---
title: "stat03"
author: "Saburo Higuchi"
date: "2019年6月7日"
output: html_document
---

# 準備

```{r setup, include=FALSE}
Sys.setlocale('LC_ALL','C')
knitr::opts_chunk$set(echo = TRUE)
# これは初期設定の呪文. さわらない.
```


コードチャンク
```{r}
1+2
# これはコメント
```
とインラインコード `r 1+2`を使って, 読者が過程と結果をわかるように書く.

# データの読み込み
データファイルを次のように(データフレーム型)変数 d に読み込む. データファイル内では#はコメント行, と指定.
```{r}
d<-read.csv("stat03.csv",comment.char="#")
```


# 基本統計量
データの基本統計量は次の通り.
```{r}
summary(d)
```
ただしQu.=quantile=分位数, Mean=(標本)平均値という意味.

データフレームaのコラムb a$b は, Cの構造体やJavaのクラスのa.bのようなもの.
```{r}
m<-mean(d$s) #標本平均値
v<-var(d$s)    #不偏標本分散
sd<-sd(d$s) #不偏標本標準偏差
n<-length(d$s) #行数すなわちサンプルサイズ
```
ここでは代入したので結果は表示されない. Environment のValuesで見る. 結果を文書に含めるには, 改めて
```{r}
m
```
のように書くか, 「標本平均値mは`r m`」, のように書く.

# グラフ
箱ひげ図
```{r}
boxplot(d$s)
```
ヒストグラム
```{r}
hist(d$r)
hist(d$s,breaks=c(0.0,0.2,0.4,0.6,0.8,1.0)) # 階級を指定できる
```

# 標本比率
boolean 型のコラムflag1を追加. meanを使うと, 整数0,1に型変換して計算してくれる.
```{r}
d$flag1<-(d$s>0.7)
p<-mean(d$flag1)
p
```
すなわち標本比率は`r p`.

関数 ifthen を使って, 数値型のコラムflag2を追加して計算することもできる.
```{r}
d$flag2<-ifelse(d$s>0.7,1,0)
#d$flag2
mean(d$flag2)
```

# 標本期待値
E[S]の信頼係数0.95の信頼区間は
```{r}
m-1.96*sqrt(v/n)
m+1.96*sqrt(v/n)
```
よって`r {{m-1.96*sqrt(v/n)}}` < mu < `r {{m+1.96*sqrt(v/n)}}`.


E[R^3] の推定値は
```{r}
d$r3<-d$r*d$r*d$r
mean(d$r3)
mean(d$r*d$r*d$r)
```

# 問題1
S<0.3 の標本比率を求めよう

# 問題2
R^3 の母期待値を, 信頼係数0.95で区間推定しよう

# 問題3
S^3 のヒストグラムを描こう