binom.test
位于 stats
包(package)。 说明
对伯努利实验成功概率的简单原假设进行精确检验。
用法
binom.test(x, n, p = 0.5,
alternative = c("two.sided", "less", "greater"),
conf.level = 0.95)
参数
x |
成功次数,或长度为 2 的向量,分别给出成功和失败的次数。 |
n |
试验次数;如果 |
p |
假设的成功概率。 |
alternative |
表示备择假设,并且必须是 |
conf.level |
返回的置信区间的置信水平。 |
细节
置信区间是通过 Clopper 和 Pearson (1934) 首次给出的程序获得的。这保证置信水平至少为 conf.level
,但通常不会给出 shortest-length 置信区间。
值
类"htest"
的列表包含以下组件:
statistic |
成功的次数。 |
parameter |
试验次数。 |
p.value |
检验的 p 值。 |
conf.int |
成功概率的置信区间。 |
estimate |
估计的成功概率。 |
null.value |
空值 |
alternative |
说明备择假设的字符串。 |
method |
字符串 |
data.name |
给出数据名称的字符串。 |
例子
## Conover (1971), p. 97f.
## Under (the assumption of) simple Mendelian inheritance, a cross
## between plants of two particular genotypes produces progeny 1/4 of
## which are "dwarf" and 3/4 of which are "giant", respectively.
## In an experiment to determine if this assumption is reasonable, a
## cross results in progeny having 243 dwarf and 682 giant plants.
## If "giant" is taken as success, the null hypothesis is that p =
## 3/4 and the alternative that p != 3/4.
binom.test(c(682, 243), p = 3/4)
binom.test(682, 682 + 243, p = 3/4) # The same.
## => Data are in agreement with the null hypothesis.
参考
Clopper, C. J. & Pearson, E. S. (1934). The use of confidence or fiducial limits illustrated in the case of the binomial. Biometrika, 26, 404-413. doi:10.2307/2331986.
William J. Conover (1971), Practical nonparametric statistics. New York: John Wiley & Sons. Pages 97-104.
Myles Hollander & Douglas A. Wolfe (1973), Nonparametric Statistical Methods. New York: John Wiley & Sons. Pages 15-22.
也可以看看
prop.test
用于相等或给定比例的一般(近似)测试。
相关用法
- R biplot 多元数据的双标图
- R birthday 巧合的概率
- R biplot.princomp 主成分双标图
- R bartlett.test 方差齐性的 Bartlett 检验
- R bandwidth 用于核密度估计的带宽选择器
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R kruskal.test Kruskal-Wallis 秩和检验
- R quade.test 四方测试
- R decompose 移动平均线的经典季节性分解
- R plot.stepfun 绘制阶跃函数
- R alias 查找模型中的别名(依赖项)
- R qqnorm 分位数-分位数图
- R eff.aovlist 多层方差分析的计算效率
- R pairwise.t.test 成对 t 检验
- R loglin 拟合对数线性模型
- R predict.smooth.spline 通过平滑样条拟合进行预测
- R influence.measures 回归删除诊断
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Exact Binomial Test。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。