3.8414591 临界值x2o0s=3.8414591 F分布的临界值计算函数invF(dm,dn,P)或invF(dfl,dn2,P) 例如计算分子自由度为3和分母自由度27的右侧累积概率为005的 临界值,操作如下: di invE(3,27,0.95) 2.9603513 临界值F00(3,27)=29603513 或者操作为 di inv Tail(3, 27, 0.05) 2.9603513 临界值Foa0(3,27)=2.9603513 产生随机数 计算机所产生的随机数是通过一串很长的序列数模拟随机数,故 称为伪随机数,在实际应用这些随机数时,这些随机数一般都能具有 真实随机数的所有概率性质和统计性质,因此可以产生许许多多的序 列伪随机数,一个序列的第一个随机数对应一个数,这个数称为种子 数(sed),因此可以利用种子数,使随机数重复实现 设置种子数的命令为 set seed数。每次设置同一种子数,则产生 的随机序列是相同的。 产生(0,1)区间上的均匀分布的随机数 uniform 例如产生种子数为100的20个在(0,1)区间上的均匀分布的随机 数,则操作如下: clear 清除内存3.8414591 临界值 2 0.05=3.8414591 F 分布的临界值计算函数 invF(df1,df2,P) 或 invF(df1,df2,P) 例如计算分子自由度为 3 和分母自由度 27 的右侧累积概率为 0.05 的 临界值，操作如下： . di invF(3,27,0.95) 2.9603513 临界值 F0.05(3,27)= 2.9603513 或者操作为： . di invFtail(3,27,0.05) 2.9603513 临界值 F0.05(3,27)= 2.9603513 产生随机数 计算机所产生的随机数是通过一串很长的序列数模拟随机数，故 称为伪随机数，在实际应用这些随机数时，这些随机数一般都能具有 真实随机数的所有概率性质和统计性质，因此可以产生许许多多的序 列伪随机数，一个序列的第一个随机数对应一个数，这个数称为种子 数(seed)，因此可以利用种子数，使随机数重复实现。 设置种子数的命令为 set seed 数。每次设置同一种子数，则产生 的随机序列是相同的。 产生(0,1)区间上的均匀分布的随机数 uniform() 例如产生种子数为 100 的 20 个在(0,1)区间上的均匀分布的随机 数，则操作如下： clear 清除内存