怎么用R来估计多元正态分布的参数，均值和协方差矩阵
R语言做双因素方差分析，方差分析作为一种很重要的统计方法，它的运用无处不在，但他的计算量可不小。而R语言正好可以解决这个问题，简简单单几个命令就可以轻轻松松得出方。
R语言的arima函数 这是我之前的回答http：//zhidao.baidu.com/question/203110770举一个例子吧，比如月度的数据，就是周期为12，它有季节影响。先对其62616964757a686964616fe59b9ee7ad94313333376165631阶12步差分，通过看acf pac f看是简单加法模型，还是乘法季节模型如果是乘法模型那就要对季节部分模拟arima模型季节部分的arima是以周期位置的acf pacf 确定其模型参数 ar maseasonal=list(order=c(_，1，_)，period=_)周期是默认的教你一个简单的方法：forecast包，auto.arima()直接拟合，就会给出系统认为的arima模型的各个参数。然后 forecast（h=预测期数）行了。这是对外行人来说的，但是如果你真的想学好的话，还需要对模型进行着各种检验，特别是残差。http：//zhidao.baidu.com/question/1924581396969935307
R语言做单因素方差分析，方差分析是一种分析试验数据的有效的统计方法，它主要是根据观测数据的总变异按照变异原因的不同分解为因子效应和试验误差并对其作出数量分析，比较。
如何通俗易懂地解释「协方差」与「相关系数」的概念？ 多的不扯（2016.12.16更新，保留这句）：①协方差就是看两个变量是否正负相关，也就是数值上变化是否同或…
请问GAUSS语言中CDFN函数具体是什么意思，在R中有对应的函数么 个人建议具体的求法还是看下面的核心代码吧，更好理解，反正就我个人而言，烦躁的公式，还不如一段代码来的实际。本来想用java的一个叫jblas的矩阵包，但是想了想，还是自己动手写一下吧。加深一下自己理解。实现的语言用的是java孪生兄弟scala。我想应该不难懂。矩阵变换用二位数组将就。
r语言标准化（normalization）问题：怎样使向量标准化令其平均值和方差分别为0 和1 呢 observations=c(2，4.6，1，3.7，5.9，4.0，6.7，2.8)observations_standard=(observations-mean(observations))/(sd(observations))验证下是否靠谱mean(observations_standard)var(observations_standard)
r语言summarySE函数计算标准误为什么 sd、se、ci显示的都是NA A time N Anth sd se ci#1 0mg/L d10 1 44.2367 NA NA NaN#2 0mg/L d15 1 56.4200 NA NA NaN#3 0mg/L d20 1 。
协方差矩阵怎么求 在文章《特征值和特征向量》中http：//blog.csdn.net/u010182633/article/details/45921929，我们看到一个线性变换矩阵T完全由它的特征向量和特征值定义。应用到协方差矩阵。
R语言做一元线性回归分析，回归分析是一种很重要的处理数据的方法，虽然很基础，但是非常有用。使用R语言，我们可以快速地对数据进行回归分析。使用R语言进行回归分析省了。
