10.3 将17至29岁的运动员每两岁一组分成7组，每组两人测量其旋转定向的能力

摘要： import numpy as np import statsmodels.formula.api as smf import pylab as plt x = np.arange(17, 30, 2); a = np.loadtxt('data10_3.txt') plt.rc('text', u 阅读全文
posted @ 2024-12-10 13:57 黄元元 阅读(24) 评论(0) 推荐(0)

10.2 某企业为研究车工的平均工龄x1、平均文化程序x2和平均产量y之间的变量关系

摘要： import numpy as np import statsmodels.api as sm import pylab as plt a = np.loadtxt('data10_2.txt') plt.rc('text', usetex=True); plt.rc('font', size=16 阅读全文
posted @ 2024-12-10 13:53 黄元元 阅读(19) 评论(0) 推荐(0)

10.1 合金的强度y与其中的碳含量x有比较密切的关系

摘要： import numpy as np import statsmodels.api as sm import pylab as plt def check(d): x0 = d[0]; y0 = d[1]; d ={'x':x0, 'y':y0} re = sm.formula.ols('y~x', 阅读全文
posted @ 2024-12-10 13:47 黄元元 阅读(53) 评论(0) 推荐(0)

9.5 某集团为研究商品销售点所在的地理位置、销售点处的广告、销售点的装横这3个因素对商品的影响度，选了3个位置，2种广告形式，2种装横档次在4个城市进行了搭配实验，如表中所示，试在显著水平0.05下，检验不同地理位置、不同广告、不同装横下的销售量是否有显著差异？

摘要： import pandas as pd from statsmodels.formula.api import ols from statsmodels.stats.anova import anova_lm import openpyxl column_names = ['城市1', '城市2', 阅读全文
posted @ 2024-12-08 23:30 黄元元 阅读(36) 评论(0) 推荐(0)

9.4 为分析4种化肥和3个小麦品种对小麦产量的影响，把一块试验田等分成36小块，对种子和化肥的每一种组合种植3小块田，产量如表所示，（表格为同一文件夹中的excel文件，列为品种A1,A2,A3，共3行，行为化肥B1,B2,B3,B4，共4列，每个里面有三个数值）问品种、化肥及二者的相互作用对小麦产量有无显著影响

摘要： import pandas as pd import statsmodels.api as sm from statsmodels.formula.api import ols from statsmodels.stats.anova import anova_lm file_path = '9.4 阅读全文
posted @ 2024-12-08 23:07 黄元元 阅读(63) 评论(0) 推荐(0)

9 正态分布图

摘要： import numpy as np import matplotlib.pyplot as plt from scipy.stats import norm plt.rcParams['text.usetex'] = False mu, sigma = 0, 1 x = np.linspace(m 阅读全文
posted @ 2024-11-26 14:32 黄元元 阅读(84) 评论(0) 推荐(0)

9.4

摘要： 程序文件ex9_4.py from scipy.stats import expon print(expon.stats(scale=3, moments='mvsk')) print("学号后两位：04") 阅读全文
posted @ 2024-11-26 14:31 黄元元 阅读(31) 评论(0) 推荐(0)

9.3

摘要： 程序文件ex9_3.py from scipy.stats import norm from scipy.optimize import fsolve c1 = norm.ppf(0.25, 3, 2) #求0.25分位数 fc = lambda c: 1-norm.cdf(c, 3, 2)-3*n 阅读全文
posted @ 2024-11-26 14:30 黄元元 阅读(17) 评论(0) 推荐(0)

9.2

摘要： import numpy as np # 导入 numpy 库 import matplotlib.pyplot as plt # 导入 matplotlib.pyplot 库 from scipy.stats import binom # 从 scipy.stats 导入 binom 模块 设置试 阅读全文
posted @ 2024-11-26 14:29 黄元元 阅读(37) 评论(0) 推荐(0)

9.1

摘要： 程序文件ex9_1.py from scipy.stats import expon, gamma import pylab as plt x = plt.linspace(0, 3, 100) L = [1/3, 1, 2] s1 = ['*-', '.-', 'o-'] s2 = ['\(\\t 阅读全文
posted @ 2024-11-26 14:27 黄元元 阅读(57) 评论(0) 推荐(0)

9.3 在7个不同实验室中测量某种扑尔敏药片的扑尔敏有效含量（以mg计），得到结果如表格（读取外部表格excel文件，第一行为实验室Lab1到Lab7，每一列下面为有效含量）。画出各实验室测量结果的箱线图，设各样本分布来自正态总体N（μi，σ^2）i为μ的下标，i=1，2，...，7，各样本相互独立，试取显著水平α=0.05检验各实验室测量的扑尔敏的有效含量的均值是否有显著差异

