版权声明:本人博文一律不许转载,如发现转载,需负法律责任 https://blog.csdn.net/qq_38984677/article/details/82730981
1.比率的二项分布检验-适用于样本量较小(n<30)的检验-精确
binom.test(x,n,p=0.5,alternative="two.sided",conf.level=0.95)
#n是样本总数,x是具有某种特征的样本数,p为原假设的概率值
2.中位数符号检验,以中位数将数据分成两边(一边为正,一边为负),那么样本出现在两边的概率均为1/2,因此使用p=0.5的二项分布就可以做符号检验
#统计66个城市的生活花费指数,北京生活花费指数为99,问北京是否位于中位数以上(即99是否为该数据集的中位数)
x = c(66, 75, 78, 80, 81, 81, 82, 83, 83, 83, 83, 84, 85, 85, 86, 86, 86, 86, 87, 87, 88 ,88, 88, 88 ,88 ,89 ,89 ,89 ,89 ,90 ,90 ,91, 91, 91, 91, 92, 93, 93, 96, 96, 96, 97, 99, 100, 101 ,102, 103, 103, 104, 104, 104, 105, 106, 109, 109, 110, 110,
110 ,111 ,113 ,115 ,116 ,117, 118, 155 ,192)
mean(x)
binom.test(sum(x>99),length(x),p=0.5,alternative="less")
3.比率的近似检验,在二项分布X~B(1,p)中,当从总体X中取出的样本量越多n足够大时,根据中心极限定理,近似服从正态分布N(p,p(1-p)/n),构造统计量:
prop.test(x,n,p)