抽样分布的问题-如何抽样

题目来源于：商务与经济统计 by 安德森，Electronics Associates 公司的抽样问题
问题：
        1、如何抽样？ 文件中有2500行 数据，抽取30个数据
    Salary   Training
1  55769   No
2  50823   Yes
3  48408   No
.....
30 51767  No

       2、500个简单随机样本 样品均值 和 样品比率 的抽样分布

EAI.XLS (136 KB)

2012-11-16 22:21:02 上传

需要写代码
如果能把500个样品均值 和 样品的比率 的直方图 近似正态画出来更好

jmpamao 发表于 2012-11-17 09:19
sample 的话， 怎么抽取， 两列呢， 比如  
salary  training
.....    yes

对行数进行抽样

顶一下 抽样分布的理解与使用能力 ，重中之重了

直接用sample就好了

qoiqpwqr 发表于 2012-11-16 23:44
直接用sample就好了

sample 的话， 怎么抽取， 两列呢， 比如  
salary  training
.....    yes
.....     no
.....   yes
......

#2500 salary and training
x <- read.csv("EAI.csv",header=T)
x <- x[-2501,]

mean(x$Salary)  #总体均值
sd(x$Salary)    #总体标准差
p <- length(x$Training[x$Training == "Yes"] )/2500 #总体比率

#一个点估计
x1 <- x[sample(rownames(x),30),]
mean(x1$Salary)
p1 <- length(x1$Training[x1$Training=="Yes"])/length(x1$Training)

#500样品容量为30的简单随机样品 均值和p比率的直方图
op <-par(mfrow=c(2,1))

x.salary <- function(){
  a <- x[sample(rownames(x),30),]
  xn <-mean(a$Salary)
  
  return(xn)
}
x.sal <-replicate(500,x.salary())
hist(x.sal,probability =T,col="lightblue")
lines(density(x.sal))

p.training <- function(){
  a <- x[sample(rownames(x),30),]
  pn <-length(a$Training[a$Training=="Yes"])/length(a$Training)
  return(pn)
}

p.tra <-replicate(500,p.training())
hist(p.tra,probability= T,col="lightblue")
lines(density(p.tra))
par(op)
有错误，x.salary 和p.training, 不关联，X随机抽取后，没有关联到P， x,p 相互独立，再改改看

qoiqpwqr 发表于 2012-11-17 11:36
对行数进行抽样

qoiqpwqr 帮我看看此程序有没有问题？
另外 为什么hist图中， density的ylim很怪！
谢谢

jmpamao 发表于 2012-11-18 02:16
qoiqpwqr 帮我看看此程序有没有问题？
另外 为什么hist图中， density的ylim很怪！
谢谢

没有问题。

hist中的y轴是因为你设置了prob=T
可以把它改成F看看不同的地方。

qoiqpwqr 发表于 2012-11-18 03:02
没有问题。

hist中的y轴是因为你设置了prob=T

prob=F, 是频数， prob=T 是相对频率， 上面的图，1,2,3,4。。。都大于1了，所以疑惑，x和p 也不关联，我再想想

#2500 salary and training
x <- read.csv("EAI.csv",header=T)
x <- x[-2501,]

salary.training <- function(){
  a <-x[sample(rownames(x),30),]
  xn <-mean(a$Salary)
  pn <- length(a$Training[a$Training=="Yes"])/length(a$Training)
  return(c(xn,pn))                  #关联 x, p
}

sal.tra <- replicate(500,salary.training())
s.t<-matrix(sal.tra,ncol=2,byrow=T)
s.t <- as.data.frame(s.t)

op <-par(mfrow=c(2,1))
hist(s.t$V1,prob=T,col="lightblue",xlab="salary")
lines(density(s.t$V1))

hist(s.t$V2,prob=T,col="lightblue",xlab="training")
lines(density(s.t$V2))
par(op)