R语言实验

实验8 假设检验（二）

一、实验目的：

1.掌握若干重要的非参数检验方法（ 2检验——列联表独立性检验，Mcnemar检验

——对一个样本两种研究方法是否有差异的检验，符号检验，Wilcoxon符号秩检

验，Wilcoxon秩和检验）；

2.掌握另外两个相关检验：Spearman秩相关检验，Kendall秩相关检验。

二、实验内容：

练习：

要求：①完成练习并粘贴运行截图到文档相应位置(截图方法见下)，并将所有自己输入文字的字体颜色设为红色（包括后面的思考及小结），②回答思考题，③简要书写实验小结。④修改本文档名为“本人完整学号姓名1”，其中1表示第1次实验，以后更改为2,3,...。如文件名为“1305543109张立1”，表示学号为1305543109的张立同学的第1次实验，注意文件名中没有空格及任何其它字符。最后连同数据文件、源程序文件等（如果有的话，本次实验没有），一起压缩打包发给课代表，压缩包的文件名同上。

截图方法：

法1：调整需要截图的窗口至合适的大小，并使该窗口为当前激活窗口（即该窗口在屏幕最前方），按住键盘Alt键（空格键两侧各有一个）不放，再按键盘右上角的截图键（通常印有“印屏幕”或“Pr Scrn”等字符），即完成截图。再粘贴到word文档的相应位置即可。

法2：利用QQ输入法的截屏工具。点击QQ输入法工具条最右边的“扳手”图标，选择其中的“截屏”工具。）

1.自行完成教材第五章的例题。

2.（习题5.11）为研究分娩过程中使用胎儿电子监测仪对剖腹产率有无影响，对5824例

分娩的经产妇进行回顾性调查，结果如下表所示，试进行分析。

剖腹产

胎儿电子监测仪

合计使用未使用

是358 229 587

否2492 2745 5237

合计2850 2974 5824

解：提出假设：

H0：分娩过程中使用胎儿电子监测仪对剖腹产率无影响

H1：分娩过程中使用胎儿电子监测仪对剖腹产率有影响

源代码及运行结果：（复制到此处，不需要截图）

> x<-c(358,2492,229,2745)

> dim(x)<-c(2,2)

> chisq.test(x)

Pearson's Chi-squared test with Yates' continuity correction

data: x

X-squared = 37.414, df = 1, p-value = 9.552e-10

结论：

P= 9.552e-10<0.05,拒绝原假设，分娩过程中使用胎儿电子监测仪对剖腹产率有影响

3.（习题5.12）在高中一年级男生中抽取300名考察其两个属性：B是1500米长跑，C

是每天平均锻炼时间，得到4 ×3列联表，如下表所示。试对 = 0.05，检验B与C 是否独立。

解：提出假设：

H0：B与C独立。

H1：B与C不独立。

源代码及运行结果：（复制到此处，不需要截图）

> x<-c(45,46,28,11,12,20,23,12,10,28,30,35)

> dim(x)<-c(4,3)

> chisq.test(x)

Pearson's Chi-squared test

data: x

X-squared = 40.401, df = 6, p-value = 3.799e-07

结论：

P=3.799e-07<0.05,拒绝原假设，B与C不独立，有关系。

4.（习题

5.13）为比较两种工艺对产品的质量是否有影响，对其产品进行抽样检查，其结

果如下表所示。试进行分析。

两种工艺下产品质量的抽查结果

解：提出假设：

H0：两种工艺对产品的质量没影响

H1：两种工艺对产品的质量有影响

源代码及运行结果：（复制到此处，不需要截图）

> x<-c(3,6,4,4)

> dim(x)<-c(2,2)

> fisher.test(x)

Fisher's Exact Test for Count Data

data: x

p-value = 0.6372

alternative hypothesis: true odds ratio is not equal to 1

95 percent confidence interval:

0.04624382 5.13272210

sample estimates:

odds ratio

0.521271

结论：

P=0.6372>0.05，接受原假设，两种工艺对产品的质量没影响

5.（习题5.14）应用核素法和对比法检测147例冠心病患者心脏收缩运动的符合情况，其

结果如下表所示。试分析这两种方法测定结果是否相同。

两法检查室壁收缩运动的符合情况

解：提出假设：

H0：这两种方法测定结果不相同

H1：这两种方法测定结果相同

源代码及运行结果：（复制到此处，不需要截图）

> x<-c(58,1,8,2,42,9,3,7,17)

> dim(x)<-c(3,3)

> mcnemar.test(x)

McNemar's Chi-squared test

data: x

McNemar's chi-squared = 2.8561, df = 3, p-value = 0.4144

结论：

P=0.4144>0.05，因此，不能认为这两种方法测定结果不相同

6.（习题5.15）在某养鱼塘中，根据过去经验，鱼的长度的中位数为14.6cm，现对鱼塘

中鱼的长度进行一次估测，随机地从鱼塘中取出10条鱼长度如下：

13.32 13.06 14.02 11.86 13.58 13.77 13.51 14.42 14.44 15.43

将它们作为一个样本进行检验。试分析，该鱼塘中鱼的长度是在中位数之上，还是在中位数之下。

（1）用符号检验分析；

（2）用Wilcoxon符号秩检验分析。

解：

（1）用符号检验分析

提出假设：

H0：M>=14.6

H1：M<14.6

源代码及运行结果：（复制到此处，不需要截图）

> x<-c(13.32 , 13.06 , 14.02 , 11.86 , 13.58 , 13.77 , 13.51 , 14.42 , 14.44 , 15.43)

> binom.test(sum(x>14.6),length(x),al="l")

Exact binomial test

data: sum(x > 14.6) and length(x)

number of successes = 1, number of trials = 10, p-value = 0.01074

alternative hypothesis: true probability of success is less than 0.5

95 percent confidence interval:

0.0000000 0.3941633

sample estimates:

probability of success

0.1

（2）用Wilcoxon符号秩检验分析

提出假设：

H0：M>=14.6

H1：M<14.6

源代码及运行结果：（复制到此处，不需要截图）

x<-c(13.32 , 13.06 , 14.02 , 11.86 , 13.58 , 13.77 , 13.51 , 14.42 , 14.44 , 15.43)

> wilcox.test(x,mu=14.6,al="l",exact=F)