11.3 假设检验
本章目录 · 3 节
本章导读
【11.3 假设检验】本节保留原书两个例题,用R执行t检验,并把参数、输出与前面学习的统计量对应。输入数据前先明确样本独立性、总体正态假设、是否配对、是否已假定等方差以及备择方向,不能让软件默认值代替题目的模型。
【一、单个正态总体均值的检验】独立样本来自,总体方差未知。检验,使用,在原假设下服从自由度的t分布。R的t.test给出统计量、自由度、p值、与备择方向相应的区间及样本均值。
【例1 元件寿命的右侧检验】沿用第八章8.2例1的16项寿命,单位小时:159,280,101,212,224,379,179,264,222,362,168,250,149,260,485,170。检验对,显著性水平0.05。
R代码
x <- c(159,280,101,212,224,379,179,264,222,362,168,250,149,260,485,170)
t.test(x, alternative="greater", mu=225, conf.level=0.95)
greater表示总体均值大于mu指定的225,不能因统计量为正就事后选择右尾。此处只给x,没有第二组y,所以是单样本检验。
运行得到样本均值241.5,标准误约24.681471,,自由度15,右侧,与原书取四位数的输出一致。
p大于0.05,因此不拒绝原假设,数据不足以支持平均寿命大于225小时。原书写成“认为平均寿命不大于225小时”并不成立:不拒绝不能证明备择的反面,也不能证明均值恰为225。
输出的单侧95%置信区间为小时,有限下限按计算。Inf表示正无穷,不是缺失值,也不是数值计算失败。因为是右侧检验,相应的是单侧下限,不能将这个输出叫作双侧95%区间。(例完)
【二、两个等方差正态总体均值差的检验】两个独立样本分别来自与,共同方差未知。按题设采用合并方差
在下自由度为。R中必须明确写var.equal=TRUE,才按这个共同方差模型计算。默认var.equal=FALSE采用Welch方法,其自由度一般不是整数。
【例2 两批电阻】A批6项电阻,单位欧姆,为0.140,0.138,0.143,0.142,0.144,0.137;B批6项为0.135,0.140,0.142,0.136,0.138,0.140。按原书给定的等方差正态模型,取检验对。
符合题设的R代码
x <- c(0.140,0.138,0.143,0.142,0.144,0.137)
y <- c(0.135,0.140,0.142,0.136,0.138,0.140)
t.test(x, y, alternative="two.sided", mu=0, var.equal=TRUE, conf.level=0.95)
样本均值分别为0.1406666667与0.1385,观察均值差约0.0021666667欧姆。合并方差统计量,自由度10,双侧;总体均值差的95%区间约欧姆。
【原程序需要修正的地方】原书执行t.test(x,y),实际返回Welch Two Sample t-test,自由度9.973828724,p约0.200178512,区间,与它的“等方差t检验”题设不完全一致。这里保留对照,但正文按题设执行var.equal=TRUE。
本例两组容量相同,两个方法的标准误恰好相同,因此t统计量相同;不同自由度仍使p值与端点略有差别。不能据此声称这两种检验在其他数据中总相同,也不能仅因两组样本方差看起来接近就认定总体等方差已被证明。
两种方法在本例都不拒绝原假设,当前样本不足以支持两批总体均值不同。区间包含0与相应的双侧检验结论一致;它不证明两批等效或差异在工程上可以忽略。等效性需要另设有实际意义的容许差异及相应检验。(例完)
【参数与输出检查】alternative常用值为"two.sided"、"less"、"greater";两组时greater指x的总体均值减y的总体均值大于mu,颠倒x、y会改变方向。mu在单样本中指原假设总体均值,在双样本中指原假设均值差。paired=TRUE只用于有实际对应关系的配对观察,不能因为两组容量相同就设为配对。
参数名区分大小写,应写var.equal与conf.level,不能照排版误写为Var.equal或Conf.level。缺失数据的处理会改变有效样本容量和自由度,不能不报告;本节两例无缺失。正态性、独立性等来自抽样与模型,不是t.test运行成功就得到验证。
【函数资料】R官方t.test说明:https://stat.ethz.ch/R-manual/R-devel/library/stats/html/t.test.html 。本节代码已实际运行,并用独立的均值、样本方差、t分布尾概率和分位数计算交叉核验。
