热线电话:13121318867

登录
首页精彩阅读R语言中执行二项分布检验
R语言中执行二项分布检验
2018-03-12
收藏

R语言中执行二项分布检验

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 test

data:  92 and 315
number of successes = 92, number of trials = 315, p-value = 3.458e-08
alternative hypothesis: true probability of success is not equal to 0.1666667
95 percent confidence interval:
 0.2424273 0.3456598
sample 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。

数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询