1.單正態總體的區間估計
方差已知,估計均值:z檢驗:
z.test():bsda包,呼叫格式:
z.test(x, y = null, alternative = "two.sided", mu = 0, sigma.x = null, sigma.y = null, conf.level = 0.95)
x,y是數值向量,預設y=null,即進行單樣本的假設檢驗;alternative用於指定估計的置信區間,預設為雙尾區間,less表示求置信上限,greate表示求置信下限;mu表示均值,預設為0,僅在假設檢驗中起作用;sigma.x和sigma.y分別指定兩個樣本總體的標準差;conf.level指定區間估計的置信水平
******.z.test():usingr包,只能進行置信區間估計,不能實現z檢驗。呼叫格式:
******.z.test(x, sigma, conf.level=0.95)
x是資料向量,sigma是已知的總體標準差,conf.level是置信度。
方差未知,估計均值:用t檢驗代替z檢驗:
t.test():呼叫格式:
t.test(x, y = null, alternative=c("two sided","less","greater"), mu = 0,paired = true, var.equal = false, conf.level = 0.95,...)
x,y為樣本資料;alternative表示所求置信區間的型別,預設為雙尾檢驗;mu表示均值,均值未知時不需要賦值;paired表示是否是成對檢驗;var.equal表示雙樣本的方差是否相等
均值已知/未知,估計方差:
根據均值已知/未知情況,用卡方分布估計方差置信區間,實際情況中均值多為未知。自行編寫函式,可用以下**實現:
var.conf.int=function(x,mu=inf,alpha)
兩總體方差比的估計:
var.test():呼叫格式:
var.test(x, y, ratio = 1, alternative = c("two.sided","less","greater"), conf.level = 0.95,...)
x,y為樣本資料;ratio為原假設的方差比值;alternative設定檢驗型別為雙尾或是單尾;conf.level為置信水平
3.比率的區間估計
用於估計具有某個特徵的個體在總體中的比例
prop.test():呼叫格式:
prop.test(x, n, p = null, alternative = c("two.sided","less","greater"),conf.level = 0.95,correct = true)
x為具有特徵的樣本數;n為樣本總數;p設定假設檢驗的原假設比率值;alternative設定檢驗方式;conf.level為置信水平;correct設定是否使用yates連續修正,預設為true。
抽樣比很小時,可以使用二項式檢驗:
binom.test():呼叫格式為:
binom.test(x, n, p = 0.5, alternative = c("two.sided","less","greater"),conf.level= 0.95)
引數代表意義與prop.test()一致。 R語言學習筆記 引數點估計
1.點估計 點估計主要有兩種方法,分別是矩估計和極大似然估計,具體原理可參考統計學教材。矩估計需要解n元方程,在r語言中有 解一次方程 uniroot 呼叫格式為 uniroot f,interval,lower min interval upper max interval f.lower f l...
R語言學習筆記
1.資料輸入 read.table n fileposition 函式 eg.x read.table c users administrator desktop 1.txt header t 目前只知道可以完好地讀入txt檔案 空格隔開 excel不支援 csv讀入不完全。ps.可以用excel生...
R語言學習筆記
二 data.frame資料框的常用操作 三 讀取資料檔案 四 排序函式 sort,rank,order 的區別 mydata tid s1 s2 1 1 2 1 2 1 2 1 3 1 3 2 4 2 4 3 5 3 5 4 unique mydata tid s1 s2 1 1 2 1 3 1 ...