基础数理统计

一、随机数模拟

1. 一元随机数

一维随机数，一个向量

1）二项分布

伯努利试验
rbinom()

2）泊松分布

离散型随机变量
rpois()

3）正态分布

rnorm()

4）均匀分布

连续型随机变量
runif()

5）卡方分布

rchisq()

6）t分布
7）F分布
注意：MASS包中，fitdistr()函数使用极大似然估计来拟合单变量数据的分布，它根据随机数和指定分布类型来估计随机数参数。

2. 多元随机数

一般可看成一个矩阵：行表示样本数量，列表示随机数的维度。
MASS包，mvrnorm()可生成多元正态分布的随机数。
kde2d()可估计二元正态分布的核密度（概率密度函数）

二、假设检验

1. 数据分布检验

是非参数检验，根据样本值来判断总体是否服从某种指定的分布

chisq.test() 进行Pearson拟合优度卡方检验
ks.test() 进行K-S检验
shapiro.test() Shapiro-Wilk正态分布性检验
Q-Q图检验：rnorm()、qqnorm()

2. 均值的检验

1）t检验：总体均值检验

单样本t检验
两独立样本t检验

2）方差齐性检验

检验不同样本的总体方差是否相同
检验方法：F检验、Bartlet检验、Levene检验
var.test()、bartlett.test()、leveneTest()
F检验和Bartlet检验均要求样本服从正态分布
Levene检验不依赖总体分布（首选）

3）相关性检验

检验方法：Pearson相关检验（正态数据）、Spearman相关检验和Kendall相关检验（秩检验）
psych包，corr.test()
Hmisc包，rcorr()