R語言實(shí)驗(yàn)內(nèi)容

實(shí)驗(yàn)8假設(shè)檢驗(yàn)（二）實(shí)驗(yàn)?zāi)康模赫莆杖舾芍匾姆菂?shù)檢驗(yàn)方法（2檢驗(yàn)——列聯(lián)表獨(dú)立性檢驗(yàn)，Mcnemar檢驗(yàn)——對一個(gè)樣本兩種研究方法是否有差異的檢驗(yàn)，符號檢驗(yàn)，Wilcoxon符號秩檢驗(yàn)，Wilcoxon秩和檢驗(yàn)）；掌握另外兩個(gè)相關(guān)檢驗(yàn)：Spearman秩相關(guān)檢驗(yàn)，Kendall秩相關(guān)檢驗(yàn)。實(shí)驗(yàn)內(nèi)容：練習(xí)：要求：①完成練習(xí)并粘貼運(yùn)行截圖到文檔相應(yīng)位置(截圖方法見下)，并將所有自己輸入文字的字體顏色設(shè)為紅色（包括后面的思考及小結(jié)），②回答思考題，③簡要書寫實(shí)驗(yàn)小結(jié)。④修改本文檔名為“本人完整學(xué)號姓名1”，其中1表示第1次實(shí)驗(yàn)，以后更改為2,3,...。如文件名為“1305543109張立1”，表示學(xué)號為1305543109的張立同學(xué)的第1次實(shí)驗(yàn)，注意文件名中沒有空格及任何其它字符。最后連同數(shù)據(jù)文件、源程序文件等（如果有的話，本次實(shí)驗(yàn)沒有），一起壓縮打包發(fā)給課代表，壓縮包的文件名同上。截圖方法：法1：調(diào)整需要截圖的窗口至合適的大小，并使該窗口為當(dāng)前激活窗口（即該窗口在屏幕最前方），按住鍵盤Alt鍵（空格鍵兩側(cè)各有一個(gè)）不放，再按鍵盤右上角的截圖鍵（通常印有“印屏幕”或“PrScrn”等字符），即完成截圖。再粘貼到word文檔的相應(yīng)位置即可。法2：利用QQ輸入法的截屏工具。點(diǎn)擊QQ輸入法工具條最右邊的“扳手”圖標(biāo)，選擇其中的“截屏”工具。）自行完成教材第五章的例題。（習(xí)題5.11）為研究分娩過程中使用胎兒電子監(jiān)測儀對剖腹產(chǎn)率有無影響，對5824例分娩的經(jīng)產(chǎn)婦進(jìn)行回顧性調(diào)查，結(jié)果如下表所示，試進(jìn)行分析。5824例經(jīng)產(chǎn)婦回顧性調(diào)查結(jié)果剖腹產(chǎn)胎兒電子監(jiān)測儀合計(jì)使用未使用是358229587否249227455237合計(jì)285029745824解：提出假設(shè)：H0：分娩過程中使用胎兒電子監(jiān)測儀對剖腹產(chǎn)率無影響H1：分娩過程中使用胎兒電子監(jiān)測儀對剖腹產(chǎn)率有影響源代碼及運(yùn)行結(jié)果：（復(fù)制到此處，不需要截圖）>x<-c(358,2492,229,2745)>dim(x)<-c(2,2)>chisq.test(x)Pearson'sChi-squaredtestwithYates'continuitycorrectiondata:xX-squared=37.414,df=1,p-value=9.552e-10結(jié)論：P=9.552e-10<0.05,拒絕原假設(shè)，分娩過程中使用胎兒電子監(jiān)測儀對剖腹產(chǎn)率有影響（習(xí)題5.12）在高中一年級男生中抽取300名考察其兩個(gè)屬性：B是1500米長跑，C是每天平均鍛煉時(shí)間，得到4×3列聯(lián)表，如下表所示。試對=0.05，檢驗(yàn)B與C是否獨(dú)立。300名高中學(xué)生體育鍛煉的考察結(jié)果1500米長跑記錄鍛煉時(shí)間合計(jì)2小時(shí)以上1?2小時(shí)1小時(shí)以下5"01'?5"30'451210675"31'?6"00'462028946"01'?6"30'282330816"31'?7"00'11123558合：提出假設(shè)：H0：B與C獨(dú)立。H1：B與C不獨(dú)立。源代碼及運(yùn)行結(jié)果：（復(fù)制到此處，不需要截圖）>x<-c(45,46,28,11,12,20,23,12,10,28,30,35)>dim(x)<-c(4,3)>chisq.test(x)Pearson'sChi-squaredtestdata:xX-squared=40.401,df=6,p-value=3.799e-07結(jié)論：P=3.799e-07<0.05,拒絕原假設(shè)，B與C不獨(dú)立，有關(guān)系。（習(xí)題5.13）為比較兩種工藝對產(chǎn)品的質(zhì)量是否有影響，對其產(chǎn)品進(jìn)行抽樣檢查，其結(jié)果如下表所示。試進(jìn)行分析。