所以我有一个数据集:dt<-c(1106,1402, 827, 781,876, 1134,1014, 964, 848, 814, 772, 912, 923, 996, 569, 774, 1389, 900)让我们假设一个正常的曲线,然后运行t.test(dt)
单样本t检验 资料: dt t= 19.057,df = 17,p值= 6.579e-13备选假设:真实均值不等于0 95 %置信区间: 839.9344 1049.0656样本估计:平均x 944.5。
这是95%置信区间的标准票价。
但是我想要找到的是,在850到900之间的特定范围内的信心是什么。因为我想知道下一个数据点下降到850到900之间的概率。哪个包::功能可以做到这一点?
发布于 2018-03-16 20:56:42
我不知道内置函数,但使用pt() (学生t的累积分布函数)计算并不太困难:
dd <- c(1106,1402, 827, 781,876, 1134,1014, 
        964, 848, 814, 772, 912, 923, 996, 569, 774, 1389, 900)
m <- mean(dd)
s <- sd(dd)现在,我们(1)将期望的范围转换为"t统计“标度(减去均值并除以sd),(2)计算x<lower_bound和x<upper_bound的累积概率。
probs <- pt((c(850,900)-m)/s,df=length(dd)-1)一个数值在这个范围内下降的概率是这两个数值的差别。
diff(probs)  ## 0.08805229https://stackoverflow.com/questions/49329283
复制相似问题