R语言 实验七.docx

1、R语言 实验七实验7 假设检验（一）一、实验目的：1.掌握重要的参数检验方法（单个总体的均值检验，两个总体的均值检验，成对样本的均值的检验，两个总体方差的检验，二项分布总体的检验）；2.掌握若干重要的非参数检验方法（Pearson拟合优度c2检验，Kolmogorov-Smirnov单样本和双样本检验）。二、实验内容：练习：要求：完成练习并粘贴运行截图到文档相应位置(截图方法见下)，并将所有自己输入文字的字体颜色设为红色（包括后面的思考及小结），回答思考题，简要书写实验小结。修改本文档名为“本人完整学号姓名1”，其中1表示第1次实验，以后更改为2,3,.。如文件名为“*09张立1”，表示学号为

2、*09的张立同学的第1次实验，注意文件名中没有空格及任何其它字符。最后连同数据文件、源程序文件等（如果有的话，本次实验没有），一起压缩打包发给课代表，压缩包的文件名同上。截图方法：法1：调整需要截图的窗口至合适的大小，并使该窗口为当前激活窗口（即该窗口在屏幕最前方），按住键盘Alt键（空格键两侧各有一个）不放，再按键盘右上角的截图键（通常印有“印屏幕”或“Pr Scrn”等字符），即完成截图。再粘贴到word文档的相应位置即可。法2：利用QQ输入法的截屏工具。点击QQ输入法工具条最右边的“扳手”图标，选择其中的“截屏”工具。）1.自行完成教材第五章的例题。2.（习题5.1）正常男子血小板计数均

3、值为225 109/L,今测得20名男性油漆作业工人的血小板计数值（单位：109/L）220 188 162 230 145 160 238 188 247 113126 245 164 231 256 183 190 158 224 175问油漆工人的血小板计数与正常成年男子有无差异？ 解：提出假设：H0：油漆工人的血小板计数与正常成年男子无差异H1：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）xt.test(x,mu=225)结论：One Sample t-testdata: xt = -3.4783, df = 19, p-value = 0.00

4、2516alternative hypothesis: true mean is not equal to 22595 percent confidence interval: 172.3827 211.9173sample estimates:mean of x 192.15P=0.002516 x p 1-p1 0.4912059结论：这个星期生产出的灯泡能使用1000小时以上的概率为0.49120594.（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

5、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113120138120100118138123饮食治疗组138116125136110132130110解：提出假设：H0：两种方法治疗后的患者血红蛋白无差异H1：两种方法治疗后的患者血红蛋白有差异源代码及运行结果：（复制到此处，不需要截图） x y t.test(x,y,paired=T) Paired t-testdata: x and yt = -0.65127, df = 7, p-value = 0.5357alternative hypothesis: true dif

6、ference in means is not equal to 095 percent confidence interval: -15.628891 8.878891sample estimates:mean of the differences -3.375 结论：p=0.53570.05,不拒绝原假设，两种方法治疗后的患者血红蛋白无差异5.（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

7、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-0.70-5.602.002.800.703.504.005.807.10-0.50(n1 = 20)2.50-1.601.703.000.404.504.602.506.00-1.40对照组3.706.505.005.200.800.200.603.406.60-1.10(n2 = 20)6.003.802.001.602.002.201.203.101.70-2.00（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-Sm

8、irnov检验方法和Pearson拟合优度c2检验； 解：提出假设：H0：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H1：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正态性W检验方法源代码及运行结果：（复制到此处，不需要截图）x shapiro.test(x) Shapiro-Wilk normality testdata: xW = 0.9699, p-value = 0.7527y shapiro.test(y) Shapiro-Wilk normality testdata: yW = 0.97098, p-value = 0.7754结论：试验

9、组p=0.75270.05,对照组p=0.77540.05,所以检验试验组和对照组的的数据是来自正态分布Kolmogorov-Smirnov检验方法源代码及运行结果：（复制到此处，不需要截图） ks.test(x,pnorm,mean(x),sd(x) One-sample Kolmogorov-Smirnov testdata: xD = 0.10652, p-value = 0.9771alternative hypothesis: two-sidedWarning message:In ks.test(x, pnorm, mean(x), sd(x) : Kolmogorov - Smi

10、rnov检验里不应该有连结 ks.test(y,pnorm,mean(y),sd(y) One-sample Kolmogorov-Smirnov testdata: yD = 0.11969, p-value = 0.9368alternative hypothesis: two-sidedWarning message:In ks.test(y, pnorm, mean(y), sd(y) : Kolmogorov - Smirnov检验里不应该有连结结论：试验组p=0.97710.05,对照组p=0.93680.05,所以检验试验组和对照组的的数据是来自正态分布Pearson拟合优度c2

11、检验源代码及运行结果：（复制到此处，不需要截图）x A p p1 0.04894712 0.24990009 0.62002288 0.90075856 0.98828138 p p1 0.04894712 0.20095298 0.37012278 0.28073568 0.09924144 chisq.test(A,p=p) Chi-squared test for given probabilitiesdata: AX-squared = 0.56387, df = 4, p-value = 0.967Warning message:In chisq.test(A, p = p) : C

