我有一个关于以下 N 的问题。抛硬币的次数 H 是第一次。获得的头数 T 是没有。获得的尾巴 Q = HT
N = 100
H = 63
T = 37
Q = 26
这是硬币没有偏见的重要证据吗?q 的标准差是多少?
谢谢!
我有一个关于以下 N 的问题。抛硬币的次数 H 是第一次。获得的头数 T 是没有。获得的尾巴 Q = HT
N = 100
H = 63
T = 37
Q = 26
这是硬币没有偏见的重要证据吗?q 的标准差是多少?
谢谢!
如果您假设硬币一开始就有偏见,那么您需要一个 prob(head) 值来测试硬币是否无偏见。
鉴于您提供的数据,您可以进行二项式检验以查看硬币是否有偏差。
n <- 100
h <- 63
p <- 0.5
binom.test(h, n, p, alternative = "greater")
Exact binomial test
data: h and n
number of successes = 63, number of trials = 100,
p-value = 0.006016
alternative hypothesis: true probability of success is greater than 0.5
95 percent confidence interval:
0.5434341 1.0000000
sample estimates:
probability of success
0.63
这个 p 值为 0.6%,这表明我们拒绝零假设而支持替代方案。即我们认为硬币是有偏见的。
[0.54, 1] 的 95% 置信区间进一步证明硬币存在偏差,因为它表明 P(H) > 0.5
对于正面概率为 p 的硬币的 n 次试验,差值 Y=(HT) 是一个随机变量,均值 = n (2 p - 1),方差 = 4 np (1-p)。
以下数值模拟有助于更好地理解问题。
n <- 100
reps <- 100000
p <- 0.5
set.seed(4321)
y <- matrix(0,reps)
for (k in 1:reps) {
x <- rbinom(n, 1, p)
Heads <- sum(x)
Tails <- n - Heads
y[k] <- Heads-Tails
}
mean(y)
[1] 0.01198
n*(2*p-1)
[1] 0
var(y)
[,1]
[1,] 100.2223
4*n*p*(1-p)
[1] 100
hist(y, breaks=50, main="", freq=F)
curve(dnorm(x,mean=n*(2*p-1),sd=sqrt(4*n*p*(1-p))),-40,40,
add=T, lwd=2, col="red")