超级会员免费看
本文介绍了如何在R中进行比例Z检验，用于比较观察比例与理论比例。通过设置不同的零假设（双尾、左尾、右尾），计算检验统计量，并根据p值判断是否拒绝原假设。当样本量大于30时，可以使用prop.test()函数，如示例所示，针对一项法律支持率的调查，样本比例为64%，样本大小为100，结果显示p值大于0.05，因此未能拒绝原假设，认为支持比例与60%无显著差异。
一比例 z 检验用于将观察到的比例与理论比例进行比较。
该检验使用以下零假设：
H 0 : p = p 0（人口比例等于假设比例 p 0）
备择假设可以是双尾、左尾或右尾：
H 1 （双尾）： p ≠ p 0 （种群比例不等于某个假设值 p 0）
H 1 （左尾）： p < p 0 （人口比例小于某个假设值 p 0）
H 1 （右尾）： p > p 0 （人口比例大于某个假设值 p 0）
检验统计量计算如下：
p： 观察到的样本比例
p 0 : 假设的人口比例
n： 样本量
如果对应于检验统计量 z 的 p 值小于您选择的显着性水平（常见的选择是 0.10、0.05 和 0.01），那么您可以拒绝原假设。
R中的一比例Z检验
要在 R 中执行一个比例 z 检验，我们可以使用以下函数之一：
如果 n ≤ 30： binom.test(x, n,
订阅专栏 解锁全文
1717
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
