R语言 实验七Word文档下载推荐.docx

R语言 实验七Word文档下载推荐.docx

《R语言 实验七Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《R语言 实验七Word文档下载推荐.docx（16页珍藏版）》请在冰豆网上搜索。

问油漆工人的血小板计数与正常成年男子有无差异？

解：

提出假设：

H0：

油漆工人的血小板计数与正常成年男子无差异

H1：

油漆工人的血小板计数与正常成年男子有差异

源代码及运行结果：

（复制到此处，不需要截图）

>

x<

-c（220,188,162,230,145,160,238,188,247,113,126,245,164,231,256,183,190,158,224,175）

t.test（x,mu=225）

结论：

OneSamplet-test

data:

x

t=-3.4783,df=19,p-value=0.002516

alternativehypothesis:

truemeanisnotequalto225

95percentconfidenceinterval:

172.3827211.9173

sampleestimates:

meanofx

192.15

P=0.002516<

0.05,拒绝原假设，认为油漆工人的血小板计数与正常成年男子有差异

3.（习题5.2）已知某种灯泡寿命服从正态分布，在某星期所生产的该灯泡中随机抽取10只，测得其寿命（单位：

小时）为

1067919119678511269369181156920948

求这个星期生产出的灯泡能使用1000小时以上的概率。

x<

-c（1067,919,1196,785,1126,936,918,1156,920,948）

p<

-pnorm（1000,mean（x）,sd（x））

1-p

[1]0.4912059

这个星期生产出的灯泡能使用1000小时以上的概率为0.4912059

4.（习题5.3）为研究某铁剂治疗和饮食治疗營养性缺铁性贫血的效果，将16名患者按年龄、体重、病程和病情相近的原则配成8对，分别使用饮食疗法和补充铁剂治疗的方法，3个月后测得两种患者血红资白如下表所示，问两种方法治疗后的患者血红蛋白有无差异？

铁剂和饮食两种方法治疗后患者血红蛋白值（g/L）

铁剂治疗组

113

120

138

100

118

123

饮食治疗组

116

125

136

110

132

130

两种方法治疗后的患者血红蛋白无差异

两种方法治疗后的患者血红蛋白有差异

-c（113,120,138,120,100,118,138,123）

y<

-c（138,116,125,136,110,132,130,110）

t.test（x,y,paired=T）

Pairedt-test

xandy

t=-0.65127,df=7,p-value=0.5357

truedifferenceinmeansisnotequalto0

-15.6288918.878891

meanofthedifferences

-3.375

p=0.5357>

0.05,不拒绝原假设，两种方法治疗后的患者血红蛋白无差异

5.（习题5.4）为研究国产四类新药阿卡波糖股嚢效果，某医院用40名Ⅱ型糖尿病病人进行同期随机对照实验。

试验者将这些病人随机等分到试验组（阿卡波糖股嚢组）和对照组（拜唐苹股嚢组），分别测得试验开始前和8周后空腹血糖，算得空腹血糖下降值，如下所示。

能否认为国产四类新药阿卡波糖股嚢与拜唐苹股嚢对空腹血糖的降糖效果不同？

试验组与对照组空腹腔血糖下降值（mmol/L）

试验组

-0.70

-5.60

2.00

2.80

0.70

3.50

4.00

5.80

7.10

-0.50

（n1=20）

2.50

-1.60

1.70

3.00

0.40

4.50

4.60

6.00

-1.40

对照组

3.70

6.50

5.00

5.20

0.80

0.20

0.60

3.40

6.60

-1.10

（n2=20）

3.80

1.60

2.20

1.20

3.10

-2.00

（1）检验试验组和对照组的的数据是否来自正态分布，采用正态性W检验方法（见第3章）、Kolmogorov-Smirnov检验方法和Pearson拟合优度c2检验；

认为国产四类新药阿卡波糖股嚢与拜唐苹股嚢对空腹血糖的降糖效果不同

认为国产四类新药阿卡波糖股嚢与拜唐苹股嚢对空腹血糖的降糖效果相同

①正态性W检验方法

-c（-0.70,-5.60,2.00,2.80,0.70,3.50,4.00,5.80,7.10,-0.50,2.50,-1.60,1.70,3.00,0.40,4.50,4.60,2.50,6.00,-1.4）

shapiro.test（x）

Shapiro-Wilknormalitytest

W=0.9699,p-value=0.7527

y<

-c（3.70,6.50,5.00,5.20,0.80,0.20,0.60,3.40,6.60,-1.10,6.00,3.80,2.00,1.60,2.00,2.20,1.20,3.10,1.70,-2.00）

shapiro.test（y）

y

W=0.97098,p-value=0.7754

试验组p=0.7527>

0.05,对照组p=0.7754>

0.05,所以检验试验组和对照组的的数据是来自正态分布

②Kolmogorov-Smirnov检验方法

ks.test（x,"

pnorm"

mean（x）,sd（x））

One-sampleKolmogorov-Smirnovtest

D=0.10652,p-value=0.9771

two-sided

Warningmessage:

