两样本均值的假设检验及其R软件实现.docVIP

两样本均值的假设检验及其R软件实现 　　摘要：两样本均值的假设检验是《概率论与数理统计》中很关键的一部分内容，在生物医学、质量检测等领域中常遇到比较两样本是否存在显著差异。利用传统的手工方法分析数据存在一些困难，因此，将统计软件引入《概率论与数理统计》教学中适合了时代的发展。本文结合实例介绍R统计软件在两样本均值假设检验中的应用。 　　关键词：R统计软件；假设检验；U检验；t检验 　　中图分类号：G642 文献标志码：A 文章编号：1674-9324（2013）20-0213-02 　　两样本假设检验问题在生物医学、质量检测等领域常常遇到。如研究两种不同饲料对雌鼠体重增加是否有差异，两种不同药品对病人疗效是否相同。在讲授两样本假设检验理论知识的同时应将统计软件的应用作为一个重点，让学生至少熟练掌握一门统计软件。目前，可用于统计分析的软件有很多，如Excel、SPSS、SAS、Eviews、Minitab，S-plus以及R等。由于R软件具有强大的计算与图形展示功能、更新迅速以及自由免费等诸多优点[1-5]，目前国内越来越多的高等院校在统计教学中将R软件作为教学软件。本文将结合实例介绍R统计软件在两样本均值假设检验中的应用。 　　一、两样本均值假设检验及R语言实现 　　设X1，X2，…，Xn■～N（μ1，σ■■），Y1，Y2，…，Yn■～N（μ2，σ■■）且两样本独立。在《概率论与数理统计》课程中，对两正态总体的假设检验问题常介绍两种情况：（1）σ■■和σ■■已知；（2）σ■■=σ■■=σ■未知。本文仅以双侧假设检验为例，考虑假设检验问题：H0∶μ1=μ2，H1∶μ1≠μ2.下面分别介绍两种情况下的检验方法及R语言实现。 　　1.检验方法。①σ■■和σ■■已知，当H0为真时，可以构造U检验统计量：U=■～N（0，1）对给定的显著性水平α，H0的拒绝域为：U≥Zα/2.②σ■■=σ■■=σ■未知，当H0为真时，可以构造t检验统计量：T=■～t（n1+n2-2），其中Sw=■，S■■和S■■分别是X和Y的样本标准差。对给定的显著性水平α，得H0的拒绝域为：T≥tα/2（n1+n2-2）. 　　2.案例分析。本节采用文献[6]中的案例来说明R统计软件在两样本假设检验中的应用。某克山病区测得11例克山病患者与13名健康人的血磷值（mmol/L），结果如下：克山病患者（X）：0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11。健康人（Y）：0.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.56 1.87 　　该地克山病患者与健康人的血磷值是否相同？ 　　①假定σ■■和σ■■已知，σ■■=0.17，σ■■=0.18。两样本均值假设检验程序代码如下：##两样本方差已知的均值检验### 　　mean_test-function（x， y，sigma1，sigma2）{ 　　n1-length（x） #X样本数 　　n2-length（y） #Y样本数 　　xb-mean（x） #X样本均值 　　yb-mean（y） #Y样本均值 　　u-（xb-yb）/sqrt（sigma1^2/n1+sigma2^2/n2） #计算U检验统计量 　　pp-pnorm（u，0，1） #计算标准正态分布在u点的概率分布函数值 　　if（pp1/2） P=2*pp #计算假设检验P值 　　else P=2*（1-pp） 　　data.frame（mean=xb-yb， U=u， p_vale=P） 　　} 　　X=c（0.84，1.05，1.20，1.20，1.39，1.53，1.67，1.80，1.87， 　　2.07，2.11） #输入样本值 　　Y=c（0.54，0.64，0.64，0.75，0.76，0.81，1.16，1.20，1.34， 　　1.35，1.48，1.56，1.87） 　　mean_test（X，Y，sqrt（0.17），sqrt（0.18）） #通过编写的mean_test函数计算检验p值 　　运行结果 　　mean U p_vale 　　0.4362937 2.548825 0 　　从运行结果可以看出p-value0.05，拒绝原假设，即该地区克山病患者与健康人的血磷值不同。 　　②假定σ■■=σ■■=σ■■未知，R软件中提供了t.test（）进行两样本的假设检验和区间估计，关于t.test（）的用法以及功能可参见文献[1]或者输入help（t.test）。程序代码为：t.test（X，Y，var.equal=TRUE） 　　运行结果