兩種工藝下產(chǎn)品質(zhì)量的抽查結(jié)果合格不合格合計(jì)Wilcoxonsignedranktestwithcontinuitycorrectiondata:xV=4.5,p-value=0.01087alternativehypothesis:truelocationislessthan14.6結(jié)論：兩種方法的P都是小于0.05，拒絕原假設(shè)，中位數(shù)小于14.6（習(xí)題5.16）用兩種不同的測定方法，測定同一種中草藥的有效成分，共重復(fù)20次，得到實(shí)驗(yàn)結(jié)果如下表所示。兩種不同的測定方法得到的結(jié)果方法48.033.037.548.042.540.042.036.011.322.0A36.027.314.232.152.038.017.320.021.046.1方法37.041.023.417.031.540.031.036.05.711.5B21.06.126.521.344.528.022.620.011.022.3（1）試用符號檢驗(yàn)法來測定有無顯著性差異；（2）試用Wilcoxon符號秩檢驗(yàn)法檢驗(yàn)兩測定有無顯著差異；（3）試用Wilcoxon秩和檢驗(yàn)法檢驗(yàn)兩測定有無顯著差異；（4）對數(shù)據(jù)作正態(tài)性和方差齊性檢驗(yàn)，該數(shù)據(jù)是否能作t檢驗(yàn)，如果能，請作t檢驗(yàn)；（5）分析各種的檢驗(yàn)方法，試說明哪種檢驗(yàn)法效果最好。解：（1）符號檢驗(yàn)法提出假設(shè)：H0：兩測定無顯著差異H1：兩測定有顯著差異源代碼及運(yùn)行結(jié)果：（復(fù)制到此處，不需要截圖）>x<-c(48.0,33.0,37.5,48.0,42.5,40.0,42.0,36.0,11.3,22.0,36.0,27.3,14.2,32.1,52.0,38.0,17.3,20.0,21.0,46.1)>y<-c(37.0,41.0,23.4,17.0,31.5,40.0,31.0,36.0,5.7,11.5,21.0,6.1,26.5,21.3,44.5,28.0,22.6,20.0,11.0,22.3)>binom.test(sum(x>y),length(x))Exactbinomialtestdata:sum(x>y)andlength(x)numberofsuccesses=14,numberoftrials=20,p-value=0.1153alternativehypothesis:trueprobabilityofsuccessisnotequalto0.595percentconfidenceinterval:0.45721080.8810684sampleestimates:probabilityofsuccess0.7結(jié)論：P=0.1153>0.05,接受原假設(shè)，兩測定無顯著差異（2）Wilcoxon符號秩檢驗(yàn)法提出假設(shè)：H0：兩測定無顯著差異H1：兩測定有顯著差異源代碼及運(yùn)行結(jié)果：（復(fù)制到此處，不需要截圖）>x<-c(48.0,33.0,37.5,48.0,42.5,40.0,42.0,36.0,11.3,22.0,36.0,27.3,14.2,32.1,52.0,38.0,17.3,20.0,21.0,46.1)>y<-c(37.0,41.0,23.4,17.0,31.5,40.0,31.0,36.0,5.7,11.5,21.0,6.1,26.5,21.3,44.5,28.0,22.6,20.0,11.0,22.3)>wilcox.test(x,y,paired=T,exact=F)Wilcoxonsignedranktestwithcontinuitycorrectiondata:xandyV=136,p-value=0.005191alternativehypothesis:truelocationshiftisnotequalto0結(jié)論：P=0.005191<0.05,拒絕原假設(shè)，兩測定有顯著差異（3）Wilcoxon秩和檢驗(yàn)法提出假設(shè)：H0：兩測定無顯著差異H1：兩測定有顯著差異源代碼及運(yùn)行結(jié)果：（復(fù)制到此處，不需要截圖）>x<-c(48.0,33.0,37.5,48.0,42.5,40.0,42.0,36.0,11.3,22.0,36.0,27.3,14.2,32.1,52.0,38.0,17.3,20.0,21.0,46.1)>y<-c(37.0,41.0,23.4,17.0,31.5,40.0,31.0,36.0,5.7,11.5,21.0,6.1,26.5,21.3,44.5,28.0,22.6,20.0,11.0,22.3)>wilcox.test(x,y,exact=F)Wilcoxonranksumtestwithcontinuitycorrectiondata:xandyW=274.5,p-value=0.04524alternativehypothesis:truelocationshiftisnotequalto0結(jié)論：P=0.04524<0.05,拒絕原假設(shè)，兩測定有顯著差異（4）兩獨(dú)立樣本t檢驗(yàn)，要求判斷獨(dú)立性、正態(tài)性和方差齊性①正態(tài)性檢驗(yàn)提出假設(shè)：H0：兩組數(shù)據(jù)服從正態(tài)分布H1：兩組數(shù)據(jù)不服從正態(tài)分布源代碼及運(yùn)行結(jié)果：（復(fù)制到此處，不需要截圖）>x<-c(48.0,33.0,37.5,48.0,42.5,40.0,42.0,36.0,11.3,22.0,36.0,27.3,14.2,32.1,52.0,38.0,17.3,20.0,21.0,46.1)>y<-c(37.0,41.0,23.4,17.0,31.5,40.0,31.0,36.0,5.7,11.5,21.0,6.1,26.5,21.3,44.5,28.0,22.6,20.0,11.0,22.3)>ks.test(x,pnorm,mean(x),sd(x))One-sampleKolmogorov-Smirnovtestdata:xD=0.14067,p-value=0.8235alternativehypothesis:two-sidedWarningmessage:Inks.test(x,pnorm,mean(x),sd(x)):Kolmogorov-Smirnov檢驗(yàn)里不應(yīng)該有連結(jié)>ks.test(y,pnorm,mean(y),sd(y))One-sampleKolmogorov-Smirnovtestdata:yD=0.10142,p-value=0.973alternativehypothesis:two-sided結(jié)論：兩組數(shù)據(jù)P值都大于0.05，接受原假設(shè)，兩組數(shù)據(jù)服從正態(tài)分布②方差齊性檢驗(yàn)提出假設(shè)：H0：兩組數(shù)據(jù)方差相同H1：兩組數(shù)據(jù)方差不相同源代碼及運(yùn)行結(jié)果：（復(fù)制到此處，不需要截圖）>x<-c(48.0,33.0,37.5,48.0,42.5,40.0,42.0,36.0,11.3,22.0,36.0,27.3,14.2,32.1,52.0,38.0,17.3,20.0,21.0,46.1)>y<-c(37.0,41.0,23.4,17.0,31.5,40.0,31.0,36.0,5.7,11.5,21.0,6.1,26.5,21.3,44.5,28.0,22.6,20.0,11.0,22.3)>var.test(x,y)Ftesttocomparetwovariancesdata:xandyF=1.1406,numdf=19,denomdf=19,p-value=0.7772alternativehypothesis:trueratioofvariancesisnotequalto195percentconfidenceinterval:0.45147882.8817689sampleestimates:ratioofvariances1.140639結(jié)論：P=0.7772>0.05,接受原假設(shè)，兩組數(shù)據(jù)方差相同③能否作t檢驗(yàn)？如果能，請按照前面各題的格式、內(nèi)容寫出作t檢驗(yàn)的過程綜上，能作t檢驗(yàn)提出假設(shè)：H0：兩測定無顯著差異H1：兩測定有顯著差異源代碼及運(yùn)行結(jié)果：（復(fù)制到此處，不需要截圖）>x<-c(48.0,33.0,37.5,48.0,42.5,40.0,42.0,36.0,11.3,22.0,36.0,27.3,14.2,32.1,52.0,38.0,17.3,20.0,21.0,46.1)>y<-c(37.0,41.0,23.4,17.0,31.5,40.0,31.0,36.0,5.7,11.5,21.0,6.1,26.5,21.3,44.5,28.0,22.6,20.0,11.0,22.3)>t.test(x,y,var.equal=T)TwoSamplet-testdata:xandyt=2.2428,df=38,p-value=0.03082alternativehypothesis:truedifferenceinmeansisnotequalto095percentconfidenceinterval:0.812552915.8774471sampleestimates:meanofxmeanofy33.21524.870結(jié)論：P=0.03082<0.05,拒絕原假設(shè)，兩測定有顯著差異（5）分析各種的檢驗(yàn)方法，試說明哪種檢驗(yàn)法效果最好。