r语言参数一直想写博客，但是没有实现。 昨天看到室友写的，通过复习r语言考试，打开我的第一个博客。
下面介绍点估计、区间估计到区间估计。 本文主要介绍二维码、具体统计知识。 详细内容请参照相关数理统计的专著。
参数估计r语言中参数估计点估计距离估计极大似然估计区间估计平均 mu 的估计两样本方差比的估计点估计
点估计分为距离估计和极大似然估计法。
简单来说，距离估计是指利用作为样本的一阶原点矩的样本平均值来估计平均值，以及利用作为样本的二阶中心距离的样本方差来估计方差。
极大似然估计是指求似然函数的极大值点。 说比不上实战。 看看习题的喇叭吧。 是fddxgz版的统计建模和r语言的第4章的习题。
从最初求出这个函数的期待开始
e(x ) ) 01(1 ) x1dxe(left ) x ) right ) ) int _ {0} ^ { alpha1) x^{alpha 1}dx} E(x ) x }
求出e(x )12e(left(x(right ) ) frac (alpha1) (alpha2) e ) x )= 2 1，用样本期望表示评价对象参数
有=2e(x ) 1e ) x ) alpha=(frac ) 2e ) left ) x ) right )-1}{1-e(x ) }=1e ) x ) 2e(x )1)
br> 接着就上R代码啦 > x=c(0.1,0.2,0.9,0.8,0.7,0.7)> a=(2*mean(x)-1)/(1-mean(x))> a[1] 0.3076923这样我们就完成了距估计，nice！
极大似然估计 L ( α ; x ) = ∏ i = 1 6 ( α + 1 ) x i α = ( α + 1 ) 6 ∏ i = 1 6 x i α Lleft(alpha;xright)=prod_{i=1}^{6}{left(alpha+1right){x_i}^alpha={(alpha+1)}^6prod_{i=1}^{6}{x_i}^alpha} L(α;x)=∏i=16(α+1)xiα=(α+1)6∏i=16xiα
取对数为
l n L ( α ; x ) = 6 l n ( α + 1 ) + α l n ∑ i = 1 6 x i lnLleft(alpha;xright)=6lnleft(alpha+1right)+alpha lnsum_{i=1}^{6}x_i lnL(α;x)=6ln(α+1)+αln∑i=16xi
接着对其求偏导有：
∂ l n L ( α ; x ) ∂ α = 6 α + 1 + ∑ i = 1 6 l n x i frac{partial lnLleft(alpha;xright)}{partialalpha}=frac{6}{alpha+1}+sum_{i=1}^{6}{lnx_i} ∂α∂lnL(α;x)=α+16+∑i=16lnxi
接着输入R程序脚本，使用uniroot函数对 α alpha α估计求解
这样极大似然估计也做完啦
区间估计 均值 μ mu μ的估计分为方差已知和方差未知两种情况
> interval_estimate1=function(x,sigma=-1,alpha=0.5){+ n=length(x);xb=mean(x)+ if (sigma>=0){ #sigma已知用正态分布的u检验+ tmp=sigma/sqrt(n)*qnorm(1-alpha/2);df=n+ }+ else{ #sigma未知t检验+ tmp=sd(x)/sqrt(n)*qt(1-alpha/2,n-1);df=n-1+ }+ data.frame(mean=xb,df=df,a=xb-tmp,b=xb+tmp) #最后以数据框的形式输出+ }> x=c(14.6,15.1,14.9,14.8,15.2,15.1)> interval_estimate1(x,0.2) #已知sigma为0.2 mean df a b1 14.95 6 14.89493 15.00507> interval_estimate1(x) #sigma未知 mean df a b1 14.95 5 14.883 15.017通过以上结果可以看出方差已知时的区间更小，更为精确，但是在生活中几乎是都不知道了啦。
上面的代码是将整个过程都运行了一遍，实际上R中有内置函数
t.test()
利用该函数可以得到相同的区间估计，是很方便了。
接着我们看一下配对数据的均值差如何使用这个函数叭
是不是很简单啊哈哈哈哈，有内置函数就很香了。
t.tes()的作用是和均值挂钩的，和方差估计无关嗷，不要搞混了。
那么下一个内置函数var.test（）
该函数可提供双样本方差比的区间估计
好的来试一下
哈哈哈哈差不多就到这里叭…
新手上路，有很多不懂的地方，希望能给大家带来些许帮助，也欢迎大家批评指正喔！饿了饿了，干饭人冲了！