sampling_distribution_in_r
Differences
This shows you the differences between two versions of the page.
Both sides previous revisionPrevious revisionNext revision | Previous revision | ||
sampling_distribution_in_r [2024/03/20 08:48] – [Sampling distribution in R e.g. 1] hkimscil | sampling_distribution_in_r [2024/03/20 14:15] (current) – [Sampling distribution in R e.g. 1] hkimscil | ||
---|---|---|---|
Line 2: | Line 2: | ||
< | < | ||
n.ajstu <- 100000 | n.ajstu <- 100000 | ||
- | mean.ajstu <- 70 | + | mean.ajstu <- 100 |
sd.ajstu <- 10 | sd.ajstu <- 10 | ||
Line 50: | Line 50: | ||
} | } | ||
- | n <- 2500 | + | n.2500 <- 2500 |
means2500 <- rep (NA, iter) | means2500 <- rep (NA, iter) | ||
for(i in 1:iter){ | for(i in 1:iter){ | ||
Line 71: | Line 71: | ||
plot(h900, add = T, col=" | plot(h900, add = T, col=" | ||
- | se4 <- sqrt(var(ajstu)/ | ||
- | se25 <- sqrt(var(ajstu)/ | ||
- | se100 <- sqrt(var(ajstu)/ | ||
- | se400 <- sqrt(var(ajstu)/ | ||
- | se900 <- sqrt(var(ajstu)/ | ||
- | se1600 <- sqrt(var(ajstu)/ | ||
- | se2500 <- sqrt(var(ajstu)/ | ||
- | sss <- c(4, | + | sss <- c(4, |
- | ses <- rep (NA, length(sss)) | + | ses <- rep (NA, length(sss)) |
for(i in 1: | for(i in 1: | ||
ses[i] = sqrt(var(ajstu)/ | ses[i] = sqrt(var(ajstu)/ | ||
} | } | ||
+ | |||
ses | ses | ||
se.1 <- ses | se.1 <- ses | ||
- | se.2 <- 2*ses | + | se.2 <- 2 * ses |
- | lower.part.2 | + | |
- | upper.part.2 | + | lower.s2 <- mean(ajstu)-se.2 |
- | data.frame(cbind(sss, | + | upper.s2 <- mean(ajstu)+se.2 |
+ | data.frame(cbind(sss, | ||
</ | </ | ||
< | < | ||
# n =1600 일 경우에 | # n =1600 일 경우에 | ||
- | # sample의 평균이 | + | # sample의 평균이 |
# 확률은 어떻게 구해야 할까? | # 확률은 어떻게 구해야 할까? | ||
# n = 1600 일 경우에 | # n = 1600 일 경우에 | ||
# sampling distribution은 | # sampling distribution은 | ||
- | # Xbar ~ N(70, var(ajstu)/ | + | # Xbar ~ N(100, var(ajstu)/ |
# 그리고, 위에서 standard error값은 | # 그리고, 위에서 standard error값은 | ||
# sqrt(var(ajstu)/ | # sqrt(var(ajstu)/ | ||
- | sqrt(var(ajstu)/ | + | # 이것을 standard error라고 부른다 |
+ | # 따라서 | ||
+ | se.1600 <- sqrt(var(ajstu)/ | ||
+ | pnorm(100.15, | ||
</ | </ | ||
sampling_distribution_in_r.1710892111.txt.gz · Last modified: 2024/03/20 08:48 by hkimscil