问题标签 [hypothesis-test]

我想使用binomR 包（binom.test函数）对 4 个不同的成功次数和 4 个不同的概率值执行精确的二项式检验。

我可以单独完成，但我想知道我是否可以编写代码以仅在一个命令中进行计算（例如 lapply、for 循环）。

和conf.level = 0.95（alternative = "two.sided"因为结果可以是 1 或 0）。

有什么建议吗？

我试过了：

但不起作用。

我对这个问题的上下文是在 Python 中。

假设检验库（即基于属性的检验）： https ://hypothesis.readthedocs.io/en/latest/

突变测试库： https ://github.com/sixty-north/cosmic-ray

Why would r's prop.test function (documentation here) return different results based on whether I pass it a matrix or vectors?

Here I pass it vectors:

Here I create a matrix and pass it in instead:

Why do I get different results? I expect the same results for both scenarios to be returned.

我是否遗漏了一些明显的东西，或者 Matlab 给出的pkstest2值很差？在非常差的情况下，我的意思是我怀疑它甚至被错误地执行了。

kstest2说明该函数计算渐近p值的帮助页面，尽管我没有找到任何关于准确使用哪种方法的参考。无论如何，描述进一步指出：

渐近p值对于大样本量变得非常准确，并且被认为对于样本量 n1 和 n2 相当准确，例如 (n1*n2)/(n1 + n2) ≥ 4

示例 1

让我们以 Lehman and D'Abrera (1975) 的示例 6 为例：

(n1*n2)/(n1 + n2) = 4在这种情况下，p值应该是相当准确的。

Matlab 产生p = 0.0497，而书中给出的解决方案是0.0870. 为了验证解决方案，我使用了 R，我比 Matlab 更信任它，尤其是在统计方面。

使用ks.testfrom statspackage 和ks.bootfrom Matchingpackage：

两者都给p = 0.0870。

示例 2

让我们使用kstest2自己的示例来比较更大样本量的 Matlab 和 R 结果：

这产生p = 0.0317. 现在，使用相同的x1和x2向量 R 给出p = 0.03968。预计非常准确的结果时，大约有 20% 的差异(n1*n2)/(n1 + n2) = 25。

我失踪了，搞砸了什么吗？Matlab 的性能是否可能kstest2如示例所示那样糟糕？算法使用的是什么近似值kstest2？（我可以看到 kstest2 的实现代码，但是参考书籍或论文会更好地理解发生了什么。）

我正在使用 Matlab 2016a。

雷曼和达布雷拉 (1975)。非参数：基于等级的统计方法。第 1 版。施普林格。

当我调用以下示例时，我收到了一份漂亮的报告，但具体而言，置信度等于 95%：

我希望收到类似的报告，但置信度等于 99%。

OneSampleTest实现方法的文档状态confint，它确实接收参数alpha，但它没有给我一个完整的报告，如上所示。

当我们有一个带有因子变量的线性模型X（带有A、B和C）

结果显示估计值XB和XC是差异B - A和C - A。（假设参考是A）。

如果我们想知道B和C:之间的差异的 p 值C - B，我们应该指定 B 或 C 作为参考组并重新运行模型。

我们能同时得到效果B - A、C - A和的 p 值C - B吗？

我必须检验 的假设Ho: ß1 = 1.75。我写这个：

但我无法获得 P 值。

有任何想法吗？谢谢你。

编辑通知

这不是错字（所以不要将其作为错字关闭）；OP 的 ANOVA 输出显示他/她成功运行lm，因此-很可能是输入错误。真正的问题在于使用anova.

内置假设策略是通过函数提供的（例如，不是实际策略，而是integers创建策略的函数）。这向我表明，策略对象具有内部状态。

在上面的两个虚假测试中，每个测试都会获得一个不同的策略对象（来自不同的调用integers。如果我创建自己的策略，如下所示：

...然后将其用于相同的测试：

它们共享相同的策略对象。在我看来，这听起来可能是错误的，但在某些情况下，文档中的示例就是NodeStrategy这样做的（参见和的定义NodeSet）。我是否应该通过将策略组合包装在如下函数中来避免这种情况：

下面的摘录来自“假设的置换、参数和引导测试”，第三版。菲利普·古德（第 58-61 页），第 3.7.2 节。

我试图在 R 中实现这个排列测试（见下文）来比较两个方差。我现在正在考虑如何计算 p 值，以及测试是否允许不同的替代假设（更大、更少、两侧），我不确定如何进行。

您能否对此有所了解，并可能对代码提出一些批评？非常感谢！

我正在尝试使用 R 中的 Durbin Watson 测试来衡量股票价格历史与指数之间的相关性。

这是我到目前为止所做的：

在这里，我填写了一些 NA 值。

我做回归

如果我们看一下ldibex（例如），我们可以看到如下内容：

但是当我尝试运行测试dwtest(regression)时，这是输出：

我已经填写了所有 NA 值，所以我不明白为什么会这样NA。