用R软件进行编程解决下面的问题！！！

#已有参数
area <- 120
price <- 15000
p <- 03
rate <- 0005#月利率
#计算过程
total <- area price
payment<- total p
loan <- total - payment
periods <- 2012#还款期数(月)
#等额本息计算(按公式来),每月还款饿
Monthly_payments <-
(loan rate (1 + rate)periods)/((1 + rate)periods-1)
#等额本金计算(按公式来),首月还款饿
Monthly_payments1 <-
(loan/periods) + (loan - 0) rate
#等额本金次月还款额为：
Monthly_payments2 <-
(loan/periods) + (loan - Monthly_payments1) rate
#等额本金第三月还款额为：
Monthly_payments3 <-
(loan/periods) + (loan - (Monthly_payments1+Monthly_payments2)) rate
#以此类推得到以后每月还款额

哈哈 矩阵的秩定义式是 ：使方正的行列式不等于零的最高阶数。
还有啊：比如3阶举证的秩最高也就是3，你说的
B= 2 -1 3 1
0 0 -1 2
0 0 0 1 是3行4列举证-1 3 1 是一个使行列式不为零的最高阶为3的
0 - 1 2
0 0 1
3阶方正，所以秩为3，而1 2 1 -1 1
0 1 1 -2 -3
0 0 0 0 0 这个 不为0的行最多也就2两行，所以秩
最多为2，因为两行都不同，所以秩才为2。希望你明白秩是怎么求的了。最关键是第一句话。
补充：这里已经很清楚给你解释怎样球的，你详细看看吧。。。
补充2：列秩跟行秩都一样，只不过我们习惯看行，你把没一列当成每一行来看就可以了，建议你最好借本书看看，这些都是基本的概念而已。。。

sde 随机微分方程模拟和统计推断 KernSmooth 非参数平滑与分布估计 cpm Change Point Detection 实时分布或者统计关系变化检测 stats4 可用来方便地做MLE估计！

1000个苹果，每9个抽1个，抽30个，那也就用到930=270，跟1000有什么关系？

#假设apple原先是按顺序排的
>apple
[1] 1  2   3   4   
#首先将1000个苹果打乱顺序
>apple <- apple[sample(1000)]; apple
[1]   528  376  9  231  
#然后写个循环
> count <- 0   # 这是最后抽出的样本数
> i <- 1   # 这是抽样范围的起点
> output <- vector() # 存储最后抽出来的样本
> while (count != 30){
+ temp <- sample(apple[i : (i + 8)] , 1)   # 在apple的第i到第i+8之间抽1个
+ output <- c(output, temp)  # 把结果存下来
+ i <- i + 9  # 重新设定起点
+ count <- count + 1  
}
运行完看output

用方差稳定变换y=√y消除异方差用R做法:原模型y=a+bx+e的异方差指的是随机干扰项e存在异方差。

在样本回归函数中，随机干扰项不能观测，只能观测残差项，利用怀特检验等方法可以得到异方差与自变量的某种关系，即异方差结构，比如e^2=dx^2等，用此关系作为异方差结构估计，在样本函数两侧同时除以权重x^2即可以得到异方差调整后满足经典假设的模型从而得到有效的参数估计。

后向误差分析

其理论由詹姆斯·威尔金森（James H Wilkinson）提出和推广，可用于确定实现数字函数的算法在数值是否稳定。方法表明，尽管由于舍入误差而导致的计算结果不完全正确，但这是一个精确的解决方案。 如果所需的扰动小，按照输入数据的不确定性的顺序，则结果在某种意义上与数据“应得的”一样准确。 然后将算法定义为向后稳定。

从总体中随机抽取一定量的样本，用样本指标估计总体指标，分为参数统计和非参数统计。
参数统计：在总体分布类型已知的条件下，对其未知参数进行检验的方法。要求独立、正态（方差齐）。如t检验、F检验。
非参数统计：主要采用符号或等级排列（秩排列）来代替数据本身的分析方法。适用于任何分布类型资料的统计分析。如秩和检验。
相关概念：
秩次：观测值由小到大排列后得到的秩序号。当几个数据大小相同时，去平均秩次作为其秩次。
秩和：用秩次代替原始数据求和得到。
秩和检验：用秩和进行假设检验的方法。
1配对资料符号的秩和检验（Wilcoxon符号秩和检验法）
当配对设计计量资料不具备参数检验的适用条件，可采用符号秩和检验法。其基本思想是：若检验假设成立，则差值的总体分布应是对称的，故正负秩和相差不应悬殊。它是将配对样本差值的中位数与0作比较。
检验步骤：
建立检验假设
H 0 H_0 H0​：差值的总体中位数等于0，即 M d = 0 M_d=0 Md​=0
H 1 H_1 H1​：差值的总体中位数不等于0，即 M d ≠ 0 M_d\neq0 Md​​=0
双侧 α = 005 \alpha=005 α=005
计算统计量T值
1）求差值：计算各对数据的差值
2）编秩：按差值绝对值由小到大编秩。差值为0则舍去不计。
求秩和并确定统计量T：
将所有的秩次冠以原差值的符号，分别求出正负差值秩次之和，以 T + , T − T_+,T_- T+​,T−​表示。双侧 T = m i n ( T + , T − ) T=min(T_+,T_-) T=min(T+​,T−​)表示，单侧任取其一为T。
确定P值和作出推断结论
1）查表法 ( 5 ⩽ n ⩽ 50 ) (5\leqslant n\leqslant 50) (5⩽n⩽50)：查配对设计用的T界值表，确定P值。n表示差数不为0的对子数，对给定的n值可以得到一个范围，若T在此范围内则接受 H 0 H_0 H0​，否则接受 H 1 H_1 H1​。
2）正态近似法 ( n > 50 ) (n>50) (n>50)：可用Z检验，当多次出现相持现象时，求得的Z值偏小，可使用校正公式。
2单样本资料的符号秩和检验
用于不满足t检验条件的单样本定量变量资料的比较。
目的：推断样本中位数与已知总体中位数是否相等。
检验步骤与1相同，只是求差值计算的是样本数据与已知总体中位数的差。
3两组样本比较的秩和检验
当两个样本的方差不齐或不服从正态分布时，可采用Wilcoxon符号秩和检验对两个样本的差别作比较。
基本假设：①两个样本分别来自互相独立的两个总体 ②检验假设是两个总体分布相同。

---