我有一个包含今年成绩的向量。我需要使用 1% 的显着性水平和 p 值来检验假设。
我尝试过这样的事情：
t.test(length(x[x >= 6])/length(x), mu = 0.5, alternative = "less" )
但这给出了错误：没有足够的“x”观察，我理解这个错误，但我不知道以不同的方式解决这个问题。
【问题讨论】：
标签： r estimation
错误来自您没有测试正确的参数这一事实。 length(x[x >= 6])/length(x) 是一个标量：因此，您正在测试一个数字是否等于 0.5，这没有意义。要使用学生 t 检验，您必须提供一个向量作为输入。
如果我正确理解您的目标，您似乎想测试 6 分以上的比例是否与 50% 有显着差异。因此，您不需要学生 t 检验，而是需要二项式检验。实际上，您想计算与总成绩相比有多少成绩高于 6 (n)。如果这是您正在寻找的，下面的代码应该可以让您回答您的问题。
prop.test(x = length(x[x>6]), n= length(x), alternative = "less")
【讨论】：
prop.test() 时，默认情况下零假设下的概率恰好是 50%。不幸的是，这个比例不能用这个函数改变，但我看到其他 R 函数可以执行相同类型的测试，如果需要，他们当然有机会在零假设下整合另一个概率。
prop.test(..., p = 0.3)