R语言实验七Word格式.docx
《R语言实验七Word格式.docx》由会员分享,可在线阅读,更多相关《R语言实验七Word格式.docx(17页珍藏版)》请在冰豆网上搜索。
![R语言实验七Word格式.docx](https://file1.bdocx.com/fileroot1/2022-10/25/a9a34ead-3a0c-4a6c-9b2b-190e4e429f00/a9a34ead-3a0c-4a6c-9b2b-190e4e429f001.gif)
油漆工人的血小板计数与正常成年男子有差异
源代码及运行结果:
(复制到此处,不需要截图)
>
x<
-c(220,188,162,230,145,160,238,188,247,113,126,245,164,231,256,183,190,158,224,175)
t.test(x,mu=225)
结论:
OneSamplet-test
data:
x
t=-3.4783,df=19,p-value=0.002516
alternativehypothesis:
truemeanisnotequalto225
95percentconfidenceinterval:
172.3827211.9173
sampleestimates:
meanofx
192.15
P=0.002516<
0.05,拒绝原假设,认为油漆工人的血小板计数与正常成年男子有差异
1.(习题5.2)已知某种灯泡寿命服从正态分布,在某星期所生产的该灯泡中随机抽取10只,测得其寿命(单位:
小时)为
1067919119678511269369181156920948
求这个星期生产出的灯泡能使用1000小时以上的概率。
x<
-c(1067,919,1196,785,1126,936,918,1156,920,948)
p<
-pnorm(1000,mean(x),sd(x))
1-p
[1]0.4912059
这个星期生产出的灯泡能使用1000小时以上的概率为0.4912059
2.(习题5.3)为研究某铁剂治疗和饮食治疗營养性缺铁性贫血的效果,将16名患者按年龄、体重、病程和病情相近的原则配成8对,分别使用饮食疗法和补充铁剂治疗的方法,3个月后测得两种患者血红资白如下表所示,问两种方法治疗后的患者血红蛋白有无差异?
铁剂和饮食两种方法治疗后患者血红蛋白值(g/L)
铁剂治疗组
113
120
138
100
118
123
饮食治疗组
116
125
136
110
132
130
两种方法治疗后的患者血红蛋白无差异
两种方法治疗后的患者血红蛋白有差异
-c(113,120,138,120,100,118,138,123)
y<
-c(138,116,125,136,110,132,130,110)
t.test(x,y,paired=T)
Pairedt-test
xandy
t=-0.65127,df=7,p-value=0.5357
truedifferenceinmeansisnotequalto0
-15.6288918.878891
meanofthedifferences
-3.375
p=0.5357>
0.05,不拒绝原假设,两种方法治疗后的患者血红蛋白无差异
3.(习题5.4)为研究国产四类新药阿卡波糖股嚢效果,某医院用40名Ⅱ型糖尿病病人进行同期随机对照实验。
试验者将这些病人随机等分到试验组(阿卡波糖股嚢组)和对照组(拜唐苹股嚢组),分别测得试验开始前和8周后空腹血糖,算得空腹血糖下降值,如下所示。
能否认为国产四类新药阿卡波糖股嚢与拜唐苹股嚢对空腹血糖的降糖效果不同?
试验组与对照组空腹腔血糖下降值(mmol/L)
试验组
-0.70
-5.60
2.00
2.80
0.70
3.50
4.00
5.80
7.10
-0.50
(n1=20)
2.50
-1.60
1.70
3.00
0.40
4.50
4.60
6.00
-1.40
对照组
3.70
6.50
5.00
5.20
0.80
0.20
0.60
3.40
6.60
-1.10
(n2=20)
3.80
1.60
2.20
1.20
3.10
-2.00
(1)检验试验组和对照组的的数据是否来自正态分布,采用正态性W检验方法(见第3章)、Kolmogorov-Smirnov检验方法和Pearson拟合优度χ2检验;
认为国产四类新药阿卡波糖股嚢与拜唐苹股嚢对空腹血糖的降糖效果不同
认为国产四类新药阿卡波糖股嚢与拜唐苹股嚢对空腹血糖的降糖效果相同
①正态性W检验方法
-c(-0.70,-5.60,2.00,2.80,0.70,3.50,4.00,5.80,7.10,-0.50,2.50,-1.60,1.70,3.00,0.40,4.50,4.60,2.50,6.00,-1.4)
shapiro.test(x)
Shapiro-Wilknormalitytest
W=0.9699,p-value=0.7527
y<
-c(3.70,6.50,5.00,5.20,0.80,0.20,0.60,3.40,6.60,-1.10,6.00,3.80,2.00,1.60,2.00,2.20,1.20,3.10,1.70,-2.00)
shapiro.test(y)
y
W=0.97098,p-value=0.7754
试验组p=0.7527>
0.05,对照组p=0.7754>
0.05,所以检验试验组和对照组的的数据是来自正态分布
②Kolmogorov-Smirnov检验方法
ks.test(x,"
pnorm"
mean(x),sd(x))
One-sampleKolmogorov-Smirnovtest
D=0.10652,p-value=0.9771
two-sided
Warningmessage:
Inks.test(x,"
mean(x),sd(x)):
Kolmogorov-Smirnov检验里不应该有连结
ks.test(y,"
mean(y),sd(y))
D=0.11969,p-value=0.9368
Inks.test(y,"
mean(y),sd(y)):
试验组p=0.9771>
0.05,对照组p=0.9368>
③Pearson拟合优度χ2检验
A<
-table(cut(x,br=c(-6,-3,0,3,6,9)))
-pnorm(c(-3,0,3,6,9),mean(x),sd(x))
p
[1]0.048947120.249900090.620022880.900758560.98828138
-c(p[1],p[2]-p[1],p[3]-p[2],p[4]-p[3],1-p[4])
[1]0.048947120.200952980.370122780.280735680.09924144
chisq.test(A,p=p)
Chi-squaredtestforgivenprobabilities
A
X-squared=0.56387,df=4,p-value=0.967
Inchisq.test(A,p=p):
Chi-squared近似算法有可能不准
B<
-table(cut(y,br=c(-2,1,2,4,7)))
-pnorm(c(-2,1,2,4,7),mean(y),sd(y))
[1]0.028017520.250999070.398121950.715004470.96465615
-c(p[1],p[2]-p[1],p[3]-p[2],1-p[3])
[1]0.028017520.222981540.147122890.60187805
chisq.test(B,p=p)
B
X-squared=28.087,df=3,p-value=3.483e-06
Inchisq.test(B,p=p):
试验组的p=0.967>
0.05,对照组的p=3.483e-06>
0.05,因此试验组和对照组都服从正态分布
(2)用t检验两组数据均值是否有差异,分别用方差相同模型、方差不同模型和成对t检验模型;
两组数据均值没有差异
两组数据均值是有差异
①方差相同模型
(复制到此