81, 2.51, 2.77, .16, 1.11, .02, 2.13, .19, 1.21, 1.13, 2.93, 2.14, .34, .44) n = length(obs) # Angir intervallgrensene: a = c(0, pers, Inf) # Finner hvilket intervall hver av observasjonene ligger i: intno=cut(obs,breaks=a,labels=1:5) # Teller opp antall observasjoner i hvert intervall: N=as.numeric(table(intno)) k=length(N) # Sannsynligheter under nullhypotesen: p0=rep(1/5,5) # Forventete antall: n=sum(N) E=n*p0 # Tabell over observerte og forventete antall: rbind(N,E) # Kji-kvadrat observator og Pverdi X2=sum((N-E)^2/E) Pverdi=1-pchisq(X2,k-1) c(X2,Pverdi) # Vi kan ogs? bruke kommandoen "chisq.test" til ? gj?re beregningene: X2test=chisq.test(N,p=p0) X2test rbind(X2test$observed,X2test$expected) ################################## #### Oppgave 13.13 ################################## # Leser inn dataene: N = c(1212, 118, 58) k = length(N) n = sum(N) # La Finner ML estimatet for p under nullhypotesen # (jf formelen nederst paa side 733 i D&B) p.hat = (N[2]+2*N[3])/(2*n) # Gir de estimerte sannsynlighetene under nullhypotesen pi = c((p.hat-1)^2,2*(1-p.hat)*p.hat,p.hat^2 ) m=length(p.hat) # Forventete antall: E = n*pi # Tabell over observerte og forventete antall: rbind(N,E) # Kji-kvadrat observator og Pverdi X2=sum((N-E)^2/E) Pverdi=1-pchisq(X2,k-1-m) c(X2,Pverdi) ########################################### #### Storviks ekstaoppgave 11, sp?rsmaal f ########################################### # Leser inn dataene fra oppgave 13.3 N=c(52,38,21,9) k=length(N) # Sannsynligheter under nullhypotesen: p0=c(0.40,0.30,0.20,0.10) # Forventete antall: n=sum(N) E=n*p0 # Tabell over observerte og forventete antall: rbind(N,E) # Kji-kvadrat observator og P-verdi: X2=sum((N-E)^2/E) Pverdi=1-pchisq(X2,k-1) c(X2,Pverdi) # -2*log(LR) og P-verdi: LR.obs=2*sum(N*log(N/E)) Pverdi.LR=1-pchisq(LR.obs,k-1) c(LR.obs,Pverdi.LR)