摘要： import pandas as pd import matplotlib.pyplot as plt import seaborn as sns from scipy import stats file_path = '9.3.xlsx' data = pd.read_excel(file_pat 阅读全文
posted @ 2024-11-26 14:25 黄元元 阅读(39) 评论(0) 推荐(0)

9.2 车间生产滚珠

摘要： 某车间生产滚珠，随机的抽出了50粒，测得他们的直径为（单位mm）15.0 15.8 15.2 15.1 15.9 14.7 14.8 15.5 15.6 15.3 15.1 15.3 15.0 15.6 15.7 14.8 14.5 14.2 14.9 14.9 15.2 15.0 15.3 15. 阅读全文
posted @ 2024-11-26 13:26 黄元元 阅读(46) 评论(0) 推荐(0)

8.9 某家庭考虑购买某位置住宅公寓，总价为60万元，按开发商要求至少需首付20万元，剩余款项可申请银行贷款，假设贷款期限为30年，月利率为0.36%，建立模型预测等额还款时，月换款额时多少？

摘要： def calculate_monthly_payment(P, annual_interest_rate, n_years): monthly_interest_rate = annual_interest_rate / 12 / 100 total_months = n_years * 12 M 阅读全文
posted @ 2024-11-19 17:42 黄元元 阅读(67) 评论(0) 推荐(0)

8.8 最优捕鱼策略

摘要： 有四个年龄组的鱼。该鱼类在每年后4个月季节性集中产卵繁殖。按规定，捕捞作业只允许在前8个月进行，每年投入的捕捞能力固定不变。单位时间捕捞量鱼各年龄组鱼群条数的比例称为捕捞强度系。使用只能捕捞3、4龄鱼的13mm网眼的拉网，其两个捕捞强度系数比为0.42：1。各年龄组鱼的自然死亡率为0.8（1/年）， 阅读全文
posted @ 2024-11-19 17:41 黄元元 阅读(89) 评论(0) 推荐(0)

ex8_8

摘要： 程序文件ex8_8.py from scipy.integrate import odeint import numpy as np import pylab as plt yx = lambda y,x: [y[1], np.sqrt(1+y[1]**2)/5/(1-x)] x0 = np.ara 阅读全文
posted @ 2024-11-12 14:33 黄元元 阅读(9) 评论(0) 推荐(0)

ex8_7

摘要： 程序文件ex8_7.py from scipy.integrate import odeint import numpy as np import pylab as plt import sympy as sp dy = lambda y, x: -2y+2x2+2x #自变量在后面 xx = np 阅读全文
posted @ 2024-11-12 14:32 黄元元 阅读(37) 评论(0) 推荐(0)

ex8_6

摘要： 程序文件ex8_6.py import sympy as sp sp.var('t') sp.var('x1:4', cls=sp.Function) #定义3个符号函数 x = sp.Matrix([x1(t), x2(t), x3(t)]) #列向量 A = sp.Matrix([[3,-1,1 阅读全文
posted @ 2024-11-12 14:31 黄元元 阅读(16) 评论(0) 推荐(0)

ex8_5

摘要： 程序文件ex8_5.py import sympy as sp sp.var('t'); y=sp.Function('y') u=sp.exp(-t)sp.cos(t) eq=y(t).diff(t,4)+10y(t).diff(t,3)+35y(t).diff(t,2)+ 50y(t).diff 阅读全文
posted @ 2024-11-12 14:31 黄元元 阅读(16) 评论(0) 推荐(0)

ex8_4

摘要： 程序文件ex8_4.py import sympy as sp sp.var('x'); y=sp.Function('y') eq=y(x).diff(x,2)-2*y(x).diff(x)+y(x)-sp.exp(x) con={y(0): 1, y(x).diff(x).subs(x,0): 阅读全文
posted @ 2024-11-12 14:30 黄元元 阅读(21) 评论(0) 推荐(0)

ex8_3

摘要： 程序文件ex8_3.py import sympy as sp sp.var('x'); y=sp.Function('y') eq=y(x).diff(x)+2y(x)-2x**2-2*x s=sp.dsolve(eq, ics={y(0):1}) s=sp.simplify(s); print( 阅读全文
posted @ 2024-11-12 14:29 黄元元 阅读(24) 评论(0) 推荐(0)
下一页