R软件假设检验概述.pptVIP

下载本文档

48
0
约1.81万字
约 50页
2016-03-21 发布于湖北
举报
版权申诉

R软件假设检验概述.ppt

1、本文档共50页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

例5.13 P-value计算演示 ne=sqrt(500/45) r=ne+0.12+0.11/ne ra=r*0.23 y=2*c(exp(-2*ra*ra),-exp(-2*4*ra*ra),exp(-2*9*ra*ra),-exp(-2*16*ra*ra)) p=sum(y) P-value=0.5411246 单样本的p-value通过随机模拟，再拟合模拟结果得到，以正态分布为例：两个样本的K-S检验：出自台湾静宜大学研究生徐碧君 [2] 上式为实验极限分布曲线。 R软件算法[3]: 例5.9正态检验的其他方法比较： x=c(25,45,50,54,55,61,64,68,72,75,75,78,79,81,83,84,84,84,85,86,86,86,87,89,89,89,90,91,91,92,100) ks.test(x,pnorm, mean(x), sd(x)) shapiro.test(x) Shapiro-Wilk normality test data: x W = 0.8633, p-value = 0.0009852 One-sample Kolmogorov-Smirnov test data: x D = 0.1952, p-value = 0.1883 alternative hypothesis: two-sided 注： 1.Kolmogorov-Smirnov检验可以用于小样本资料，Chi-square检验则会因样本小二产生问题； 2.在任何大小的样本里， Kolmogorov-Smirnov检验是比Chi-square检验还要有力的检验； 3.单样本KS检验适合连续型分布，不适合泊松分布，二项分布等离散分布检验； 5.3.3列联表数据的独立性检验 Pearson检验: 拒绝域: 例5.14 x=c(60,3,32,11) dim(x)=c(2,2) chisq.test(x,correct=FALSE) Pearsons Chi-squared test data: x X-squared = 9.6636, df = 1, p-value = 0.001880 吸烟与肺癌有关 Fisher精确的独立检验适用小样本检验：n40 ; 或计算出 χ2值后所得的概率p≈α ; 某医师为研究乙肝免疫球蛋白预防胎儿宫内感染HBV的效果，将33例HBsAg阳性孕妇随机分为预防注射组合对照组，结果由表5.7所示，问两组新生儿的HBV总体感染率有无差别？ Description Fishers Exact Test for Count Data Description Performs Fishers exact test for testing the null of independence of rows and columns in a contingency table with fixed marginals. Usage fisher.test(x, y = NULL, workspace = 200000, hybrid = FALSE, control = list(), or = 1, alternative = two.sided, conf.int = TRUE, conf.level = 0.95, simulate.p.value = FALSE, B = 2000) x either a two-dimensional contingency table in matrix form, or a factor object. y a factor object; ignored if x is a matrix. For 2 by 2 cases, p-values are obtained directly using the (central or non-central) hypergeometric distribution. Otherwise, computations are based on a C version of the FORTRAN subroutine FEXACT which implements the network developed by Mehta and Patel (1986) and improved by Clarkson, Fan and Joe (1993). R实现： x=c(4,5,18,6) dim(x)=c(2,2) fisher.test(x) Fishers Exact Test for Count Data data: x p-value