您好,登錄后才能下訂單哦!
這篇“R語言的操作技術(shù)有哪些”文章的知識點大部分人都不太理解,所以小編給大家總結(jié)了以下內(nèi)容,內(nèi)容詳細(xì),步驟清晰,具有一定的借鑒價值,希望大家閱讀完這篇文章能有所收獲,下面我們一起來看看這篇“R語言的操作技術(shù)有哪些”文章吧。
1、W檢驗(Shapiro–Wilk (夏皮羅–威克爾 ) W統(tǒng)計量檢驗)
檢驗數(shù)據(jù)是否符合正態(tài)分布,R函數(shù):shapiro.test().
結(jié)果含義:當(dāng)p值小于某個顯著性水平α(比如0.05)時,則認(rèn)為
樣本不是來自正態(tài)分布的總體,否則則承認(rèn)樣本來自正態(tài)分布的總體。
2、K檢驗(經(jīng)驗分布的Kolmogorov-Smirnov檢驗)
R函數(shù):ks.test(),如果P值很小,說明拒絕原假設(shè),表明數(shù)據(jù)不符合F(n,m)分布。
3、相關(guān)性檢驗:
R函數(shù):cor.test()
cor.test(x, y,
alternative = c("two.sided", "less", "greater"),
method = c("pearson", "kendall", "spearman"),
exact = NULL, conf.level = 0.95, ...)
結(jié)果含義:如果p值很小,則拒絕原假設(shè),認(rèn)為x,y是相關(guān)的。否則認(rèn)為是不相關(guān)的。
4、T檢驗
用于正態(tài)總體均值假設(shè)檢驗,單樣本,雙樣本都可以。
t.test()
t.test(x, y = NULL,
alternative = c("two.sided", "less", "greater"),
mu = 0, paired = FALSE, var.equal = FALSE,
conf.level = 0.95, ...)
結(jié)果意義:P值小于顯著性水平時拒絕原假設(shè),否則,接受原假設(shè)。具體的假設(shè)要看所選擇的是雙邊假設(shè)還是單邊假設(shè)(又分小于和大于)
5、正態(tài)總體方差檢驗
t.test(x, y = NULL,
alternative = c("two.sided", "less", "greater"),
mu = 0, paired = FALSE, var.equal = FALSE,
conf.level = 0.95, ...)
結(jié)果含義:P值小于顯著性水平時拒絕原假設(shè),否則,接受原假設(shè)。具體的假設(shè)要看所選擇的是雙邊假設(shè)還是單邊假設(shè)(又分小于和大于)
6、二項分布總體假設(shè)檢驗
binom.test(x, n, p = 0.5,
alternative = c("two.sided", "less", "greater"),
conf.level = 0.95)
原假設(shè):p=p0,p<p0,p<p0 計算結(jié)果p-值很小,表示拒絕假設(shè),否則為接受假設(shè).
7、Pearson 擬合優(yōu)度χ2檢驗
chisq.test(x, y = NULL, correct = TRUE,
p = rep(1/length(x), length(x)), rescale.p = FALSE,
simulate.p.value = FALSE, B = 2000)
原假設(shè)H0:X符合F分布。
p-值小于某個顯著性水平,則表示拒絕原假設(shè),否則接受原假設(shè)。
8、Fisher精確的獨立檢驗:
fisher.test(x, y = NULL, workspace = 200000, hybrid = FALSE,
control = list(), or = 1, alternative = "two.sided",
conf.int = TRUE, conf.level = 0.95)
原假設(shè):X,Y相關(guān)。
9、McNemar檢驗:
mcnemar.test(x, y = NULL, correct = TRUE)
原假設(shè):兩組數(shù)據(jù)的頻數(shù)沒有區(qū)別。
10、秩相關(guān)檢驗
cor.test(x, y,
alternative = c("two.sided", "less", "greater"),
method = "spearman", conf.level = 0.95, ...)
原假設(shè):x,y相關(guān).
11、Wilcoxon秩檢驗
wilcox.test(x, y = NULL,
alternative = c("two.sided", "less", "greater"),
mu = 0, paired = FALSE, exact = NULL, correct = TRUE,
conf.int = FALSE, conf.level = 0.95, ...)
原假設(shè):中位數(shù)大于,小于,不等于mu.
以上就是關(guān)于“R語言的操作技術(shù)有哪些”這篇文章的內(nèi)容,相信大家都有了一定的了解,希望小編分享的內(nèi)容對大家有幫助,若想了解更多相關(guān)的知識內(nèi)容,請關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。