R binom.test 精確二項式檢驗

說明

對伯努利實驗成功概率的簡單原假設進行精確檢驗。

用法

binom.test(x, n, p = 0.5,
           alternative = c("two.sided", "less", "greater"),
           conf.level = 0.95)

參數

x	成功次數，或長度為 2 的向量，分別給出成功和失敗的次數。
n	試驗次數；如果 x 的長度為 2，則忽略。
p	假設的成功概率。
alternative	表示備擇假設，並且必須是 "two.sided" 、 "greater" 或 "less" 之一。您可以僅指定首字母。
conf.level	返回的置信區間的置信水平。

細節

置信區間是通過 Clopper 和 Pearson (1934) 首次給出的程序獲得的。這保證置信水平至少為 conf.level ，但通常不會給出 shortest-length 置信區間。

值

類"htest" 的列表包含以下組件：

statistic	成功的次數。
parameter	試驗次數。
p.value	檢驗的 p 值。
conf.int	成功概率的置信區間。
estimate	估計的成功概率。
null.value	空值 p 下成功的概率。
alternative	說明備擇假設的字符串。
method	字符串 "Exact binomial test" 。
data.name	給出數據名稱的字符串。

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.

參考

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 用於相等或給定比例的一般(近似)測試。