R语言
poisson.test
位于 stats
包(package)。 说明
对泊松分布中的速率参数或两个速率参数之间的比率执行简单原假设的精确检验。
用法
poisson.test(x, T = 1, r = 1,
alternative = c("two.sided", "less", "greater"),
conf.level = 0.95)
参数
x |
事件数量。长度为一或二的向量。 |
T |
事件计数的时间基准。长度为一或二的向量。 |
r |
假设利率或比率 |
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
置信区间的计算方式与单样本情况下的 binom.test
类似,而在两样本情况下则使用 binom.test
。
值
类"htest"
的列表包含以下组件:
statistic |
事件数(如果有两个,则在第一个样本中。) |
parameter |
相应的预期计数 |
p.value |
检验的 p 值。 |
conf.int |
速率或速率比的置信区间。 |
estimate |
估计的利率或利率比率。 |
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。 |
注意
泊松数据中的速率参数通常根据 “time on test” 或类似数量(person-years、人口规模或死亡率表中的预期病例数)给出。这就是 T
参数的作用。
单样本情况实际上是具有非常大的 n
的二项式测试。通过对总事件计数进行调节,将两个样本案例转换为二项式测试,并且比率与该二项式分布中的赔率直接相关。
例子
### These are paraphrased from data sets in the ISwR package
## SMR, Welsh Nickel workers
poisson.test(137, 24.19893)
## eba1977, compare Fredericia to other three cities for ages 55-59
poisson.test(c(11, 6+8+7), c(800, 1083+1050+878))
也可以看看
相关用法
- R poly 计算正交多项式
- R power.t.test 一个和两个样本 t 检验的功效计算
- R power.prop.test 比例二样本检验的功效计算
- R power.anova.test 方差检验平衡单向分析的功效计算
- R power 创建 Power Link 对象
- R plot.stepfun 绘制阶跃函数
- R pairwise.t.test 成对 t 检验
- R predict.smooth.spline 通过平滑样条拟合进行预测
- R plot.profile.nls 绘制 profile.nls 对象
- R predict 模型预测
- R plot.isoreg isoreg 对象的绘图方法
- R profile.nls 分析 nls 对象的方法
- R plot.HoltWinters HoltWinters 对象的绘图函数
- R ppoints 概率图的坐标
- R predict.HoltWinters 拟合 Holt-Winters 模型的预测函数
- R proj 模型预测
- R predict.loess 预测黄土曲线或表面
- R preplot 绘图对象的预计算
- R plot.ts 绘制时间序列对象
- R prcomp 主成分分析
- R printCoefmat 打印系数矩阵
- R plot.density 核密度估计的绘图方法
- R profile 分析模型的通用函数
- R ppr 投影寻踪回归
- R prop.test 等比例或给定比例检验
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 Poisson tests。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。