日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

基于R語言?數據檢驗詳解_R語言

作者：HuangXinyue1017 ? 更新時間： 2022-05-03 編程語言

1. W檢驗（Shapiro–Wilk (夏皮羅–威克爾 ) W統計量檢驗)

目標：檢驗數據是否符合某正態分布，如：標準正態分布N(0,1)
R函數：shapiro.test().
結果含義：當p值小于某個顯著性水平α(比如0.05)時，則認為樣本不是來自正態分布的總體，否則認為樣本來自正態分布的總體。

2. K檢驗(經驗分布的Kolmogorov-Smirnov檢驗)

目標：檢驗數據的分布是否符合函數F(x)
R函數:ks.test(),如果P值很小，說明拒絕原假設，表明數據不符合F(n,m)分布。

3. 相關性檢驗：

R函數：cor.test()
cor.test(x, y,
alternative = c("two.sided", "less", "greater"),
method = c("pearson", "kendall", "spearman"),
exact = NULL, conf.level = 0.95, ...)

結果含義：如果p值很小，則拒絕原假設，認為x,y是相關的。否則認為是不相關的。

4. T檢驗

目標：用于正態總體均值假設檢驗，單樣本，雙樣本都可以。 ?
R函數：t.test()

在這里插入圖片描述

t.test(x, y = NULL,
alternative = c("two.sided", "less", "greater"),
mu = 0, paired = FALSE, var.equal = FALSE,
conf.level = 0.95, ...)

結果意義：P值小于顯著性水平時拒絕原假設，否則，接受原假設。具體的假設要看所選擇的是雙邊假設還是單邊假設（又分小于和大于）

5. 正態總體方差檢驗

R函數：t.test()
t.test(x, y = NULL,
alternative = c("two.sided", "less", "greater"),
mu = 0, paired = FALSE, var.equal = FALSE,
conf.level = 0.95, ...)

結果意義：P值小于顯著性水平時拒絕原假設，否則，接受原假設。具體的假設要看所選擇的是雙邊假設還是單邊假設（又分小于和大于）

在這里插入圖片描述

6. 二項分布總體假設檢驗

binom.test(x, n, p = 0.5,
alternative = c("two.sided", "less", "greater"),
conf.level = 0.95)

原假設：p=p0,p

7. Pearson 擬合優度χ2檢驗

chisq.test(x, y = NULL, correct = TRUE,
p = rep(1/length(x), length(x)), rescale.p = FALSE,
simulate.p.value = FALSE, B = 2000)

原假設H0：X符合F分布。

8. Fisher精確的獨立檢驗：

fisher.test(x, y = NULL, workspace = 200000, hybrid = FALSE,
control = list(), or = 1, alternative = "two.sided",
conf.int = TRUE, conf.level = 0.95)

原假設：X,Y相關。

9. McNemar檢驗：

mcnemar.test(x, y = NULL, correct = TRUE)

原假設：兩組數據的頻數沒有區別。

10. 秩相關檢驗

cor.test(x, y,
alternative = c("two.sided", "less", "greater"),
method = "spearman", conf.level = 0.95, ...)

原假設：x,y相關.

11. Wilcoxon秩檢驗

wilcox.test(x, y = NULL,
alternative = c("two.sided", "less", "greater"),
mu = 0, paired = FALSE, exact = NULL, correct = TRUE,
conf.int = FALSE, conf.level = 0.95, ...)

原假設：中位數大于，小于，不等于mu

原文鏈接：https://blog.csdn.net/HuangXinyue1017/article/details/123222004

欄目分類
最近更新