Programy R

###Podejście modelowe - predykcja wartości globalnej
# Założenie niezalezności zmiennych losowych,
#stałej wartości oczekiwanej i stałej wariancji w warstwach

###############################################################
# dane:
# - pierwsza kolumna to wartości zmiennej badanej z próby
# - druga kolumna to identyfikatory przynalezności do warstw

m_warstw_wg<-function(dane,Nh_ciag) {
# Nh_ciag - ciag z liczebnosciami warstw
n<-nrow(dane)
N<-sum(Nh_ciag)

ys<-dane[,1]
warstwa<-dane[,2]
warstwa<-as.factor(warstwa)

nh_ciag<-c()
ysrsh_ciag<-c()
vgsh_ciag<-c()

for (i in 1:nlevels(warstwa)) {
ysh<-ys[warstwa==levels(warstwa)[i]]
nh_ciag[i]<-length(ysh)
ysrsh_ciag[i]<-mean(ysh)
vgsh_ciag[i]<-var(ysh)
}
pred<-sum(Nh_ciag*ysrsh_ciag)
eD2<-sum(Nh_ciag *(Nh_ciag-nh_ciag)*vgsh_ciag/nh_ciag)
eD<-sqrt(eD2) #ocena średniego błędu predykcji
egam<-100*eD/pred #ocena średniego względnego błędu predykcji
wynik<-matrix(c(pred,eD2,eD,egam),ncol=1)

########### poniższe 3 linie formatujące wynik końcowy mogą być pominięte na kolokwium
wynik<-formatC(wynik,format="f")
nazwa<-list(c("predyktor","ocena wariancji błędu predykcji","ocena średniego błędu predykcji","ocena średniego względnego błędu predykcji (w %)"),c("wartość"))
dimnames(wynik)<-nazwa
###########
wynik
}