发布时间 : 星期四 文章R语言 实验七更新完毕开始阅读e7f9c47532687e21af45b307e87101f69e31fbb9
H1：两组样本方差不相同 源代码及运行结果：（复制到此处，不需要截图）
> x<-c(126,125,136,128,123,138,142,116,110,108,115,140) > y<-c(162, 172 ,177 ,170 ,175, 152 ,157 ,159, 160 ,162) > var.test(x,y)
F test to compare two variances
data: x and y
F = 1.9646, num df = 11, denom df = 9, p-value = 0.32
alternative hypothesis: true ratio of variances is not equal to 1 95 percent confidence interval: 0.5021943 7.0488630 sample estimates: ratio of variances 1.964622
（3）选择最合适的检验方法检验新药组和对照组病人的抗凝血酶活力有无差别。 提出假设：
H0：新药组和对照组病人的抗凝血酶活力无差别 H1：新药组和对照组病人的抗凝血酶活力有差别 源代码及运行结果：（复制到此处，不需要截图）
> x<-c(126,125,136,128,123,138,142,116,110,108,115,140) > y<-c(162, 172 ,177 ,170 ,175, 152 ,157 ,159, 160 ,162) > t.test(x,y, var.equal=TRUE)
Two Sample t-test
data: x and y
t = -8.8148, df = 20, p-value = 2.524e-08
alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -48.24975 -29.78358 sample estimates: mean of x mean of y 125.5833 164.6000 结论：
p= 2.524e-08<0.05,拒绝原假设，新药组和对照组病人的抗凝血酶活力有差别
7. （习题5.6）—项调查显示某城市老年人口比重为14.7%。该市老年研究协会为了
检验该项调查是否可靠，随机抽选了400名居民，发现其中有57人是老年人。问调查结果是否支持该市老年人口比重为14.7%的看法（? =0.05）。（提示，此题是二项分布总体的检验） 解：提出假设： H0：p=p0=0.147
H1：p≠p0
源代码及运行结果：（复制到此处，不需要截图） > binom.test(57,400,p=0.147)
Exact binomial test
data: 57 and 400
number of successes = 57, number of trials = 400, p-value = 0.8876 alternative hypothesis: true probability of success is not equal to 0.147 95 percent confidence interval: 0.1097477 0.1806511 sample estimates:
probability of success 0.1425 结论：
P值= 0.8876>0.05,不拒绝原假设，调查结果支持该市老年人口比重为14.7%的看法 8. （习题5.7）作性别控制试验，经某种处理后，共有雏鸡328只，其中公雏150只，
母雏178只，试问这种处理能否增加母雏的比例？（性别比应为1：1）。 解：提出假设：
H0：这种处理不能增加母雏的比例 H1：这种处理能增加母雏的比例 源代码及运行结果：（复制到此处，不需要截图） > binom.test(178,328,p=0.5,alternative=\
Exact binomial test
data: 178 and 328
number of successes = 178, number of trials = 328, p-value = 0.06794 alternative hypothesis: true probability of success is greater than 0.5 95 percent confidence interval: 0.4957616 1.0000000 sample estimates:
probability of success
0.5426829
结论：
P值=0.06794>0.05,不拒绝原假设，这种处理不能增加母雏的比例 9. （习题5.8）Mendel用豌豆的两对相对性状进行杂交实验，黄色圆滑种子与绿色皱
缩种子的豌豆杂交后，第二代根据自由组合规律，理论分离比为
黄圆：黄皱：绿圆：绿皱 = ( 9/16)：(3/16)：(3/16)：(1/16)
实际实验值为：黄圆315粒、黄皱101粒、绿圆108粒、绿皱32粒，共556粒。问此结果是否符合自由组合规律的理论分离比？ 解：提出假设：
H0：符合自由组合规律的理论分离比 H1：不符合自由组合规律的理论分离比 源代码及运行结果：（复制到此处，不需要截图） > chisq.test(c(315,101,108,32),p=c(9,3,3,1)/16)
