【学习记录-R】自编函数进行U检验和区间估计（单样本）

单分布不同情况下的枢轴量构建： 

计算分位数，累计概率函数： 

 方差已知进行μ的区间估计

f3<-function(x,n,sd,a=0.05){
  mean=mean(x)
  c=sd/sqrt(n)
  max=mean+qnorm(1-a/2)*c
  min=mean-qnorm(1-a/2)*c
  list(max=max,min=min)
}

  方差已知进行μ的U检验

f<-function(x,mu,sd,alternative,μ0,a=0.05){
  index=2
  mean=mean(x)
  c=sd/sqrt(mu)
  u=(mean-μ0)/c
  if(alternative==0){
    ux=qnorm(1-a/2)
    if(u>0){
      p=2-2*pnorm(u)
    }else{
      p=2*pnorm(u)
    }
    if(abs(u)<abs(ux)){
      index=0
    }else{
      index=1
    }
  }else if(alternative==1){
    ux=qnorm(1-a)
    p=1-pnorm(u)
    if(u<ux){
      index=0
    }else{
      index=1
    }
  }else if(alternative==2){
    ux=qnorm(a)
    p=pnorm(u)
    if(u>ux){
      index=0
    }else{
      index=1
    }
  }
  if(index==0){
    cat("支持原假设")
  }else if(index==1){
    cat("拒绝原假设")
  }else{
    cat("alternative错误")
  }
  list(u=u,ux=ux,p=p,index=index)
}

左、右侧检验：

例题：

 

自编函数：

双侧检验算出置信区间：

单/双侧检验结果：

 #双侧

#左检验#右检验

 结果解释:

算出置信区间，用来和U检验代码进行比较

设μ0=476

双侧：

U值与μ取值相反，故H0下的U0值比U(1-a/2)大一点，刚好落在置信区间，支持原假设

左侧

U0<0，支持原假设

右侧

U(a)<U0<U(a/2)，拒绝原假设

(这样验证的前提是置信水平和U检验的水平相同)

wilcon.test() 

 方差未知进行μ的区间估计

t<-function(x,n,a=0.05){
  mean=mean(x)
  sd=sd(x)#样本标准差代替总体标准差就从U统计量变为T统计量
  c=sd/sqrt(n)
  max=mean+qt(1-a/2,n-1)*c
  min=mean-qt(1-a/2,n-1)*c
  list(max=max,min=min)
}

 方差未知进行μ的t检验

ft<-function(x,n,alternative,μ0,a=0.05){
  index=2
  mean=mean(x)
  sd<-sd(x)
  c=sd/sqrt(n)
  t=(mean-μ0)/c
  if(alternative==0){
    tx=qt(1-a/2,n-1)
    if(t>0){
      p=2-2*pt(t,n-1)
    }else{
      p=2*pt(t,n-1)
    }
    if(abs(t)<abs(tx)){
      index=0
    }else{
      index=1
    }
  }else if(alternative==1){
    tx=qt(1-a,n-1)
    p=1-pt(t,n-1)
    if(t<tx){
      index=0
    }else{
      index=1
    }
  }else if(alternative==2){
    tx=qt(a,n-1)
    p=pt(t,n-1)
    if(t>tx){
      index=0
    }else{
      index=1
    }
  }
  if(index==0){
    cat("支持原假设")
  }else if(index==1){
    cat("拒绝原假设")
  }else{
    cat("alternative错误")
  }
  list(t=t,tx=tx,p=p,index=index)
}

例题：

t.test进行单样本检验

t.test(t3,y = NULL,alternative="greater",52)
t=mean(t3)+qt(0.95,6)*sd(t3)/sqrt(7)
t
t=mean(t3)-qt(0.95,6)*sd(t3)/sqrt(7)
t

 

自编函数结果：

  

③ μ未知求方差的置信区间、④情况，同上，修改表达式即可