r 统计假设如何检验

Posted 2023-03-12

【中文标题】r 统计假设如何检验

【英文标题】：r statistic hypothesis how to test

【发布时间】：2015-01-21 13:36:03

【问题描述】：

从均值为 80、典型偏差为 30 的正态分布中产生 10 个随机观测值 假设我们不知道分布的均值 μ。 使用样本，检查（测试）2个假设

H0 : µ = 80 vs H1 : µ 不等于 80。

重复该过程 100 次，每次只记录 p 值。 使用 5% 的显着性水平来评论您的结果 显示所有 p 值的值。

这就是我所做的

t<-c( rnorm(10, mean = 80, sd = 30))
t.test (y, mu = 80)
t.test(y, mu =80, alternative = ”greater”)$p.value
 t.test(y, mu = 80, alternative = ”less”)$p.value

注意事项：

假设向量 y 中存储了样本的数据。 这个命令

t.test(y, mu = 9)

进行双边假设检查（检验），具体检查数据来自的分布的均值是否等于9，如果是单边检查命令是，

t.test(y, mu = 9, alternative = "greater") 或 t.test(y, mu = 9, 替代=“少”）

相应地。 这些命令给出了检查（测试）的结果，包括置信区间。如果有人只想要 p-value 的值，必须在 end 命令中添加 $p.value 。比如命令

t.test (y, mu = 9) $p.value

仅给出两侧检查（检验）假设的 p 值

【问题讨论】：

那么问题是什么？

你可以在一行中做到这一点replicate(100, t.test(rnorm(10, 80, 30), mu = 80)$p.value)

【参考方案1】：

[编辑：我假设这是为了学校作业，而你对 R 很陌生。]

不完全清楚您的问题是什么...但是，您的代码似乎包含一些错误..

您创建 10 个随机观测值，均值为 80 和 sd 30。您将这些观测值分配给向量 t。一开始这不是一个聪明的主意，因为 t 是转置的 R 命令 - 像这样使用重新定义保留名称不是一个好主意。

然后您使用 t.test 命令执行测试。请注意，在 R 中，与 Python 不同的是，“。”不引用对象的方法。因此，当您调用 t.test(y ... ) 时，您正在对尚未定义的观察向量 y 执行 t 检验。

您发布的注释假定您的观察向量实际上称为 y。如果您在 R 控制台中运行 ?t.test，您将看到 y 是 t.test 函数的参数的默认名称，它对应于观察向量。

你可能想要的是这个：

y<-c( rnorm(10, mean = 80, sd = 30))
t.test (y, mu = 80)
t.test(y, mu =80, alternative = "greater")$p.value
t.test(y, mu = 80, alternative = "less")$p.value

但请注意，您可以为观察向量使用任何合理的变量名称 - 您只想在正确的向量上调用 t.test。例如，

sample_observations <- c( rnorm(10, mean = 80, sd = 30))
t.test (sample_observations, mu = 80)

[编辑：粘贴的代码 sn-ps 中似乎有 unicode。现在已经解决了]

【讨论】：

您好，当您说它不起作用时，您的确切意思是什么？您收到什么错误消息？

如果您复制并粘贴了我的示例，您可能会遇到意外的输入错误。我刚刚从上面粘贴了您的代码 - 引号应该是“”而不是“”......后者似乎是某种 unicode 格式。

我建议只在您自己的计算机上使用 R。您需要运行此代码 100 次，这意味着您需要一个循环和一种方法来保存每次迭代的 p 值。 rawr 为该复制提供了最干净的解决方案(100, t.test(rnorm(10, 80, 30), mu = 80)$p.value)