R语言学习(九)
来源:互联网 发布:淘宝美妆店铺名字大全 编辑:程序博客网 时间:2024/05/02 08:57
R语言进行数学分析时,不仅可以进行事件的预测等,同时还能对预测事件进行相应假设,在进行假设时,一般会关注以下四个变量:
样本大小;显著性水平(假设成立时,拒绝它的概率);功效分析(假设成立时,接收它的概率);效应值;
R语言介绍了几种检验方法,这几种方法都是在已经知道以上某三个变量时,求另外一个变量的值,以期符合假设
1.t检验
pwr.t.test(n=样本大小,d=效应值,sig.level=显著性水平,power=功效分析...)
2.方差分析
pwr.anova.test(k=组数,n=样本大小,f=效应值,sig.level=显著性水平,power=功效分析...)
3.相关性检验
pwr.r.test(r=效应值,n=样本大小,sig.level=显著性水平,power=功效分析..)
4.线性检验
pwr.f2.test(u=分子自由度,即预测变量数,v=分母自由度,即总样本数-预测变量数-1,sig.level=显著性水平,power=功效分析,f2=...)
5.比例检验(一般用于两组连续性数值变量,且在两组变量的样本大小相同时)
pwr.2p.test(h=效应值,n=样本大小,sig.level=显著性水平,power=功效分析),其中h可以通过ES.h(p1,p2)求出,p1,p2分别为两个变量的效应程度
若样本大小不同时,一般可通过如下方法进行比例检验
pwr.2p2n.test(h=效应值,n1=变量1的样本大小,n2=变量2的样本大小,sig.level=显著性水平,power=功效分析)
6.卡方检验(一般用于两个类别型变量)
pwr.chisq.test(w=效应值,N=样本大小,df=自由度,sig.level=效应值,power=功效分析)
PS:以上方法中求哪个变量,则该变量在方法中就可以不用写出,在结果中便可得知,如利用相关性检验求效应值,则
pwr.r.test(n=100,sig.level=0.05,power=1)
当然具体方法在此写的不够详尽,基本上如此,在实际的运用过程中可以查阅相关的R帮助文档
7.seq(para1,para2,para3):构造起始值为para1,相邻两元素之差为para3的序列,序列中元素的值不能超过para2,如:
seq(1,10,2):1,3,5,7,9
range(数据集):求出数据集中的最小值和最大值
- R语言学习(九)
- R语言学习九
- R语言学习:R安装
- 应用统计学与R语言实现学习笔记(九)——线性回归
- 基于R语言的Kaggle案例分析学习笔记(九)
- R语言学习总结
- R语言学习笔记
- R语言学习
- R语言学习
- R语言学习笔记
- R语言学习笔记
- R语言学习资源
- R语言绘图学习
- R语言学习 apply
- R语言学习(一)
- R语言学习(二)
- R语言学习(三)
- R语言学习(四)
- Linux流负载均衡中Layer7的数据流(连接跟踪)识别问题
- lsscsi命令
- 机器人操作系统ROS Indigo 入门学习(16)——记录和重放数据
- 机器人操作系统ROS Indigo 入门学习(17)——roswtf入门指南
- 机器人操作系统ROS Indigo 入门学习(18)——ROS wiki导航
- R语言学习(九)
- Introduction to configuration wrapper
- xtables-addons中的一个让我吃了一惊的模块DNETMAP
- poj2387 Til the Cows Come Home—Dijkstra模板
- [LeetCode] Find Minimum in Rotated Sorted Array
- dede中php标签不起作用无效
- 检查字符串中的结束标记
- Hdu 1387 Team Queue[队列 || 链表]
- 机器人操作系统ROS Indigo 入门学习(19)——接下来做什么