Inks.test（x,"

mean（x）,sd（x））:

Kolmogorov-Smirnov检验里不应该有连结

ks.test（y,"

mean（y）,sd（y））

D=0.11969,p-value=0.9368

Inks.test（y,"

mean（y）,sd（y））:

试验组p=0.9771>

0.05,对照组p=0.9368>

③Pearson拟合优度c2检验

A<

-table（cut（x,br=c（-6,-3,0,3,6,9）））

-pnorm（c（-3,0,3,6,9）,mean（x）,sd（x））

p

[1]0.048947120.249900090.620022880.900758560.98828138

-c（p[1],p[2]-p[1],p[3]-p[2],p[4]-p[3],1-p[4]）

[1]0.048947120.200952980.370122780.280735680.09924144

chisq.test（A,p=p）

Chi-squaredtestforgivenprobabilities

A

X-squared=0.56387,df=4,p-value=0.967

Inchisq.test（A,p=p）:

Chi-squared近似算法有可能不准

B<

-table（cut（y,br=c（-2,1,2,4,7）））

-pnorm（c（-2,1,2,4,7）,mean（y）,sd（y））

[1]0.028017520.250999070.398121950.715004470.96465615

-c（p[1],p[2]-p[1],p[3]-p[2],1-p[3]）

[1]0.028017520.222981540.147122890.60187805

chisq.test（B,p=p）

B

X-squared=28.087,df=3,p-value=3.483e-06

Inchisq.test（B,p=p）:

试验组的p=0.967>

0.05,对照组的p=3.483e-06>

0.05,因此试验组和对照组都服从正态分布

（2）用t检验两组数据均值是否有差异，分别用方差相同模型、方差不同模型和成对t检验模型；

两组数据均值没有差异

两组数据均值是有差异

①方差相同模型

t.test（x,y,var.equal=TRUE）

TwoSamplet-test

t=-0.64187,df=38,p-value=0.5248

-2.3261791.206179

meanofxmeanofy

2.0652.625

p=0.5248>

0.05,不拒绝原假设，两组数据均值没有差异

②方差不同模型

t.test（x,y）

WelchTwoSamplet-test

t=-0.64187,df=36.086,p-value=0.525

-2.329261.20926

p=0.525>

0.05,不拒绝原假设，两组数据均值没有差异

③成对t检验模型

t=-0.64644,df=19,p-value=0.5257

-2.3731461.253146

-0.56

p=0.5257>

（3）检验试验组与对照组的方差是否相同。

试验组与对照组的方差相同

试验组与对照组的方差不相同

var.test（x,y）

Ftesttocomparetwovariances

F=1.5984,numdf=19,denomdf=19,p-value=0.3153

trueratioofvariancesisnotequalto1

0.63265054.0381795

ratioofvariances

1.598361

p=0.3153>

0.05,不拒绝原假设，试验组与对照组的方差相同

6.（习题5.5）为研究某种新药对抗凝血酶活力的影响，随机安排新药组病人12例，对照组病人10例，分别测定其抗凝血酶活力（单位：

mm3），其结果如下：

新药组：

126125136128123138142116110108115140

对照组：

162172177170175152157159160162

试分析新药组和对照组病人的抗凝血酶活力有无差别（=0.05）。

（1）检验两组数据是否服从正态分布；

（2）检验两组样本方差是否相同；

（3）选择最合适的检验方法检验新药组和对照组病人的抗凝血酶活力有无差别。

（1）检验两组数据是否服从正态分布

①新药组数据

新药组数据服从正态分布

新药组数据不服从正态分布

-c（126,125,136,128,123,138,142,116,110,108,115,140）

D=0.14644,p-value=0.9266

②对照组数据

对照组数据服从正态分布

对照组数据不服从正态分布

-c（162,172,177,170,175,152,157,159,160,162）

D=0.22216,p-value=0.707

两组样本方差相同

两组样本方差不相同

-c（126,125,136,128,123,138,142,116,110,108,115,140）

F=1.9646,numdf=11,denomdf=9,p-value=0.32

0.50219437.0488630

1.964622

新药组和对照组病人的抗凝血酶活力无差别

新药组和对照组病人的抗凝血酶活力有差别

t=-8.8148,df=20,p-value=2.524e-08

-48.24975-29.78358

125.5833164.6000

p=2.524e-08<

0.05,拒绝原假设，新药组和对照组病人的抗凝血酶活力有差别

7.（习题5.6）—项调查显示某城市老年人口比重为14.7%。

该市老年研究协会为了检验该项调查是否可靠，随机抽选了400名居民，发现其中有57人是老年人。

问调查结果是否支持该市老年人口比重为14.7%的看法（=0.05）。

（提示，此题是二项分布总体的检验）

p=p0=0.147

p≠p0

binom.test（57