r语言平均值显著性检验_R语言：常用统计检验方法（一）数据分析师

写在前面

R已经成为当前国际学术界最流行的统计和绘图软件之一，该语言较为简单易学，统计分析功能强大，且具有很强的绘图功能，能够绘制学术出版要求的多种图表.在生物信息学，进化生物学、生态学与环境、经济学、语言学等领域有着极为广泛的应用。

R软件是跨平台的，可以在Linux， MacOs， Windows等多种系统上运行。针对每个研究方向，有大量的科研人员编写了相关的程序包，可以导入到基本的程序平台上运行。现有的程序包已经超过了1800个，并且还在增加中。

不仅如此，R是完全免费的，而且全部代码是公开的。

学习并掌握R语言，对于需要用到统计学的研究人员和学生都是非常必要的。

这里选取了中若干操作实例，所有的命令行均可以在R中运行，并得到结果。

正态总体均值的假设检验

t检验

单个总体

例一

某种元件的寿命X(小时)，服从正态分布，N(mu,sigma^2)，其中mu,sigma^2均未知，16只元件的寿命如下：问是否有理由认为元件的平均寿命大于255小时。

命令：

X

222, 362, 168, 250, 149, 260, 485, 170)

t.test(X, alternative = “greater”, mu = 225)

两个总体

例二

X为旧炼钢炉出炉率，Y为新炼钢炉出炉率，问新的操作能否提高出炉率

命令：

X

Y

t.test(X, Y, var.equal=TRUE, alternative = “less”)

成对数据t检验

例三

对每个高炉进行配对t检验

命令：

X

Y

t.test(X-Y, alternative = “less”)

正态总体方差的假设检验

例四

从小学5年级男生中抽取20名，测量其身高(厘米)如下：

问，在0.05显著性水平下，

平均值是否等于149

sigma^2 是否等于 75

命令：

X

136 144 143 157 137 159 135 158 147 165

158 142 159 150 156 152 140 149 148 155

var.test(X,Y)

例五

对炼钢炉的数据进行分析

命令：

X

Y

var.test(X,Y)

二项分布的总体检验

例六 有一批蔬菜种子的平均发芽率为P=0.85,现在随机抽取500粒，用种衣剂进行浸种处理，结果有445粒发芽，问种衣剂有无效果。

命令：

binom.test(445,500,p=0.85)

例七 按照以往经验，新生儿染色体异常率一般为1%，某医院观察了当地400名新生儿，有一例染色体异常，问该地区新生儿染色体是否低于一般水平/p>

命令：

binom.test(1,400,p=0.01,alternative=”less”)

非参数检验

#数据是否正态分布的Neyman-Pearson 拟合优度检验-chisq

例八

5种品牌啤酒爱好者的人数如下

A 210

B 312

C 170

D 85

E 223

问不同品牌啤酒爱好者人数之间有没有差异/p>

命令：

X

chisq.test(X)

例九

检验学生成绩是否符合正态分布

命令：

X

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

A

p

p

chisq.test(A,p=p)

# cut 将变量区域划分为若干区间

# table 计算因子合并后的个数

# 均值之间有无显著区别

大麦的杂交后代芒性状的比例 无芒：长芒： 短芒=9：3：4,而实际观测值为335：125：160 ,检验观测值是否符合理论假设/p>

命令：

chisq.test(c(335, 125, 160), p=c(9,3,4)/16)

例十

# 现有42个数据，分别表示某一时间段内电话总机借到呼叫的次数，

# 接到呼叫的次数 0   1   2   3   4   5   6

# 出现的频率     7   10  12  8   3   2   0

# 问：某个时间段内接到的呼叫次数是否符合Possion分布/p>

命令：

x

y

mean

q

n

p[1]

p[n]

for(i in 2:(n-1))

p

chisq.test(y, p=p)

Z

n

chisq.test(Z, p=p);https://www.cda.cn/

相关资源：基于WinCC组态软件的加热炉炉温优化与仿真研究_winCC实现加热炉…