r语言频数统计 r语言频数统计函数

r语言检验均值是否为0

1.两变量均为多分类

此时就是通常说的分析变量间的关联性，此时数据一般为数据框或矩阵结构的频数表，可直接使用chisq.test()命令进行处理，如：

> chisq.test(bird.df)

如果频数表中有频数为0，则会输出一个错误信息：Chi-squared approximation may be incorrect

2.两变量均为二分类

此时数据为2*2列联表，chisq.test()会默认使用耶茨连续性校正，可通过corrct=TRUE进行关闭，实际上，chisq.test()只会对2*2列联表使用耶茨校正。如果设定了使用蒙特卡洛方法，则不会再使用耶茨校正。

3.一个变量为二分类一个变量为多分类

这种情况下为卡方拟合优度检验，为保险起见，基本上都要设定rescale.p=TRUE，如果不指定P，则认为期望概率全部相等的情况。

> chisq.test(survey$new,p=survey$old,rescale.p = TRUE)

频数表是什么

频数表是统计描述中经常使用的基本工具之一。

1．频数表（frequency table）的编制在观察值个数较多时，为了解一组同质观察值的分布规律和便于指标的计算，可编制频数分布表，简称频数表。（1）求全距（range）：找出观察值中的最大值与最小值，其差值即为全距（或极差），用R表示。（2）确定组段和组距：根据样本含量的大小确定“组段”数，一般设8-15个组段，观察单位较少时组段数可相对少些，观察单位较多时组段数可相对多些，常用全距的1/10取整做组距，以便于汇总和计算。第一组段应包括全部观察值中的最小值，最末组段应包括全部观察值中的最大值，并且同时写出其下限与上限。各组段的起点和终点分别称为下限和上限，某组段包含下限，但不包含上限，其组中值为该组段的（下限+上限）/2。相邻两组段的下限之差称为组距。

是指将一组计量资料按观察值大小分为不同组段，然后将各观察值归纳到各组段中，最后清点各组段的观察值个数(称频数)，以表格形式表示之，称为频数分布表又称“频次分布表”，简称“频数表”。