看到一個(gè)博客上寫的一般檢驗(yàn)的R應(yīng)用總結(jié)，挺不錯(cuò)的，分享一下。
本文總結(jié)了R in Action一書中提到的關(guān)于樣本檢驗(yàn)的內(nèi)容，以概要的形式提供給讀者以及自己參考。
注: H0表示空假設(shè)，即樣本檢測(cè)的假設(shè)對(duì)象。
獨(dú)立性檢驗(yàn)（列聯(lián)表）
卡方檢驗(yàn)：H0:假設(shè)二維表的行和列變量相互獨(dú)立。stats
包的chisq.test()*
Fisher精確檢驗(yàn): H0:邊界固定的二維列聯(lián)表行和列獨(dú)立。stats
包的fisher.test()*
Cochran-Mantel-Haenszel檢驗(yàn)：*H0:兩個(gè)名義變量在第三個(gè)變量的每一層中都是條件獨(dú)立的。stats
包的.test()
相關(guān)性檢驗(yàn)
常用系數(shù)：Pearson, Spearman, Kendall, 偏相關(guān)系數(shù), 多分格polychoric,多系列polyserial
PSK: 相關(guān)系數(shù)cor(), 協(xié)方差cov(),psych
包的corr.test()
偏相關(guān)：控制一個(gè)或多個(gè)定量變量，檢驗(yàn)另外兩個(gè)變量之間的相關(guān)性。ggm
包的pcor()
其他類型：polycor
包的hetcor()有多種其他類型的相關(guān)函數(shù)
相關(guān)顯著性檢驗(yàn)
PSK: cor.test(), corr.test().后者可同時(shí)檢測(cè)多種相關(guān)關(guān)系。
其他類型：psych
包的pcor.test() & r.test()
- 參數(shù)檢驗(yàn)
獨(dú)立樣本t檢驗(yàn)：H0:被檢驗(yàn)的兩組樣本獨(dú)立且均值相等，并且從正態(tài)總體中抽的。stats
包的t.test()*
非獨(dú)立樣本t檢驗(yàn)：兩組觀測(cè)相關(guān)，一般通過非獨(dú)立組設(shè)計(jì)獲得，如pre-post design, repeated measures design。 H0：假定組間差異呈正態(tài)分布，且均值相等。stats
包的t.test(.。, paired=TRUE)*
多于兩組的非獨(dú)立樣本：如果對(duì)比組大于2且滿足數(shù)據(jù)是從正態(tài)總體中獨(dú)立抽樣獲得的假設(shè)，可采用ANOVA方差分析。
- 非參數(shù)檢驗(yàn): 通常獨(dú)立樣本也被稱作單樣本(one-sample)檢驗(yàn)，非獨(dú)立樣本被稱作雙樣本(two-sample) 檢驗(yàn)。單樣本檢驗(yàn)的自由度是n1+n2-1，雙樣本檢驗(yàn)自由度是n/2-1.
兩組獨(dú)立樣本：可以使用Wilcoxon秩和檢驗(yàn)(Mann-Whitney U檢驗(yàn)), wilcox.test()
兩組非獨(dú)立樣本：可以使用Wilcoxon符號(hào)秩檢驗(yàn)。它適用于兩組成對(duì)數(shù)據(jù)且無法保證正態(tài)性假設(shè)的情景。stats
包的wilcox.test(.., paired=TRUE)
多于兩組的樣本：如果各組樣本獨(dú)立，則可使用Krushkal-Wallis檢驗(yàn)；如果不獨(dú)立，可使用Friedman檢驗(yàn)。H0:各組的平均值相同。stats
包的kruskal.test() &friedman.test()。npmc
包的npmc()*函數(shù)可實(shí)現(xiàn)非參數(shù)的多組比較。
樣本檢驗(yàn)的一般步驟
提出研究問題，總結(jié)出需要通過數(shù)據(jù)分析得出的問題。
描述空假設(shè)和被選假設(shè)?？占僭O(shè)的提出通常需要能夠通過數(shù)據(jù)分析得出“接受”或“拒絕”的結(jié)論，如均值相等，均值大于X0等。
清楚假設(shè)條件。檢驗(yàn)過程是在一定的假設(shè)條件下進(jìn)行的，比如通常需要考慮，樣本是否獨(dú)立分布，均值和方差的統(tǒng)計(jì)分布等。
根據(jù)樣本數(shù)量和假設(shè)條件，選擇合適的檢驗(yàn)方法，如t檢驗(yàn)，以及檢驗(yàn)統(tǒng)計(jì)量T。
在空假設(shè)和觀測(cè)樣本的基礎(chǔ)上，計(jì)算檢驗(yàn)的統(tǒng)計(jì)分布，如學(xué)生分布或正態(tài)分布。
選擇合適的統(tǒng)計(jì)顯著水平p-value，常用的5%和1%。
計(jì)算檢驗(yàn)統(tǒng)計(jì)量T的拒絕區(qū)間(critical region)，即在該區(qū)間內(nèi)，空假設(shè)即被拒絕為真。
根據(jù)觀測(cè)樣本，計(jì)算檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)直t_obs。
得出結(jié)論：如果t_obs落在拒絕區(qū)間里，則拒絕空假設(shè)；否則，無法拒絕空假設(shè)。
相關(guān)鏈接：
Statistical hypothesis testing
Exploratory data analysis
Quick-R: t-test
