Question

我编写了这段代码，对两个随机分布的观察x和y

运行一个测试统计

mean.test <- function(x, y, B=10000,
alternative=c("two.sided","less","greater"))
{
p.value <- 0
alternative <- match.arg(alternative)
s <- replicate(B, (mean(sample(c(x,y), B, replace=TRUE))-mean(sample(c(x,y), B, replace=TRUE))))
t <- mean(x) - mean(y) 
p.value <- 2*(1- pnorm(abs(quantile(T,0.01)), mean = 0, sd = 1, lower.tail = 
TRUE, log.p = FALSE))   #try to calculate p value 
data.name <- deparse(substitute(c(x,y)))
names(t) <- "difference in means"
zero <- 0
names(zero) <- "difference in means"
return(structure(list(statistic = t, p.value = p.value,
method = "mean test", data.name = data.name,
observed = c(x,y), alternative = alternative,
null.value = zero),
class = "htest"))
}

代码使用蒙特卡罗模拟来生成检验统计量均值（x） - 均值（y）的分布函数，然后计算p值，但显然我错过了定义这个p值，因为：< / p>

> set.seed(0)
> mean.test(rnorm(1000,3,2),rnorm(2000,4,3))

输出应如下所示：

    mean test
data: c(rnorm(1000, 3, 2), rnorm(2000, 4, 3))
difference in means = -1.0967, p-value < 2.2e-16
alternative hypothesis: true difference in means is not equal to 0

但我得到了这个：

      mean test
data:  c(rnorm(1000, 3, 2), rnorm(2000, 4, 3))
difference in means = -1.0967, p-value = 0.8087
alternative hypothesis: true difference in means is not equal to 0

有人可以向我解释这个错误吗？

Answer 1

据我所知，你的代码中有很多错误和错误：

quantile(T, 0.01) - 此处为T == TRUE，因此您需要计算1的分位数。
永远不会使用对象s。
mean(sample(c(x,y), B, replace=TRUE))你想在这做什么？ c()函数结合了x和y。由于你不知道他们来自哪个人口，因此抽样是没有意义的
计算检验统计量t时，应取决于差异（和样本量）。

R：使用模拟计算p值

1 个答案: