mse <mean(tmean2) mse sqrt(sum((tmean mean(tmean))2))/m #se Code 从而样本中位数的MSE估计为0.075(s2=0.0086). 例3：比较标准正态分布与如下混合(“污染”)正态分布下的k水平戴尾均值 估计的MSE. pN(0,a2=1)+(1-p)N(0,a2=100) 我们写一个函数来对不同的k和P计算截尾均值X-的MSE.从混合正 态中产生样本时，要根据P(a=1)=p:P(a=10)=1-p来随机选 择a.注意正态随机数产生函数rnorm可以使用参数向量作为标准偏差.考 虑p=1.0,0.95,0.9以及k=0,1,·,n/2.因此程序如下 fccd加 n<-20;K<-n/2-1;m<-1000; mse <-matrix(0,n/2,6) Previous Next First Last Back Forward 8mse <- mean(tmean^2) mse sqrt(sum((tmean - mean(tmean))^2)) / m #se ↓Code l •†ÍMSEOè0.075( ˆse = 0.0086). ~ 3: 'IO©ŸÜXe·‹(“¿/”)©ŸekY²ó˛ä OMSE. pN(0, σ2 = 1) + (1 − p)N(0, σ2 = 100) ·ÇòáºÍ5Èÿ”k⁄pOéó˛äX¯ [−k]MSE. l·‹ •) û, áä‚P(σ = 1) = p; P(σ = 10) = 1 − p5ëÅ¿ Jσ. 5øëÅÍ) ºÍrnorm屶^ÎÍï˛äèIO†.  ƒp = 1.0, 0.95, 0.9 ±9k = 0, 1, · · · , n/2. œdßSXe ↑Code n <- 20; K <- n/2 - 1; m <- 1000; mse <- matrix(0, n/2, 6) Previous Next First Last Back Forward 8