问题标签 [hypothesis-test]

我目前正在尝试对变量进行测试并确定它在统计上是否与 1 显着不同。这是我正在使用的代码：

ttest dm1=1

它吐出这个输出：

我不希望我的零假设是平均值 = 1，我希望它是 dm1 = 1。当我对 ttest 进行常规计算 ({Beta(dm1)-1}/SE(Beta(dm1))) 时，我发现新的 t 统计量应该在 -48.89 左右。如果这不是正确的方法，那么确定系数在统计上是否不同于 1 的代码是什么？另外，这里是回归模型的图像供参考：

我需要在 R 中使用许多假设检验并呈现结果。这是一个例子：

我们有什么方法可以可视化 t.test 或其他假设检验结果？

以下是我正在寻找的示例：

如果我们想决定这样一个测试的样本量，我们应该使用什么 R 函数：

10 个广告，我们想通过测试来确定哪些广告的点击率最高。我们能够计算流量和点击次数。

R 新手并试图了解它的编码（一般是编码新手）

我的问题是，运行 t 检验（成对和独立）我必须更改公式才能识别我的列。以下两者都有效；但是，如果样式类似于“独立”代码（数据 = ''），则“配对”代码将不起作用。

独立的：t.test(Nicotine ~ Brand, data = nicotine, alternative='two.sided', conf.level=.95, var.equal=FALSE)

配对：with(omega3, t.test(Before, After, paired = TRUE, alternative='greater', conf.level=.95))

为什么会这样？理想情况下，我宁愿不使用该with公式，但我不明白为什么当我添加参数时它无法识别“之前”和“之后”data = omega3

非常感谢任何见解。

汤姆

我有一个panel(5x5)5 年和 5 人每天消耗的冰淇淋的平均值。mean=50我想为这个小组进行假设检验。请帮助在 R 中执行此操作。我不知道如何继续，所以我没有示例代码。以下是我的数据：

我有以下模型：

在R中轻松制作如下：

在 STATA 中，我现在可以进行以下测试：

• b1_group1 - b1_group2 = 0
• b2_group1 - b2_group2 = 0
• b3_group1 - b3_group2 = 0

通过 F 检验，这告诉我来自 X1、X2 和 X3 的系数组在第 1 组和第 2 组之间是否共同不同。

有人可以告诉如何在 R 中做到这一点吗？谢谢！

一个常见的方差样本检验是卡方检验，例如http://www.itl.nist.gov/div898/handbook/eda/section3/eda358.htm。

当总体不正常和/或存在异常值时，有哪些稳健的方差测试替代方案？

如何在假设检验中专门检验变量的偏度和/或峰度的零假设和备择假设？我必须在 t.test 中使用公式吗？

任何帮助表示赞赏。谢谢！

我在 Python 中使用SciPynan ，无论出于何种原因，以下内容都会返回一个值：

但每当我使用具有不同汇总统计的样本时，我实际上得到了一个合理的值：

nan将 p 值解释为as是否合理0？统计数据是否有理由对具有相同汇总统计数据的样本进行 2 样本 t 检验没有意义？

我想对矩阵中的每一行进行 t 检验。矩阵如下所示：

如您所见，数据存在两个问题。第一个是它包含NAs，第二个是在某些行中没有足够的数据 - 整行中只有一个值。

你知道有什么方法可以避免这个问题吗？我想创建一个首先忽略的函数，NAs如果该行中只有 1 个值，它应该NA作为 t 检验的输出给出。

我通常使用pi0包中的功能 -matrix.t.test