假设检验答案

【问题标题】：Hyphotesis test假设检验
【发布时间】：2021-12-31 13:29:58
【问题描述】：

我正在尝试对超过 3 个样本进行假设检验。这就是问题：

当我们检查汽车的大灯时，它们也可以设置得太高 (H) 低 (L) 或适当 (N)。令 p(H) = θ1 和 p(L) = θ2。我们从 200 辆汽车中随机抽取样本结果是（对于两种灯）：49 人患有 HH，26 人患有 LL，14 人患有 NN，20 人患有 HL，53 人患有 HN，38 人患有 LN。这是否表明每辆车上的两个大灯是独立安装的？

在 R 中，我创建了描述前灯每个位置的向量。现在我想使用 shapiro.test() 来检查正常性，但是当我输入 shapiro.test(cars) 时出现错误。

hh <- 49
ll <- 26
nn <- 14
hl <- 20
hn <- 53
ln <- 38
cars <- 200

shapiro.test(hh)
Error in shapiro.test(hh) : sample size must be between 3 and 5000

【问题讨论】：

你的 hh 对象不是长度为 49 的向量，而是一个取值 49 的标量（单个数字）。嘿嘿，夏皮罗测试无法对其进行任何测试。因此，您首先需要以您的测试可以使用的方式创建数据。

标签： r hypothesis-test

【解决方案1】：

你想做的可能是某事。像这样：

cars <- as.numeric(as.factor(c(rep('hh', 49),
          rep('ll', 26),
          rep('nn', 14),
          rep('hl', 20),
          rep('hn', 53),
          rep('ln', 38))))

shapiro.test(cars)

给出：

    Shapiro-Wilk normality test

data:  cars
W = 0.90013, p-value = 2.562e-10

【讨论】：

啊，非常感谢
为什么你同时使用 as.numeric 和 as.factor？
我尝试运行 levene.test(cars) 并再次出现错误：缺少参数“组”，没有默认值
因为 Levene 检验检验了两组之间的方差同质性。所以它需要一个分组变量。在我看来，您可能会受益于一些针对初学者的统计和 R 基础知识教程。那里有很多，谷歌搜索应该让你开始。
关于为什么 as.numeric/as.factor 的问题...因为 shapiro 测试需要数字输入。见?shapiro.test。