找到了一篇2018年研究生数学建模C题获奖论文——对恐怖袭击事件记录数据的量化分析。自己去年也参加了并且选择的也是这道赛题,然而实力有限并没有最终完成论文。好好学习这篇论文的思路。
以下实例来自参考书《数学建模基于R》
实例:月收入与工作满意度是否相关
工资收入 | 很不满意 | 较不满意 | 基本满意 | 很满意 | 合计 |
---|---|---|---|---|---|
<3000 | 20 | 24 | 80 | 82 | 206 |
3000~7500 | 22 | 38 | 104 | 125 | 289 |
7500 ~ 12000 | 13 | 28 | 81 | 113 | 235 |
12000 | 7 | 18 | 54 | 92 | 171 合计 | 62 | 108 | 319 | 412 | 901
R分析代码
> x<-c(20,24,80,82,22,38,104,125,13,28,81,113,7,18,54,92)
> X<-matrix(x,ncol=4,byrow=T)
> X
[,1] [,2] [,3] [,4]
[1,] 20 24 80 82
[2,] 22 38 104 125
[3,] 13 28 81 113
[4,] 7 18 54 92
> chisq.test(X)
Pearson's Chi-squared test
data: X
X-squared = 11.989, df = 9, p-value = 0.214
P值大于0.05,接受原假设,即个人收入与工作满意度无关。
组别 | 阳性 | 阴性 | 合计 |
---|---|---|---|
预防注射组 | 4 | 18 | 22 |
对照组 | 5 | 6 | 11 |
合计 | 9 | 24 | 11 |
代码:
> x<-c(4,5,18,6)
> X<-matrix(x,ncol=2)
> X
[,1] [,2]
[1,] 4 18
[2,] 5 6
> fisher.test(X)
Fisher's Exact Test for Count Data
data: X
p-value = 0.121
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
0.03974151 1.76726409
sample estimates:
odds ratio
0.2791061
P值>0.05并且优势比的置信区间包含1,由此说明两变量是独立的,即认为总体感染率并无差异。