Question

从正态分布产生10个随机观测值，平均值为80，典型偏差为30让我们假设我们不知道分布的平均μ。使用样本，检查（测试）2假设

H0：μ= 80 vs H1：μ不等于80。

重复此过程100次，每次仅记录p值。使用5％显着性水平评论您的结果显示p值的所有值。

这就是我做的事情

t<-c( rnorm(10, mean = 80, sd = 30))
t.test (y, mu = 80)
t.test(y, mu =80, alternative = ”greater”)$p.value
 t.test(y, mu = 80, alternative = ”less”)$p.value

注释：

假设在向量y中存储了样本的数据。这个命令

t.test（y，mu = 9）

进行双边假设检查（测试），特别是检查数据来自的分布均值是否等于9，如果单方面检查命令是，

t.test（y，mu = 9，alternative =“greater”）或t.test（y，mu = 9， alternative =“less”）

相应。这些命令给出检查（测试）的结果，包括置信区间。如果有人只想要p值的值，则必须在end命令中添加$ p.value。例如，命令

t.test（y，mu = 9）$ p.value

仅给出双侧检查（测试）假设的p值

Answer 1

[编辑：我假设这是一个学校作业，你是R的新手。]

不完全清楚您的问题是什么......但是，您的代码似乎包含一些错误..

使用平均值80和sd 30创建10个随机观测值。将这些观测值分配给矢量t。这不是一个明智的想法，因为t是用于转置的R命令 - 使用这样的重定义保留名称不是一个好主意。

然后使用t.test命令执行测试。请注意，在R中，与Python不同，＆＃34;。＆＃34;不是指对象的方法。所以当你调用t.test（y ...）时，你正在对你没有定义的观测值矢量y进行t检验。

您发布的注释假设您的观察向量实际上称为y。如果在R控制台中运行？t.test，您将看到y是t.test函数的参数的默认名称，该参数对应于观察向量。

你可能想要这样：

y<-c( rnorm(10, mean = 80, sd = 30))
t.test (y, mu = 80)
t.test(y, mu =80, alternative = "greater")$p.value
t.test(y, mu = 80, alternative = "less")$p.value

但请注意，您可以使用任何合理的变量名称作为观察向量 - 您只想在正确的向量上调用t.test。例如，

sample_observations <- c( rnorm(10, mean = 80, sd = 30))
t.test (sample_observations, mu = 80)

[编辑：粘贴的代码片段中似乎有unicode。现在已经修好了]

r统计假设如何测试

1 个答案: