나는 30 개 샘플의 벡터를 가지고 있습니다. 정규 분포 인 모집단의 샘플이라는 가설을 테스트하고 싶습니다.R chisq.test에서 사용하기 위해 정상적으로 분포 된 확률 벡터를 생성하는 방법
> N.concentration
[1] 0.164 0.045 0.069 0.100 0.050 0.080 0.043 0.036 0.057 0.154 0.133 0.193
[13] 0.129 0.121 0.081 0.178 0.041 0.040 0.116 0.078 0.104 0.095 0.116 0.038
[25] 0.141 0.100 0.104 0.078 0.121 0.104
가 나는 정규 분포 N.freq
의 적합성을 확인 chisq.test
사용하고 hist
> N.hist <- hist(N.concentration, breaks=10)
> N.freq <- N.hist$count
[1] 3 5 4 4 5 4 2 2 1
는하지만, 함수는 인수 P를 필요로하여 주파수 벡터가 벡터를 만들어 chxq.test 문서에 정의 된 동일한 길이 x의 확률. 나는 그것에 벡터를 만들려고 노력하고 있지만, 솔직히, 나는 무엇을 생성해야하는지 정확히 모른다. 나는 rescale.p=TRUE
사용에 대한 생각
> d <- length(N.freq$count)%/%2
> p <- dnorm(c(-d:d))
> p
[1] 0.0001338302 0.0044318484 0.0539909665 0.2419707245 0.3989422804
[6] 0.2419707245 0.0539909665 0.0044318484 0.0001338302
> chisq.test(N.freq, p = p)
Error in chisq.test(p1$count, p = p) :
probabilities must sum to 1.
을 시도하고 있지만이 유효한 테스트를 생성합니다 있는지 확실하지 않습니다.
편집 : 나는 rescale.p를 사용하는 경우 우리가 널에서 정규 분포의 평균과 표준 오류를 알고 있어야 정상을 테스트하기 위해, 말했듯이, 나는 경고 메시지
> chisq.test(N.freq, p=p, rescale.p=TRUE)
Chi-squared test for given probabilities
data: N.freq
X-squared = 2697.7, df = 8, p-value < 2.2e-16
Warning message:
In chisq.test(N.freq, p = p, rescale.p = TRUE) :
Chi-squared approximation may be incorrect
사용하면 경고 메시지가 나타납니다. – rvbarreto
견적을 제출해야합니다. 데이터는 자연에서 수집되었지만 실제 인구의 평균 또는 분산에 대한 추정치는 없습니다. 다른 데이터와의 독립성을 검증하기 위해 t- 테스트를 실행할 수 있도록 정규 분포로 간주 할 수 있는지 확인하고 싶습니다. – rvbarreto