X=scan()
159 280 101 212 224 379 179 264 222 362 168 250 149 260 485 170 #H 0 : µ ≤ µ 0 = 225 , H 1 : µ > µ 0 = 225 . X<-c(159, 280, 101, 212, 224, 379, 179, 264, 222, 362, 168, 250, 149, 260, 485, 170) mu=225,side=1 #右侧检验 # mean.test1<-function(x, mu=0, sigma=-1, side=0) n<-length(X); xb<-mean(X) #方差未知 t检验 t<-(xb-mu)/(sd(X)/sqrt(n)) # P_value<-function(cdf, x, paramet=numeric(0), side=0) #cdf即pt #t分布函数 #向量为t #t value paramet=n-1 #=length(X)-1 side=side #=1 #{ #n<-length(paramet) #P<-switch( n+1, cdf(x), cdf(x, paramet),cdf(x, paramet[1], paramet[2]),cdf(x, paramet[1], paramet[2], paramet[3]) ) #if (side<0) P #else if (side>0) 1-P #else #if (P<1/2) 2*P #else 2*(1-P) #} #n=length(paramet) #=1 #switch(2,list) #P=pt(t,length(X)-1) #cdf=pt, cdf(x,paramet)即pt(t,n-1=length(X)-1) #side=1>0 取1-P #最终取P=1-P P=1-pt(t,n-1) data.frame(mean=xb, df=n-1, T=t, P_value=P) #所得结果等同于函数运算结果： > mean.test1(X, mu=225, side=1) mean df T P_value 1 241.5 15 0.6685177 0.2569801