R语言与统计-2：方差分析
拟合优度检验是用卡方统计量进行统计显著性检验的重要内容之一。它是依据总体分布状况，计算出分类变量中各类别的期望频数，与分布的观察频数进行对比，判断期望频数与观察频数是否有显著差异，从而达到从分类变量进行分析的目的。
简单来说，就是检验样本数据分布是否与已知总体的分布是一致的
如若已知人群中四种血型的占比为0.1 0.5 0.2 0.2，看该组男性的血型分布是否与人群的一致。参数p：传入已知总体的参数情况。
两者写法一样，解释的方法不一样。
卡方齐性检验：比较不同的分类水平下，各个类型的比例是否一致。
卡方独立性检验：
对于行变量为无序分类，列变量为有序分类的数据，由于不能忽略等级关系，也只能使用CMH检验，而不能使用皮尔森卡方检验。
使用CMH检验查看盘尼西林的水平和是否推迟注射对兔子的结局是否有影响。
mantelhaen.test()函数
p值>0.05，无统计学意义。将盘尼西林分为5层水平后，立即注射和推迟1.5h注射的OR值是2.076923
mantelhaen.test()函数
income是一个有序分类变量。结果显示工资水平对工作满意度没有显著的统计学关系。
mcnemar.test()函数
1.计算两种资产的投资组合我们需要知道每种资产的期望和标准差。2.然后根据两种资产所占的权重去计算组合的期望和标准差。
3.在R中先把需要的参数μ，σ，ρ写入mu<-c(10,15)sigma<-c(16,24)rho<-0.2，然后写入权重w1，w2，因为只有两个资产 其权重相加之和应该是1，所以有w1+w2=1，所以w1<-seq(0,1,0.01)w2<-1-w1
——————————
seq表示一个sequence序列。
4.在此首相为0 尾项为1 一共有101项。
5.接下来设组合的期望和标准差。
6.然后写计算的方法，这里需要用到循环去计算在各种权重情况下的期望和标准差。
7.然后用绘图的函数plot进行绘制。
扩展：R语言
R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。
