R语言非参数检验（二）

目录

1.检验假设的基本思想与步骤

        1.检验思想

        2.检验步骤

2.检验假设的两类错误

        1.第一类错误

        2.第二类错误

3.正态总体均值的参数检验

        1.单个总体

        2.两个总体

        3.成对数据的t检验

4.非参数检验

        1. McNemar 检验

        2.符号检验

        3.成对数据符号检验

        4.wilcoxon符号秩检验

        5.Mood检验

        6.尺度参数的Ansari-Bradley检验

        7.尺度参数的Fligner-Killeen检验

---

---

1.检验假设的基本思想与步骤

        1.检验思想

（1）.在我们所接触的参数检验、非参数检验中，绝大多数使用的反证法思想。即当我们要检验一个假设是不是成立时，我们所采用的就是先假定这个假设成立，在此基础上来看当这个结果正确是，会有什么结果。假如由此得出一个不合理的假设，那就证明该假设不正确，假设不成立。那么我们就会拒绝这个假设；反之，则接受。

        2.检验步骤

（1）提出假设：单边假设、双边假设；

（2）选定显著性水平，一般取；

（3）构造检验统计量；

（4）给出拒绝域与结论。

2.检验假设的两类错误

        1.第一类错误

原假设为真，但是拒绝原假设，犯第一类错误的概率为：

α = P{拒绝H0 | H0为真}

        2.第二类错误

原假设为假，但是接受原假设，反第二类错误的概率为：

β = P{接受H0 | H0为假}.

一般来说，在已经给定了也根本容量的情况下，减少犯第一类错误的概率势必会增加犯第二类错误的概率，反之也一样；但是增大样本容量可以减少反第一类和第二类的概率。

3.正态总体均值的参数检验

        1.单个总体

例题1、某种电器的寿命X（单位：H）服从正态分布N（，），，均未知，现在随机抽取16只电器，测得寿命如下：

159	280	101	212	224	379	179	264
222	362	168	250	149	260	485	170

问是否有理由认为电器的平均寿命大于225小时？

检验假设：H0 : µ ≤ µ0 = 225, H1 : µ>µ0 = 225.

R语言中，函数t.test()提供了T检验和去加估计的功能，函数的使用格式如下：

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

参数解释：

（1）x,y表示变量参数，提供x只做单个总体均值检验，提供x，y做两总体均值检验；

（2）alternative 表示备择假设，括号内分别表示双边检验，左侧检验，右侧检验；

（3）mu表示原假设，conf.leve表示置信水平，默认取0.95。

R语言代码实现：

t.test(X, alternative = "greater", mu = 225)

求解结果：

 从图中我们可以知道，置信下限为198.2321<225，P值为0.257>0.05,则不能拒绝原假设，接受原假设H0，认为平均寿命不大于225小时。

        2.两个总体

例2. 在平炉上进行一项实验，用来研究改变操作方法的建议是否会增加钢的得率，实验环境除了操作方法不一样外，其余都一样。新旧交替，各10次。

标准方法	78.1	72.4	76.2	74.3	77.4	78.4	76.0	75.5	76.7	77.3
新方法	79.1	81.0	77.3	79.1	80.0	79.1	79.1	77.3	80.2	82.1

设两个样本相互独立，都服从正态分布 （1，），1，