R语言：常用统计检讨-续

理论漫衍依赖于若干未知参数时
Kolmogorov-Smirnov 检讨
ks.test()
例一 对一台设备举办寿命检讨，记录十次无妨碍操纵时间，并按从小到大的序次分列如下，
用ks检讨要领检讨此设备无妨碍事情时间是否切合rambda=1/1500的指数漫衍
呼吁：
X<-c(420, 500, 920, 1380, 1510, 1650, 1760, 2100, 2300, 2350)
ks.test(X, “pexp”, 1/1500)
例二 假设从漫衍函数F(x)和G(x)的总体中别离随机抽取25个和20个调查值样本，检讨F(x)和G(x)是否沟通。
呼吁
X<-scan()
0.61 0.29 0.06 0.59 -1.73 -0.74 0.51 -0.56 0.39
1.64 0.05 -0.06 0.64 -0.82 0.37 1.77 1.09 -1.28
2.36 1.31 1.05 -0.32 -0.40 1.06 -2.47
Y<-scan()
2.20 1.66 1.38 0.20 0.36 0.00 0.96 1.56 0.44
1.50 -0.30 0.66 2.31 3.29 -0.27 -0.37 0.38 0.70
0.52 -0.71
ks.test(X, Y)
ks多样本检讨的范围性，只用在理论漫衍为一维持续漫衍，且漫衍完全已知的景象。ks检讨可用的环境下，功能一般优于Pearson chisq检讨
列联表（contingerncy table）的独立性检讨
Pearson chisquare 举办独立性检讨
例三 为了研究抽烟是否与肺癌有关，对63位患者及43名非肺癌患者观测了个中的抽烟人数，获得2*2列联表
数据 肺癌 康健 合计
抽烟 60 32 92
不抽烟 3 11 14
合计 63 43 106
呼吁
x<-c(60, 3, 32, 11)
dim(x)<-c(2,2)
chisq.test(x,correct = FALSE) # 不带持续校正的环境
chisq.test(x) # 带持续校正的环境
例四
在一次社会观测中，以问卷方法观测了901人的年收入，及其对事情的满足水平，个中年收入A分为四档：小于6000元，6000-15000元，15000 元至25000元，高出25000元。对事情的满足水平B 分为 很不满足，较不满足，根基满足和很满足四档，功效如下
很不满足 较不满足 根基满足 很满足 合计
< 6000 20 24 80 82 206
6000 ~15000 22 38 104 125 289
15000 ~25000 13 28 81 113 235
> 25000 7 18 54 92 171
合计