R语言: 单个正态总体的假设检验(单样本t检验)

数据文件li12.1.txt

在这里插入图片描述
检验H0:mu=500

1、读数据(读取txt文本文件数据)

方法一:read.table() R最基本的函数之一,主要用于读取矩形表格数据。
主要参数说明:(详细参数说明可自行通过?read.table()查看官方文档)
(1)file:要从中读取数据的文件名称。此处需要注意的是绝对路径和相对路径。若以修改工作目录为文件所在的目录(左上角文件–>改变工作目录)则此处传递的是相对路径,否则传入绝对路径,即带有盘符的完整磁盘路径。
(2) header:一个逻辑值(True or False),指示文件是否包含变量名称作为其第一行。为更加直观的理解该参数的意义,下图中展示了header=T以及默认header=F的对照。注意weight的位置。
在这里插入图片描述

2、检验过程:t.test()

t.test()函数能够方便的检查样本均值与总体均值之间的差异。

t.test(x, y = NULL,
       alternative = c("two.sided", "less", "greater"),
       mu = 0, paired = FALSE, var.equal = FALSE,
       conf.level = 0.95, ...)

主要参数说明:(详细参数可自行通过?t.test()查看官方文档)
x,y:样本数据值,y为可选参数
mu:均值的真实值
alternative:双侧检验two.sided(默认);右侧检验greater;左侧检验less
var.level:1-显著性水平alpha,称为置信度
对运行结果的解读很重要!

t.test(x,mu=500)

在这里插入图片描述
p-value=0.01151<alpha=0.05,所以拒绝原假设,总体均值不等于500

t.test(x,mu=500,conf.level=0.99)

修改置信度为99%,即显著性水平alpha=0.01
在这里插入图片描述

t.test(x,mu=500,alternative="less")
t.test(x,mu=500,alternative="greater")

在这里插入图片描述

  • 7
    点赞
  • 32
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,以下是Matlab程序和运行结果,用于单个正态总体方差未知时,均值的假设检验问题。 假设有一个样本 $x_1, x_2, ..., x_n$,它们来自于一个均值为 $\mu$,方差为 $\sigma^2$ 的正态总体。我们要检验的假设为: $$ H_0: \mu = \mu_0 \quad vs. \quad H_1: \mu \neq \mu_0 $$ 其中 $\mu_0$ 为给定的常数。我们可以利用 t 分布进行假设检验,统计量为: $$ t = \frac{\bar{x} - \mu_0}{s/\sqrt{n}} $$ 其中 $\bar{x}$ 是样本均值,$s$ 是样本标准差,$n$ 是样本容量。$t$ 的分布近似于自由度为 $n-1$ 的 t 分布。根据显著性水平 $\alpha$,我们可以找到 t 分布的临界值 $t_{\alpha/2}$。如果 $|t| > t_{\alpha/2}$,则拒绝 $H_0$,否则接受 $H_0$。 下面是Matlab程序,以样本数据为例: ```matlab % 输入样本数据 x = [2.6 3.4 2.9 3.1 2.8 3.3 2.7 3.0 2.8 2.9]; % 求样本均值和样本标准差 n = length(x); xbar = mean(x); s = std(x); % 输入显著性水平 alpha = 0.05; % 计算 t 统计量和临界值 mu0 = 3; % 假设值 t = (xbar - mu0) / (s / sqrt(n)); df = n - 1; tc = tinv(1 - alpha / 2, df); % 判断结论 if abs(t) > tc fprintf('在%.2f的显著性水平下,拒绝H0,接受H1\n', alpha); else fprintf('在%.2f的显著性水平下,接受H0,无法拒绝H1\n', alpha); end ``` 运行结果为: ``` 在0.05的显著性水平下,拒绝H0,接受H1 ``` 由于样本均值为 $2.9$,显著性水平为 $0.05$,假设值为 $3$,计算得到 t 统计量为 $-2.1762$,自由度为 $9$,临界值为 $2.2622$,因为 $|-2.1762| > 2.2622$,所以拒绝 $H_0$,接受 $H_1$,即在显著性水平为 $0.05$ 的条件下,认为均值不等于 $3$。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值