結(jié)論：綜上所述，Wilcoxon秩和檢驗(yàn)法的差異性檢出能力最強(qiáng)，符號檢驗(yàn)的差異性檢出最弱。（習(xí)題5.17）調(diào)查某大學(xué)學(xué)生每周學(xué)習(xí)時(shí)間與得分的平均等級之間的關(guān)系，現(xiàn)抽查10個(gè)學(xué)生的資料如下：學(xué)習(xí)時(shí)間24172041522346181529學(xué)習(xí)等級81479510326其中等級10表示最好，1表示最差。試用秩相關(guān)檢驗(yàn)（Spearman檢驗(yàn)和Kendall檢驗(yàn)）分別分析學(xué)習(xí)等級與學(xué)習(xí)成績有無關(guān)系。解：（1）用Spearman秩檢驗(yàn)方法提出假設(shè)：H0：學(xué)習(xí)等級與學(xué)習(xí)成績無關(guān)系H1：學(xué)習(xí)等級與學(xué)習(xí)成績有關(guān)系源代碼及運(yùn)行結(jié)果：（復(fù)制到此處，不需要截圖）>x<-c(24,17,20,41,52,23,46,18,15,29)>y<-c(8,1,4,7,9,5,10,3,2,6)>cor.test(x,y,method="spearman",exact=F)Spearman'srankcorrelationrhodata:xandyS=10,p-value=5.484e-05alternativehypothesis:truerhoisnotequalto0sampleestimates:rho0.9393939結(jié)論：P=5.484e-05<0.05，拒絕原假設(shè)，學(xué)習(xí)等級與學(xué)習(xí)成績有關(guān)系（2）用Kendall秩檢驗(yàn)方法源代碼及運(yùn)行結(jié)果：（復(fù)制到此處，不需要截圖）>x<-c(24,17,20,41,52,23,46,18,15,29)>y<-c(8,1,4,7,9,5,10,3,2,6)>cor.test(x,y,method="kendall",exact=F)Kendall'srankcorrelationtaudata:xandyz=3.3094,p-value=0.000935alternativehypothesis:truetauisnotequalto0sampleestimates:tau0.8222222結(jié)論：P=0.000935<0.05，拒絕原假設(shè)，學(xué)習(xí)等級與學(xué)習(xí)成績有關(guān)系（習(xí)題5.18）為比較一種新療法對某種疾病的治療效果，將40名患者隨機(jī)地分為兩組，每組20人，一組采用新療法，另一組用原標(biāo)準(zhǔn)療法。經(jīng)過一段時(shí)間的治療后，對每個(gè)患者的療效作仔細(xì)的評估，并劃分為差、較差、一般、較好和好5個(gè)等級。兩組處于不同等級的患者人數(shù)下表所示。試分析，由此結(jié)果能否認(rèn)為新方法的療效顯著地優(yōu)于原療法。（=0.05）不同方法治療后的結(jié)果等級差較差一般較好好新療法組01973原療法組221141解：提出假設(shè)：H0：新方法的療效不顯著地優(yōu)于原療法H1：新方法的療效顯著地優(yōu)于原療法源代碼及運(yùn)行結(jié)果：（復(fù)制到此處，不需要截圖）>x<-rep(1:5,c(0,1,9,7,3))>y<-rep(1:5,c(2,2,11,4,1))>wilcox.test(x,y,exact=F)Wilcoxonranksumtestwithcontinuitycorrectiondata:xandyW=266,p-value=0.05509alternativehypothesis:truelocationshiftisnotequalto0結(jié)論：P=0.05509>0.05,接受原假設(shè)，即認(rèn)為新方法的療效不顯著地優(yōu)于原療法思考：2檢驗(yàn)針對的哪一類型的數(shù)據(jù)？A.連續(xù)型變量；B.無序分類變量；C.有序分類變量B.無序分類變量符號檢驗(yàn)、Wilcoxon符號秩檢驗(yàn)和Wilcoxon秩和檢驗(yàn)針對的哪一類型的數(shù)據(jù)？A.連續(xù)型變量；B.無序分類變量；C.有序分類變量C.有序分類變量順序統(tǒng)計(jì)量與秩統(tǒng)計(jì)量是一樣的嗎？在R語言中分別利用什么函數(shù)可以求得？秩統(tǒng)計(jì)計(jì)量是按順序排列還是按降序排列？不一樣。順序統(tǒng)計(jì)量