【正文】 rnative=39。greater39。,mu=72) One Sample ttestdata: xt = , df = 9, pvalue = alternative hypothesis: true mean is greater than 7295 percent confidence interval: Infsample estimates:mean of x 結(jié)果說明：我們的備擇假設(shè)是比72要大，所以我們不接受備擇假設(shè)，接受原假設(shè)比72小。因此這10名患者的平均脈搏次數(shù)比正常人要小。我們可以用兩種方式來做一做 xc(140,137,136,140,145,148,140,135,144,141) yc(135,118,115,140,128,131,130,115,131,125) (x,y,=T) (xy)結(jié)果不再列出，但是可以發(fā)現(xiàn)用均值差估計和配對數(shù)據(jù)估計的結(jié)果的數(shù)值有一點小小的差別。但得出的結(jié)論是不影響的（他們的期望差別很大） Ac(,) Bc(,) (A,B) xc(140,137,136,140,145,148,140,135,144,141) yc(135,118,115,140,128,131,130,115,131,125) (x,y) (x,y,=F)泊松分布的參數(shù)就等于它的均值也等于方差。我們直接用樣本均值來估計參數(shù)即可。 xc(rep(0,7),rep(1,10),rep(2,12),rep(3,8),rep(4,3),rep(5,2)) mean(x)[1] (x)正態(tài)總體均值用樣本均值來估計。故如下 xc(1067,919,1196,785,1126,936,918,1156,920,948) (x,alternative=39。greater39。)注意greater才是求區(qū)間下限的（都比它大的意思嘛）第五章這是一個假設(shè)檢驗問題， xscan()1: 220 188 162 230 145 160 238 188 247 11311: 126 245 164 231 256 183 190 158 224 175 21: Read 20 items (x,mu=225)考察正態(tài)密度函數(shù)的概率在R中的計算。首先我們要把該正態(tài)分布的均值和方差給估計出來，這個就利用樣本即可。然后用pnorm函數(shù)來計算大于1000的概率。如下 xc(1067,919,1196,785,1126,936,918,1156,920,948) pnorm(1000,mean(x),sd(x))[1] [1] 這是檢驗兩個總體是否存在差異的問題?？捎梅枡z驗和wilcoxon秩檢驗。兩種方法實現(xiàn)如下 xc(113,120,138,120,100,118,138,123) yc(138,116,125,136,110,132,130,110) (sum(xy),length(x))pvalue = 1 (x,y,exact=F)pvalue = ，故接受原假設(shè)，他們無差異（1）采用w檢驗法xc(,2,4,,3,,6,)yc(,5,,6,2,2,,2) (x) (y)采用ks檢驗法 (x,39。pnorm39。,mean(x),sd(x)) (y,39。pnorm39。,mean(y),sd(y))采用pearson擬合優(yōu)度法對x進行檢驗 Atable(cut(x,br=c(2,0,2,4,6,8))) A(2,0] (0,2] (2,4] (4,6] (6,8] 4 4 6 4 1發(fā)現(xiàn)A中有頻數(shù)小于5，故應(yīng)該重新調(diào)整分組 Atable(cut(x,br=c(2,2,4,8))) A(2,2] (2,4] (4,8] 8 6 5然后再計算理論分布 ppnorm(c(2,2,4,8),mean(x),sd(x)) pc(p[2],p[3]p[2],1p[3])最后檢驗 (A,p=p)采用pearson擬合優(yōu)度法對y進行檢驗 Btable(cut(y,br=c(,1,2,4,7))) B(,1] (1,2] (2,4] (4,7] 5 5 5 5 ppnorm(c(1,2,4),mean(y),sd(y)) pc(p[1],p[2]p[1],p[3]p[2],1p[3]) (B,p=p)以上的所有結(jié)果都不再列出，結(jié)論是試驗組和對照組都是來自正態(tài)分布。（2） (x,y,=F) (x,y,=T) (x,y,paired=T)結(jié)論是均值無差異（3） (x,y)結(jié)論是方差相同由以上結(jié)果可以看出這兩種藥的效果并無二致（1）（） xc(126,125,136,128,123,138,142,116,110,108,115,140) yc(162,172,177,170,175,152,157,159,160,162) ppnorm(c(105,125,145),mean(x),sd(x)) pc(p[2],1p[2]) (A,p=p) (y,39。pnorm39。,mean(y),sd(y))結(jié)論是他們都服從正態(tài)分布（2） (x,y)結(jié)論是方差相同（3） (x,y,exact=F)結(jié)果是有差別 (57,400,p=)結(jié)果是支持 (178,328,p=,alternative=39。greater39。)結(jié)果是不能認為能增加比例就是檢驗?zāi)愕臉颖臼欠穹夏莻€分布 (c(315,101,108,32),p=c(9,3,3,1)/16)結(jié)果顯示符合自由組合規(guī)律又是檢驗一個總體是否符合假定分布。 x0:5。yc(92,68,28,11,1,0) zrep(x,y) Atable(cut(z,br=c(1,0,1,2,5))) qppois(c(0,1,2,5),mean(z)) pc(q[1],q[2]q[1],q[3]q[2],1q[3]) (A,p=p)結(jié)論是符合泊松分布 xc(,,) yc(,,) (x,y)即列聯(lián)表的的獨立性檢驗 xc(358,229,2492,2754) dim(x)c(2,2) (x)或 (x)結(jié)論是有影響 xc(45,12,10,46,20,28,28,23,30,11,12,35) dim(x)c(4,3) (x)結(jié)果是相關(guān) xc(3,4,6,4) dim(x)c(2,2) (x)結(jié)果顯示工藝對產(chǎn)品質(zhì)量無影響即檢驗兩種研究方法是否有差異 xc(58,2,3,1,42,7,8,9,17) dim(x)c(3,3) (x,correct=F)結(jié)果表明兩種檢測方法有差異 xc(,,,) (sum(x),length(x),al=39。l39。) (x,mu=,al=39。l39。,exact=F)結(jié)果表明是在中位數(shù)之下（1）（2）（3） xscan()1: 11: 21: Read 20 items yscan()1: 11: 21: Read 20 items (sum(xy),length(x)) (x,y,paired=T,exact=F) (x,y,exact=F)（4） (x,39。pnorm39。,mean(x),sd(x)) (y,39。pnorm39。,mean(y),sd(y)) (x,y)由以上檢驗可知數(shù)據(jù)符合正態(tài)分布且方差相同，故可做t檢驗 (x,y)可以發(fā)現(xiàn)他們的均值是有差別的（5）綜上所述，Wilcoxon符號秩檢驗的差異檢出能力最強，符號檢驗的差異檢出最弱。 xc(24,17,20,41,52,23,46,18,15,29) yc(8,1,4,7,9,5,10,3,2,6) (x,y,method=39。spearman39。) (x,y,method=39。kendall39。)有關(guān)系的