拟合优度和性检验R语言代码

3.1节R语言实现

本节所使用的R语言函数为Chisq.test()，该函数的使用格式为：chisq.test(x, y = NULL, correct = TRUE,p = rep(1/length(x), length(x)),

rescale.p = FALSE, simulate.p.value = FALSE, B = 2000)

其中x是由观测数据构成的向量或矩阵，y是数据向量（当x为矩阵时，y无效）。correct是逻辑变量，表明是否用于连续修正，TRUE（缺省值）表示修正，FALSE 表示不修正。P是原假设落在小区间的理论概率，缺省值表示均匀分布。rescale.p是逻辑变量，选择FALSE（缺省值）时，要求输入的p满足求和结果为1；选择TRUE时，并不要求这一点，程序将重新计算p值。simulate.p.value 是逻辑变量（缺省值为FALSE），为TRUE时，将用仿真的方法计算P-值，B表示仿真的次数。

具体案例：

多总体比例差异检验：根据案例，已知列联表为：

R语言代码实现为：

x<-matrix(c(69,56,120,80,123,52),2,3) #生成2行3列的矩阵x

chisq.test(x)

程序及结果截图如下：

3.2节案例R语言实现

多总体比例差异检验：根据案例，已知列联表为：

R语言实现为：

d<-matrix(c(51,56,39,21,8),3,2) #生成3行2列的矩阵d

chisq.test(d)

程序及结果截图如下：

3.3 节案例R语言实现

本节需要用到nortest正态性检验包中的pearson.test()函数，其使用格式为：

pearson.test(x, n.classes = ceiling(2 * (n^(2/5))), adjust = TRUE)

其中，x表示一个向量，允许出现缺失值。n.classes表示变量数量数量，其默认值参考Moore（1986）。adjust为一逻辑变量; 如果为TRUE（默认值），则p 值由具有n.classes-3自由度的卡方分布计算，否则从具有n.classes-1自由度的卡方分布计算。一般而言，后两个参数取默认值即可。

案例：某家公司随机抽取市场营销部的30名销售员，得到他们的月销售额数据（单位：万元）：

33 43 44 45 52 52 56 58 63 65 66 68 70 72 73 73 74 75

83 84 85 86 91 92 94 98 102 105

R语言实现为：

library(nortest) #使用nortest正态性检验包

x2<-c(33,43,44,45,52,52,56,58,63,,,65,66,68,70,72,73,73,

74,75,83,84,85,86,91,92,94,98,102,105)

pearson.test(x2)

程序及结果截图如下：

另外，还可以采用Q-Q图方式进行正态分布检验，R语言实现为：qqnorm(x,pch=20) #绘制正态Q-Q图，散点设置为类型“20”的实心点qqline(x,col="red