12、hi-squared近似算法有可能不准y B p p1 0.02801752 0.25099907 0.39812195 0.71500447 0.96465615 p p1 0.02801752 0.22298154 0.14712289 0.60187805 chisq.test(B,p=p) Chi-squared test for given probabilitiesdata: BX-squared = 28.087, df = 3, p-value = 3.483e-06Warning message:In chisq.test(B, p = p) : Chi-squared近似算

13、法有可能不准结论：试验组的p=0.9670.05,对照组的p= 3.483e-060.05,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；解：提出假设：H0：两组数据均值没有差异H1：两组数据均值是有差异方差相同模型源代码及运行结果：（复制到此处，不需要截图）xy t.test(x,y, var.equal=TRUE) Two Sample t-testdata: x and yt = -0.64187, df = 38, p-value = 0.5248alternative hypothesis: true dif

14、ference in means is not equal to 095 percent confidence interval: -2.326179 1.206179sample estimates:mean of x mean of y 2.065 2.625结论：p=0.52480.05,不拒绝原假设，两组数据均值没有差异方差不同模型源代码及运行结果：（复制到此处，不需要截图）xy t.test(x,y) Welch Two Sample t-testdata: x and yt = -0.64187, df = 36.086, p-value = 0.525alternative hy

15、pothesis: true difference in means is not equal to 095 percent confidence interval: -2.32926 1.20926sample estimates:mean of x mean of y 2.065 2.625结论：p= 0.5250.05, 不拒绝原假设，两组数据均值没有差异成对t检验模型源代码及运行结果：（复制到此处，不需要截图）xy t.test(x,y,paired=T) Paired t-testdata: x and yt = -0.64644, df = 19, p-value = 0.5257

16、alternative hypothesis: true difference in means is not equal to 095 percent confidence interval: -2.373146 1.253146sample estimates:mean of the differences -0.56 结论：p=0.52570.05, 不拒绝原假设，两组数据均值没有差异（3）检验试验组与对照组的方差是否相同。解：提出假设：H0：试验组与对照组的方差相同H1：试验组与对照组的方差不相同源代码及运行结果：（复制到此处，不需要截图）xy var.test(x,y) F test

17、 to compare two variancesdata: x and yF = 1.5984, num df = 19, denom df = 19, p-value = 0.3153alternative hypothesis: true ratio of variances is not equal to 195 percent confidence interval: 0.6326505 4.0381795sample estimates:ratio of variances 1.598361结论：p= 0.31530.05,不拒绝原假设，试验组与对照组的方差相同6.（习题5.5）为

18、研究某种新药对抗凝血酶活力的影响，随机安排新药组病人12例，对照组病人10例，分别测定其抗凝血酶活力（单位：mm3），其结果如下：新药组：126 125 136 128 123 138 142 116 110 108 115 140对照组：162 1 72 1 77 1 70 1 75 152 157 159 160 162试分析新药组和对照组病人的抗凝血酶活力有无差别（ = 0.05)。（1）检验两组数据是否服从正态分布；（2）检验两组样本方差是否相同；（3）选择最合适的检验方法检验新药组和对照组病人的抗凝血酶活力有无差别。解：（1）检验两组数据是否服从正态分布新药组数据提出假设：H0：新药

19、组数据服从正态分布H1：新药组数据不服从正态分布源代码及运行结果：（复制到此处，不需要截图） x ks.test(x,pnorm,mean(x),sd(x) One-sample Kolmogorov-Smirnov testdata: xD = 0.14644, p-value = 0.9266alternative hypothesis: two-sided对照组数据提出假设：H0：对照组数据服从正态分布H1：对照组数据不服从正态分布源代码及运行结果：（复制到此处，不需要截图） y ks.test(y,pnorm,mean(y),sd(y) One-sample Kolmogorov-Sm

20、irnov testdata: yD = 0.22216, p-value = 0.707alternative hypothesis: two-sidedWarning message:In ks.test(y, pnorm, mean(y), sd(y) : Kolmogorov - Smirnov检验里不应该有连结（2）检验两组样本方差是否相同；提出假设：H0：两组样本方差相同H1：两组样本方差不相同源代码及运行结果：（复制到此处，不需要截图） x y var.test(x,y) F test to compare two variancesdata: x and yF = 1.9646

21、, num df = 11, denom df = 9, p-value = 0.32alternative hypothesis: true ratio of variances is not equal to 195 percent confidence interval: 0.5021943 7.0488630sample estimates:ratio of variances 1.964622（3）选择最合适的检验方法检验新药组和对照组病人的抗凝血酶活力有无差别。提出假设：H0：新药组和对照组病人的抗凝血酶活力无差别H1：新药组和对照组病人的抗凝血酶活力有差别源代码及运行结果：（复制

22、到此处，不需要截图） x y t.test(x,y, var.equal=TRUE) Two Sample t-testdata: x and yt = -8.8148, df = 20, p-value = 2.524e-08alternative hypothesis: true difference in means is not equal to 095 percent confidence interval: -48.24975 -29.78358sample estimates:mean of x mean of y 125.5833 164.6000结论：p= 2.524e-08 binom.test(57