R语言中执行二项分布检验
来源:互联网 发布:淘宝消保保证金 编辑:程序博客网 时间:2024/06/18 09:10
说明
我们在做某项决定时, 我们希望证明给出的假设并不是偶然成立,而是具有统计显著性.在假设检验中存在两种假设:原假设以及备择假设(称为研究假设),假设检验的结果的目的是验证实验结果是否显著,如果备择假设是可以接收的,则通常原假设不成立。
#载入数据library(stats)#赌徒掷骰问题,在315次比赛中赢了92次,可以建立精确的二项分布判断其是否作弊binom.test(x=92,n=315,p=1/6) Exact binomial testdata: 92 and 315number of successes = 92, number of trials = 315, p-value = 3.458e-08alternative hypothesis: true probability of success is not equal to 0.166666795 percent confidence interval: 0.2424273 0.3456598sample estimates:probability of success 0.2920635
分析
H0(原假设):没有作弊的情况下成功的概率与期望值相同,u = u0
H1(备择假设):没有作弊的情况下成功的概率与期望值不同,u!=u0
t检验的 p = 3.458e-08 < 0.05
a = 0.05表示的是面积
重复一遍,“P值就是当原假设为真时,比所得到的样本观察结果更极端的结果出现的概率”。如果P值很小,就表明,在原假设为真的情况下出现的那个分布里面,只有很小的部分,比出现的这个事件(比如,Q)更为极端。没多少事件比Q更极端,那就很有把握说原假设不对了.在本例中p值表示大于92的所有概率之和,几何意思是转化为平均数=0,方差为1的标准正态分布中所占的面积,比0.05面积小很多。
因此拒绝H0,接收H1。
阅读全文
1 0
- R语言中执行二项分布检验
- R语言中执行KS检验
- R语言执行T检验
- R二项分布检验与FDR校正
- R语言t检验
- R语言正态性检验
- R语言---分布检验
- R语言置换检验
- R语言之各种检验
- R语言中的t检验
- R语言_参数检验
- R语言 Shapiro-Wilk检验
- R语言实施皮尔森卡方检验
- R语言中的T检验-单个总体T检验
- R语言笔记1:t检验和Wilcoxon检验
- R语言系列学习(各种检验)
- R语言之非参数检验篇
- R语言:常用统计检验方法
- c++动态链接库的创建和使用
- D001-开发工具-Cubesuite+
- 错题总结之数组匹配
- java实现冒泡排序
- kali2.0 2016.2 宽带拨号上网
- R语言中执行二项分布检验
- 【模板】快速幂取模
- 数组删除重复的数字1方法二:
- 添加 busybox
- 阿里云ECS自带mysql的密码找回
- Spring In Action(二):基于XML配置装配bean
- Magento2开发教程
- Properties | 工具类
- 算法谜题90 座位重排(生成全排列的Johnson–Trotter算法)