yugao1986的专栏

#======================R-demonstration script============================= #--------------------------start and quit--------------------------------- R quit() save.image() #save data, although I w

转自：清风驿栈http://www.stat.auckland.ac.nz/~paul/RGraphics/rgraphics.html http://had.co.nz/ggplot2/ http://addictedtor.free.fr/graphiques/ http://zoonek2.free.fr/UNIX/48_R/all.html 《Statistics with R》

回忆一下归纳中最重要的部分是将过去的经验推广，来预测未来将被观测到的现象，现在来论述由杰弗里斯提出的一组管理归纳过程的规则。        规则1用到的所有假设必须是清楚叙述的，结论必须是由该假设导出的。        规则2归纳的理论必须是不矛盾的;即从假设和任何给定观测到的资料不可能引出相反的结论。        规则3给出的任何规则必须在实际中是可用的。所定义的事物在发生时可被定义所认

在《Bayesian computation with r》第21页，作者描绘了一离散分布图形，R代码如下： p = seq(0.05, 0.95, by = 0.1) prior = c(1, 5.2, 8, 7.2, 4.6, 2.1, 0.7, 0.1, 0, 0) prior = prior/sum(prior) plot(p, prior, type = "h", ylab="P

http://www4.stat.ncsu.edu/~reich/st740/MSEplots.R   MSEplot<-function(n,a,b,plot.type="mse"){ #This function assumes the model y~binom(n,p); p ~ beta(a,b) #and compares the bias, variances, an