Chi-squared test for given probabilities
data: c(315, 101, 108, 32)
X-squared = 0.47002, df = 3, p-value = 0.9254 结论：
P值=0.9254>0.05,接受原假设，符合自由组合规律的理论分离比
10. （习题5.9）观察每分钟进入某商店的人数X，任取200分钟，所得数据如下： 顾客人数 频数 0 92 1 68 2 28 3 11 4 1 5 0 试分析，能否认为每分钟顾客数X服从Poisson分布（? =0.1）。 解：提出假设：
H0：能认为每分钟顾客数X服从Poisson分布 H1：不能认为每分钟顾客数X服从Poisson分布 源代码及运行结果：（复制到此处，不需要截图） > X<-0:5;Y<-c(92,68,28,11,1,0)
> q<-ppois(X,mean(rep(X,Y)));n<-length(Y) > p<-numeric(n)
> p[1]<-q[1];p[n]=1-q[n-1] > for(i in 2:(n-1)) + p[i]<-q[i]-q[i-1] > chisq.test(Y,p=p)
Chi-squared test for given probabilities
data: Y
X-squared = 2.1596, df = 5, p-value = 0.8267
Warning message:
In chisq.test(Y, p = p) : Chi-squared近似算法有可能不准
重新分组，合并频数小于5的组： > Z<-c(92,68,28,12)
> n<-length(Z);p<-p[1:n-1]; p[n]=1-q[n-1] > chisq.test(Z,p=p)
Chi-squared test for given probabilities
data: Z
X-squared = 0.91132, df = 3, p-value = 0.8227
结论：
p=0.8227>>0.1,接受原假设，能认为每分钟顾客数X服从Poisson分布
11. （习题5.10）观察得两样本值如下 顾客人数 频数 2.36 4.38 3.14 4.25 7.52 6.53 3.48 3.28 2.76 7.21 5.34 6.55 6.54 7.41 试分析，两样本是否来自同一总体（? =0.05）。 解：提出假设：
H0：两样本是来自同一总体 H1：两样本不是来自同一总体 源代码及运行结果：（复制到此处，不需要截图） > x<-c(2.36,3.14,7.52,3.48,2.76,5.34,6.54,7.41) > y<-c(4.38,4.25,6.53,3.28,7.21,6.55) > ks.test(x,y)
Two-sample Kolmogorov-Smirnov test
data: x and y
D = 0.375, p-value = 0.6374 alternative hypothesis: two-sided 结论：
p= 0.6374>0.05,接受原假设，两样本是来自同一总体 思考：
1. 常见的均值检验的问题有哪3种类型（实验目的1）？这3类问题都可以用R软件
中t.test()函数做检验吗？
单个总体的均值检验，两个总体的均值检验，成对样本的均值的检验；可以
2. 两个总体的均值检验除了要求满足①正态性，②独立性外，还要特别注意哪个条
件？在R语言中，通过选择t.test()函数中哪个参数进行区别设置？ 方差齐性；alternative
3. 成对样本的均值检验可以转化为单个总体的均值检验问题，具体来说，首先求出差
值序列，然后利用单个总体的均值检验方法检验此差值序列的均值是否等于多少？ 0
4. R语言中对于正态分布方差的检验用到是哪个函数？
var.test()
5. R语言中的二项分布检验用到的是哪个函数？其主要是对二项分布中哪个参数进
行检验？
binom.test();P值（原假设概率）
6. Pearson拟合优度?2检验中，无论是检验单个样本服从何种分布，亦或是检验单个
样本的构成比是否与理论值一致，本质都是样本率与总体率的比较问题。
7. 分布拟合检验的方法主要有哪3种？在R语言中这3种方法用的函数分别是？
正态性W检验方法、Kolmogorov-Smirnov检验方法和Pearson拟合优度?2检验； shapiro.test()、ks.test()、chisq.test()
8. Kolmogorov-Smirnov检验与Pearson ?2检验相比，有什么优缺点？（P229）
Kolmogorov-Smirnov检验不需要将样本分组，少了一个任意性，这个是优点，其缺点是只有用在理论分布为一维连续分布且分布完全已知的情形，适用面比Pearson检验小，研究也显示在Kolmogorov-Smirnov检验可用的场合下，其功效一般来说略优于Pearson检验
三、实验小结（必写，但字数不限）
这次实验主要是掌握重要的参数检验方法和掌握若干重要的非参数检验方法，对我来说，求均值检验用t.test()这个函数，有点分不清，还有就是提出假设的时候，不是很能确定H0、H； 思考里的有些概念，自己理解的有点模糊不清，主要原因是没有多看书，所以，自己要多看书，多思考和理解。