R语言：十一个统计检验都在这了

Python018

R语言：十一个统计检验都在这了,第1张

R语言的各种检验

1、W检验（Shapiro–Wilk (夏皮罗–威克尔 ) W统计量检验)

检验数据是否符合正态分布，R函数：shapiro.test().

结果含义：当p值小于某个显著性水平α(比如0.05)时，则认为

样本不是来自正态分布的总体，否则则承认样本来自正态分布的总体。

2、K检验(经验分布的Kolmogorov-Smirnov检验)

R函数:ks.test(),如果P值很小，说明拒绝原假设，表明数据不符合F(n,m)分布。

3、相关性检验：

R函数：cor.test()

cor.test(x, y,

alternative = c("two.sided", "less", "greater"),

method = c("pearson", "kendall", "spearman"),

exact = NULL, conf.level = 0.95, ...)

结果含义：如果p值很小，则拒绝原假设，认为x,y是相关的。否则认为是不相关的。

4、T检验

用于正态总体均值假设检验，单样本，双样本都可以。

t.test()

t.test(x, y = NULL,

alternative = c("two.sided", "less", "greater"),

mu = 0, paired = FALSE, var.equal = FALSE,

conf.level = 0.95, ...)

结果意义：P值小于显著性水平时拒绝原假设，否则，接受原假设。具体的假设要看所选择的是双边假设还是单边假设（又分小于和大于）

5、正态总体方差检验

t.test(x, y = NULL,

alternative = c("two.sided", "less", "greater"),

mu = 0, paired = FALSE, var.equal = FALSE,

conf.level = 0.95, ...)

结果含义：P值小于显著性水平时拒绝原假设，否则，接受原假设。具体的假设要看所选择的是双边假设还是单边假设（又分小于和大于）

6、二项分布总体假设检验

binom.test(x, n, p = 0.5,

alternative = c("two.sided", "less", "greater"),

conf.level = 0.95)

原假设：p=p0,p

7、Pearson 拟合优度χ2检验

chisq.test(x, y = NULL, correct = TRUE,

p = rep(1/length(x), length(x)), rescale.p = FALSE,

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

原假设H0：X符合F分布。

p-值小于某个显著性水平，则表示拒绝原假设，否则接受原假设。

8、Fisher精确的独立检验：

fisher.test(x, y = NULL, workspace = 200000, hybrid = FALSE,

control = list(), or = 1, alternative = "two.sided",

http://conf.int = TRUE, conf.level = 0.95)

原假设：X,Y相关。

9、McNemar检验：

mcnemar.test(x, y = NULL, correct = TRUE)

原假设：两组数据的频数没有区别。

10、秩相关检验

cor.test(x, y,

alternative = c("two.sided", "less", "greater"),

method = "spearman", conf.level = 0.95, ...)

原假设：x,y相关.

11、Wilcoxon秩检验

wilcox.test(x, y = NULL,

alternative = c("two.sided", "less", "greater"),

mu = 0, paired = FALSE, exact = NULL, correct = TRUE,

http://conf.int = FALSE, conf.level = 0.95, ...)

原假设：中位数大于，小于，不等于mu.

1 读取，计算均值，箱图观察

2 查看数据分布

2.1 hist直方图

2.2 qqnorm散点图

3 Shapiro-Wilk正态性检验

4 方差齐性检验

意义：方差分析就是在大家误差水平差不多的条件下看控制和对照组是不是有显著差异。那方差其实就是误差水平了。当方差不一致的时候，这个方法就没法分辨出究竟是控制造成的差异还是，内在的波动造成的差异。

参考： https://www.zhihu.com/question/21195390

参考： https://blog.csdn.net/tiaaaaa/article/details/58130363

4.1 F检验

使用条件：数据正态分布，只可以检验两个样本

4.2 bartlett检验

使用条件：正态分布的数据，多个样本

4.3 levene检验

没有条件：数据可不具正态性，可以检验多个总体的方差齐性

SPSS的默认方差齐性检验方法

5 差异检验

5.1 参数检验：T检验

使用条件：两样本来自正太分布总体，方差齐

5.2 非参数检验：Wilcoxon秩和检验（两样本）

参数：

参考： https://www.jianshu.com/p/f30d1fe877ea

5.3 非参数检验：Kruskal-Wallis（KS）秩和检验（多样本）

5.4 Deseq两组reads count差异分析

得出相关系数我们并不一定能得出数据之间的相关水平，这时候我们会进行相关性检验来进行量化。

置信区间:confidence interval，是指由由样本统计量所构成的总体参数的估计区间。在统计学中，一个概率样本的置信区间是对这个样本的某个总体参数的区间估计。置信区间展现的是这个参数的真实值有一定概率落在测量结果的周围的程度。置信区间给出的是被测量参数的测量值的可信程度。简单来说就是只有概率还不行，还得知道概率发生的范围。例如，如果在一次大选中某人的支持率为55%，而置信水平0.95以上的置信区间是（50%,60%），那么他的真实支持率有百分之九十五的机率，落在百分之五十和百分之六十之间，因此他的真实支持率不足一半的可能性小于百分之5。

cor.test函数每次只能检测一组变量。它有四个重要的参数，x和y是需要检测的相关性的变量，alternative参数指明是进行两边检验(two.sided)或正相关检验(greater)或负相关检验(less)。method参数选择算法(Pearson、Spearman、Kendall)

psych包中的corr.test可以一次性检验多组变量，可以递归计算整个数据集。

该函数不仅计算了相关系数，而且计算了相关性检验的值

偏相关

t检验适用于样本含量较小，总体方差未知的正态分布数据

UScrime数据集是美国七个州的刑罚制度对犯罪率影响的数据集。

t检验使用t.test()函数,格式为y~x，其中y是数值型变量，x是二分型变量。波浪线后面是分组变量，南方和北方分成两组，做了t检验。

如果想在多余两个组的数据中进行比较，数据符合正态分布我们就用方差分析，如果不符合正态分布则用非参数的方法。在相关性检验中，我们可以用参数方法和非参数 方法。统计分析方法包括参数检验和非参数检验，