【通俗向】假设检验（三）：卡方检验和t检验

国际惯例，先看几个例子：

1. 假设抛硬币，抛了12次，出现正面为1，反面为0，如果出现正面的次数为10次，问这个硬币是否均匀？
2. 假设有一个正四面体，出现四个面的分别记为1,2,3,4；抛了120次，如果出现这四个面的次数为30,30,40,20的话，问这个四面体是否均匀？
3. 假设有一个灌铅的正四面体（赌博用），厂商声称其中出现4的概率为70%，其他三个面为10%，那么抛了120次，四个面的概率为（1,2,3,4）为10,10,20,80，问这个四面体合不合规？
4. 假设赌博的时候，用两个之间连根线的硬币A和B（不一定是均匀硬币），出现正面为1，反面为0，一共抛了120次，A出现100次正面，B出现90次正面，问这个绳子是否对两个硬币的分布造成影响？
5. 在赌博的时候用之前的正四面体（不一定是均匀四面体），并用线连接起来，一共抛120次，两个四面体A和B出现（1-4）点数的次数为A:20,20,40,40；B:30,20,30,40 问这个两个四面体的分布是否独立？
6. 在一个大风天里玩三个骰子（-_-），抛了A四面体骰子12次，B抛了24次，C抛了32次，A出现的四个面为(3,3,3,3),B为（6,7,5,6）,C为（8,8,6,7），问这三个筛子的分布是否相互独立？
7. 如果刚开始是一个四面体骰子，扔了100次，出现1234的次数别是20,20,25,35；后来厂商进行改进说能扔出更多的4，扔了200次，发现出来1234的次数为10,20,30,140，问：
   1：第一个骰子是均匀分布的么？
   2：第二个骰子真的和第一个不一样么？
   3：第二个筛子出现4的概率真的比第一个大么？

以下是问题的解答，其中统一取p=0.01，也就是小于1%的话，认为事件不可能发生

1：p=C（12）（10）* （1/2）^10*(1/2)^2=0.016；

也就是说有1.6%的概率发生这件事情，既然我们之前取得概率是1%，所以可以接受这个巧合

2： 最简单的卡方检验

x2<-c(30,30,40,20)
p2<-rep(0.25,4)
chisq.test(x2,p=p2)

pvalue=0.08，无法拒绝原假设，也就是有8%的概率出现以上的情况。

3：一维卡方

p3<-c(0.1,0.1,0.1,0.7)
x3<-c(10,10,20,80)
chisq.test(x3,p=p3)

#结果：
Chi-squared test for given probabilities

data:  x3
X-squared = 6.1905, df = 3, p-value = 0.1027