0

私は言語[R]を使用して、確率変数の連続一様分布（0、1）の36の独立した値を平均することによってそれぞれ計算されたM=32000の平均のサンプルを生成しています。

sampleA<-1:32000

for ( i in 1:32000){
    MuestraAUnif<- runif(36)
    sampleA[i]<-mean(MuestraAUnif)
}

生成されたサンプルについて、L = 0.32 +4 * 1/100より大きい観測平均の相対頻度を計算し、平均N値がLより大きい確率（「中心極限定理」で近似）と比較してください。次のとおりです。

    L<- 0.32+4*1/100
    sigma<- sqrt(1/12) #(b-a)/12 
    miu = 0.5 #(a+b)/2
    greaterA <-sum(sampleA > L) #values of the sample greater than L are 23693
    xBar<- greaterA/length(sampleA) 
    X <- sum(sampleA) 
    n<-32000
    Zn<- (X - n*miu)/(sigma*sqrt(n))

    cat("P(xBar >",L,") = P(Z>", Zn, ")=","1 - P (Z < ", Zn,") =",1-pnorm(Zn),"\n") #print the theoretical prob Xbar greater than L
    cat("sum (sampleA >",L,")/","M=", n," para N =", 36,":",xBar, "\n") #print the sampling probability print when is greater than L

出力は次のとおりです。

P(xBar > 0.36 ) = P(Z> -3.961838 )= 1 - P (Z <  -3.961838 ) = 0.9999628 
sum (sampleA > 0.36 )/ M= 32000  para N = 36 : 0.7377187

私の質問は：なぜこれまでの値なのか？、おそらくそれらははるかに近いはずです（0.9999628は0.7377187から遠く離れています）。実装に何か問題がありますか？すみません、英語です。

4

1 に答える 1

2

Melkhiah66。あなたはすべてを正しく 行いましたMuestraAUnif<- runif(2)がMuestraAUnif<- runif(32) 、それはうまくいくはずです

于 2012-01-30T02:56:47.583 に答える