R version 3.0.1 (2013-05-16) -- "Good Sport"
Copyright (C) 2013 The R Foundation for Statistical Computing
Platform: x86_64-w64-mingw32/x64 (64-bit)
R은 자유 소프트웨어이며, 어떠한 형태의 보증없이 배포됩니다.
또한, 일정한 조건하에서 이것을 재배포 할 수 있습니다.
배포와 관련된 상세한 내용은 'license()' 또는 'licence()'을 통하여 확인할 수 있습니다.
R은 많은 기여자들이 참여하는 공동프로젝트입니다.
'contributors()'라고 입력하시면 이에 대한 더 많은 정보를 확인하실 수 있습니다.
그리고, R 또는 R 패키지들을 출판물에 인용하는 방법에 대해서는 'citation()'을 통해 확인하시길 부탁드립니다.
'demo()'를 입력하신다면 몇가지 데모를 보실 수 있으며, 'help()'를 입력하시면 온라인 도움말을 이용하실 수 있습니다.
또한, 'help.start()'의 입력을 통하여 HTML 브라우저에 의한 도움말을 사용하실수 있습니다
R의 종료를 원하시면 'q()'을 입력해주세요.
> 1+2
[1] 3
> ####
> A=matrix(0:5, 2, 3);A
[,1] [,2] [,3]
[1,] 0 2 4
[2,] 1 3 5
> B=matrix(seq(0,10,2), 2, 3); B
[,1] [,2] [,3]
[1,] 0 4 8
[2,] 2 6 10
> A+B
[,1] [,2] [,3]
[1,] 0 6 12
[2,] 3 9 15
> A %*% t(B)
[,1] [,2]
[1,] 40 52
[2,] 52 70
> utils:::menuInstallPkgs()
--- 현재 세션에서 사용할 CRAN 미러를 선택해 주세요 ---
also installing the dependency ‘coda’
trying URL 'http://cran.nexr.com/bin/windows/contrib/3.0/coda_0.16-1.zip'
Content type 'application/zip' length 196716 bytes (192 Kb)
opened URL
downloaded 192 Kb
trying URL 'http://cran.nexr.com/bin/windows/contrib/3.0/MCMCpack_1.3-3.zip'
Content type 'application/zip' length 2954019 bytes (2.8 Mb)
opened URL
downloaded 2.8 Mb
패키지 ‘coda’를 성공적으로 압축해제하였고 MD5 sums 이 확인되었습니다
패키지 ‘MCMCpack’를 성공적으로 압축해제하였고 MD5 sums 이 확인되었습니다
다운로드된 바이너리 패키지들은 다음의 위치에 있습니다
C:\Users\IBM_ADMIN\AppData\Local\Temp\RtmpuacAK8\downloaded_packages
>
>
>
>
> x=seq(20,42,by=2)
> y=c(8.4, 9.5, 11.8, 10.4, 13.3, 14.8, 13.2, 14.7, 16.4, 16.5, 18.9, 18.5)
> plot(x,y)
> fit=lm(y ~ x)
> summary(fit)
Call:
lm(formula = y ~ x)
Residuals:
Min 1Q Median 3Q Max
-1.1834 -0.5432 -0.3233 0.8333 1.3900
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -0.28928 1.22079 -0.237 0.817
x 0.45664 0.03844 11.880 3.21e-07 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.9193 on 10 degrees of freedom
Multiple R-squared: 0.9338, Adjusted R-squared: 0.9272
F-statistic: 141.1 on 1 and 10 DF, p-value: 3.211e-07
>
> library(MCMCpack)
필요한 패키지를 로딩중입니다: coda
필요한 패키지를 로딩중입니다: lattice
필요한 패키지를 로딩중입니다: MASS
##
## Markov Chain Monte Carlo Package (MCMCpack)
## Copyright (C) 2003-2013 Andrew D. Martin, Kevin M. Quinn, and Jong Hee Park
##
## Support provided by the U.S. National Science Foundation
## (Grants SES-0350646 and SES-0350613)
##
> paint.data=list(x,y)
> posterior <- MCMCregress(y ~ x, data=paint.data, verbose=1000)
MCMCregress iteration 1 of 11000
beta =
0.22962
0.44108
sigma2 = 0.57950
MCMCregress iteration 1001 of 11000
beta =
-0.81543
0.47256
sigma2 = 0.56587
MCMCregress iteration 2001 of 11000
beta =
0.81135
0.41792
sigma2 = 1.16505
MCMCregress iteration 3001 of 11000
beta =
0.29535
0.42624
sigma2 = 1.22998
MCMCregress iteration 4001 of 11000
beta =
-1.37498
0.49393
sigma2 = 0.96759
MCMCregress iteration 5001 of 11000
beta =
-0.65216
0.46936
sigma2 = 0.73298
MCMCregress iteration 6001 of 11000
beta =
-0.98941
0.47564
sigma2 = 0.69957
MCMCregress iteration 7001 of 11000
beta =
-2.44198
0.52395
sigma2 = 0.63698
MCMCregress iteration 8001 of 11000
beta =
0.29559
0.43957
sigma2 = 0.67790
MCMCregress iteration 9001 of 11000
beta =
-0.24198
0.45637
sigma2 = 0.61714
MCMCregress iteration 10001 of 11000
beta =
-0.03324
0.44421
sigma2 = 0.39575
> plot(posterior)
> raftery.diag(posterior)
Quantile (q) = 0.025
Accuracy (r) = +/- 0.005
Probability (s) = 0.95
Burn-in Total Lower bound Dependence
(M) (N) (Nmin) factor (I)
(Intercept) 3 4338 3746 1.160
x 3 4061 3746 1.080
sigma2 2 3680 3746 0.982
> summary(posterior)
Iterations = 1001:11000
Thinning interval = 1
Number of chains = 1
Sample size per chain = 10000
1. Empirical mean and standard deviation for each variable,
plus standard error of the mean:
Mean SD Naive SE Time-series SE
(Intercept) -0.2721 1.37131 0.0137131 0.0133777
x 0.4561 0.04321 0.0004321 0.0004124
sigma2 1.0550 0.61103 0.0061103 0.0076647
2. Quantiles for each variable:
2.5% 25% 50% 75% 97.5%
(Intercept) -2.9634 -1.1244 -0.2716 0.5672 2.5265
x 0.3679 0.4294 0.4563 0.4831 0.5411
sigma2 0.4193 0.6702 0.9021 1.2436 2.5760
>
