机器学习之R语言基础7（假设检验）

最新推荐文章于 2024-08-19 14:06:41 发布

原创

最新推荐文章于 2024-08-19 14:06:41 发布 · 1.9k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#机器学习 #r语言

本文介绍了R语言中的假设检验，包括T检验、F检验、卡方检验和正太性检验。通过实例分析，解释了如何进行两样本T检验、配对T检测、F检验以判断方差是否相等，以及卡方检验来评估消费者品牌喜好的差异性。正太性检验通过QQ图进行判断。更多内容将在后续章节中展开。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

假设检验
-T检验
-F检验
-卡方检验
-正太性检验

T检验2

两样本的T检验
-有原始数据的独立两样本T检测
-有原始数据的配对T检测
实例如下：
Wage 数据中大学学历的收入和中学一样吗？
这里写图片描述
其中大学取4.Colleage Grad
初中取 2.HS Grad

独立两样本T检测

#取包
> library(ISLR)
#取数据集
> data(Wage)
#取大学的收入
> x=subset(Wage,education=='4. College Grad',select='wage')
#取中学的收入
> y=subset(Wage,education=='2. HS Grad',select='wage')
#paired=F表明两样本间独立，默认为F
#conf.level(置信水平）默认为0.95，alternative（对立假设）默认为小于
>  t.test(x,y,paired=F)

    Welch Two Sample t-test

data:  x and y
t = 15.727, df = 1134.9, p-value < 2.2e-16
#对立假设：‘大学学历收入和中学学历收入不一样’概率不为0
#对立假设默认为小于，即H1。
alternative hypothesis: true difference in means is not equal to 0
#95%置信水平落在[25.07104,32.21808]的置信区间内(H0)（0.05可能性 不落在置信区间内H1）
95 percent confidence interval:
 25.07104 32.21808
sample estimates:
mean of x mean of y 
124.42791  95.78335

p值<0.05，故拒绝原假设H0，H1大学学历收入和中学学历收入不一样正确。
配对T检测
注：它要求要进行配对的两样本的参数一样长。

#输入两组样本
> x <- c(2.41,2.90,2.75,2.23,3.67,

最低0.47元/天解锁文章

200万优质内容无限畅学