建站
咨詢
售后
建站咨詢
新聞中心
這篇“R語言的操作技術(shù)有哪些”文章的知識點大部分人都不太理解，所以小編給大家總結(jié)了以下內(nèi)容，內(nèi)容詳細(xì)，步驟清晰，具有一定的借鑒價值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來看看這篇“R語言的操作技術(shù)有哪些”文章吧。
成都創(chuàng)新互聯(lián)專注于企業(yè)成都營銷網(wǎng)站建設(shè)、網(wǎng)站重做改版、鄭州網(wǎng)站定制設(shè)計、自適應(yīng)品牌網(wǎng)站建設(shè)、H5網(wǎng)站設(shè)計、商城系統(tǒng)網(wǎng)站開發(fā)、集團(tuán)公司官網(wǎng)建設(shè)、外貿(mào)網(wǎng)站建設(shè)、高端網(wǎng)站制作、響應(yīng)式網(wǎng)頁設(shè)計等建站業(yè)務(wù)，價格優(yōu)惠性價比高，為鄭州等各大城市提供網(wǎng)站開發(fā)制作服務(wù)。
1、W檢驗（Shapiro–Wilk (夏皮羅–威克爾 ) W統(tǒng)計量檢驗)
檢驗數(shù)據(jù)是否符合正態(tài)分布，R函數(shù)：shapiro.test().
結(jié)果含義：當(dāng)p值小于某個顯著性水平α(比如0.05)時，則認(rèn)為
樣本不是來自正態(tài)分布的總體，否則則承認(rèn)樣本來自正態(tài)分布的總體。
2、K檢驗(經(jīng)驗分布的Kolmogorov-Smirnov檢驗)
R函數(shù):ks.test(),如果P值很小，說明拒絕原假設(shè)，表明數(shù)據(jù)不符合F(n,m)分布。
3、相關(guān)性檢驗：
R函數(shù)：cor.test()
cor.test(x, y,
alternative = c("two.sided", "less", "greater"),
method = c("pearson", "kendall", "spearman"),
exact = NULL, conf.level = 0.95, ...)
結(jié)果含義：如果p值很小，則拒絕原假設(shè)，認(rèn)為x,y是相關(guān)的。否則認(rèn)為是不相關(guān)的。
4、T檢驗
用于正態(tài)總體均值假設(shè)檢驗，單樣本，雙樣本都可以。
t.test()
t.test(x, y = NULL,
alternative = c("two.sided", "less", "greater"),
mu = 0, paired = FALSE, var.equal = FALSE,
conf.level = 0.95, ...)
結(jié)果意義：P值小于顯著性水平時拒絕原假設(shè)，否則，接受原假設(shè)。具體的假設(shè)要看所選擇的是雙邊假設(shè)還是單邊假設(shè)（又分小于和大于）
5、正態(tài)總體方差檢驗
t.test(x, y = NULL,
alternative = c("two.sided", "less", "greater"),
mu = 0, paired = FALSE, var.equal = FALSE,
conf.level = 0.95, ...)
結(jié)果含義：P值小于顯著性水平時拒絕原假設(shè)，否則，接受原假設(shè)。具體的假設(shè)要看所選擇的是雙邊假設(shè)還是單邊假設(shè)（又分小于和大于）
6、二項分布總體假設(shè)檢驗
binom.test(x, n, p = 0.5,
alternative = c("two.sided", "less", "greater"),
conf.level = 0.95)
原假設(shè)：p=p0,p 7、Pearson 擬合優(yōu)度χ2檢驗 chisq.test(x, y = NULL, correct = TRUE, p = rep(1/length(x), length(x)), rescale.p = FALSE, simulate.p.value = FALSE, B = 2000) 原假設(shè)H0：X符合F分布。 p-值小于某個顯著性水平，則表示拒絕原假設(shè)，否則接受原假設(shè)。 8、Fisher精確的獨(dú)立檢驗： fisher.test(x, y = NULL, workspace = 200000, hybrid = FALSE, control = list(), or = 1, alternative = "two.sided", conf.int = TRUE, conf.level = 0.95) 原假設(shè)：X,Y相關(guān)。 9、McNemar檢驗： mcnemar.test(x, y = NULL, correct = TRUE) 原假設(shè)：兩組數(shù)據(jù)的頻數(shù)沒有區(qū)別。 10、秩相關(guān)檢驗 cor.test(x, y, alternative = c("two.sided", "less", "greater"), method = "spearman", conf.level = 0.95, ...) 原假設(shè)：x,y相關(guān). 11、Wilcoxon秩檢驗 wilcox.test(x, y = NULL, alternative = c("two.sided", "less", "greater"), mu = 0, paired = FALSE, exact = NULL, correct = TRUE, conf.int = FALSE, conf.level = 0.95, ...) 原假設(shè)：中位數(shù)大于，小于，不等于mu. 以上就是關(guān)于“R語言的操作技術(shù)有哪些”這篇文章的內(nèi)容，相信大家都有了一定的了解，希望小編分享的內(nèi)容對大家有幫助，若想了解更多相關(guān)的知識內(nèi)容，請關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
網(wǎng)站題目：R語言的操作技術(shù)有哪些
標(biāo)題鏈接：http://www.dlmjj.cn/article/pcocgo.html
