拟合优度和独立性检验R语言代码.pdfVIP

第3 章 拟合优度和独立性检验 3.1 节R 语言实现 本节所使用的R 语言函数为Chisq.test()，该函数的使用格式为： chisq.test(x, y = NULL, correct = TRUE,p = rep(1/length(x), length(x)), rescale.p = FALSE, simulate.p.value = FALSE, B = 2000) 其中x 是由观测数据构成的向量或矩阵，y 是数据向量（当x 为矩阵时，y 无效）。 correct 是逻辑变量，表明是否用于连续修正，TRUE （缺省值）表示修正，FALSE 表示不修正。P 是原假设落在小区间的理论概率，缺省值表示均匀分布。 rescale.p 是逻辑变量，选择FALSE （缺省值）时，要求输入的p 满足求和结果 为1；选择TRUE 时，并不要求这一点，程序将重新计算p 值。simulate.p.value 是逻辑变量（缺省值为FALSE），为TRUE 时，将用仿真的方法计算P-值，B 表示 仿真的次数。 具体案例： 多总体比例差异检验：根据案例，已知列联表为： 重复购买意愿 Chevrolet Impala Ford Fusion Honda Accord Yes 69 120 123 No 56 80 52 R 语言代码实现为： x-matrix(c(69,56,120,80,123,52),2,3) #生成2 行3 列的矩阵x chisq.test(x) 程序及结果截图如下： 1 3.2 节案例 R 语言实现 多总体比例差异检验：根据案例，已知列联表为： 啤酒偏好 男性 女性 Light 51 39 Regular 56 21 Dark 25 8 R 语言实现为： d-matrix(c(51,56,39,21,8),3,2) #生成3 行2 列的矩阵d chisq.test(d) 程序及结果截图如下： 3.3 节案例R 语言实现 本节需要用到nortest 正态性检验包中的pearson.test()函数，其使用格 式为： pearson.test(x, n.classes = ceiling(2 * (n^(2/5))), adjust = TRUE) 其中，x 表示一个向量，允许出现缺失值。n.classes 表示变量数量数量，其默 认值参考Moore （1986）。adjust 为一逻辑变量; 如果为TRUE （默认值），则p 值由具有 n.classes-3 自由度的卡方分布计算，否则从具有n.classes-1 自由 度的卡方分布计算。一般而言，后两个参数取默认值即可。 案例：某家公司随机抽取市场营销部的30 名销售员，得到他们的月销售额 数据（单位：万元）： 33 43 44 45 52 52 56 58 63 64 2 64 65 66 68 70 72 73 73 74 75 83 84