R prop.test 等比例或給定比例檢驗

說明

prop.test可用於測試多個組中的比例(成功概率)相同或等於某些給定值的零值。

用法

prop.test(x, n, p = NULL,
          alternative = c("two.sided", "less", "greater"),
          conf.level = 0.95, correct = TRUE)

參數

x	成功計數向量、具有兩個條目的一維表或具有 2 列的二維表(或矩陣)，分別給出成功和失敗的計數。
n	試驗計數向量；如果 x 是矩陣或表，則忽略。
p	成功概率的向量。 p 的長度必須與 x 指定的組數相同，並且其元素必須大於 0 且小於 1。
alternative	指定備擇假設的字符串必須是 "two.sided" (默認)、"greater" 或 "less" 之一。您可以僅指定首字母。僅用於測試單個比例等於給定值或兩個比例相等的零值；否則忽略。
conf.level	返回的置信區間的置信水平。必須是 0 到 1 之間的單個數字。僅在測試單個比例等於給定值或兩個比例相等的 null 時使用；否則忽略。
correct	指示是否應在可能的情況下應用耶茨連續性校正的邏輯。

細節

僅使用具有有限數量的成功和失敗的組。成功和失敗的計數必須為非負數，因此不得大於相應的試驗次數(必須為正數)。所有有限計數都應該是整數。

如果p是NULL並且有多個組，則測試的空值是每個組中的比例相同。如果有兩個組，則替代方案是第一組中的成功概率小於、不等於或大於第二組中的成功概率，如 alternative 所指定。返回比例差異的置信區間，其置信水平由 conf.level 指定並剪裁為 [-1,1]。僅當連續性校正不超過樣本比例之差的絕對值時才使用。否則，如果組數超過 2 個，則替代方案始終為 "two.sided" ，返回的置信區間為 NULL ，並且從不使用連續性校正。

如果隻有一組，則測試的空值是成功的潛在概率為 p ，如果未給出 p 則為 0.5。另一種方法是成功概率分別小於、不等於或大於 p 或 0.5，如 alternative 所指定。返回基礎比例的置信區間，其置信水平由 conf.level 指定並剪裁為 [0,1]。僅當連續性校正不超過樣本比例與無效比例之間的絕對值之差時，才使用連續性校正。置信區間是通過反轉分數測試來計算的。

最後，如果給出 p 並且有超過 2 個組，則測試的空值是成功的潛在概率是 p 給出的概率。替代方案始終是 "two.sided" ，返回的置信區間是 NULL ，並且從不使用連續性校正。

值

類"htest" 的列表包含以下組件：

statistic	皮爾遜卡方檢驗統計量的值。
parameter	檢驗統計量的近似卡方分布的自由度。
p.value	檢驗的 p 值。
estimate	具有樣本比例的向量 x/n 。
conf.int	如果有一組，則為真實比例的置信區間；如果有 2 個組且未給出 p，則為比例差異的置信區間，否則為 NULL。在不是 NULL 的情況下，返回的置信區間具有由 conf.level 指定的漸近置信水平，並且適合指定的備擇假設。
null.value	如果指定為 null，則為 p 的值，否則為 NULL。
alternative	說明替代方案的字符串。
method	指示所使用的方法以及是否應用 Yates 連續性校正的字符串。
data.name	給出數據名稱的字符串。

例子

heads <- rbinom(1, size = 100, prob = .5)
prop.test(heads, 100)          # continuity correction TRUE by default
prop.test(heads, 100, correct = FALSE)

## Data from Fleiss (1981), p. 139.
## H0: The null hypothesis is that the four populations from which
##     the patients were drawn have the same true proportion of smokers.
## A:  The alternative is that this proportion is different in at
##     least one of the populations.

smokers  <- c( 83, 90, 129, 70 )
patients <- c( 86, 93, 136, 82 )
prop.test(smokers, patients)

參考

Wilson, E.B. (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association, 22, 209-212. doi:10.2307/2276774.

Newcombe R.G. (1998). Two-Sided Confidence Intervals for the Single Proportion: Comparison of Seven Methods. Statistics in Medicine, 17, 857-872. doi:10.1002/(SICI)1097-0258(19980430)17:8<857::AID-SIM777>3.0.CO;2-E.

Newcombe R.G. (1998). Interval Estimation for the Difference Between Independent Proportions: Comparison of Eleven Methods. Statistics in Medicine, 17, 873-890. doi:10.1002/(SICI)1097-0258(19980430)17:8<873::AID-SIM779>3.0.CO;2-I.

也可以看看

binom.test 用於二項式假設的精確檢驗。