install.packages(‘tinytex’) tinytex::install_tinytex()
This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.
When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:
summary(cars)## speed dist
## Min. : 4.0 Min. : 2.00
## 1st Qu.:12.0 1st Qu.: 26.00
## Median :15.0 Median : 36.00
## Mean :15.4 Mean : 42.98
## 3rd Qu.:19.0 3rd Qu.: 56.00
## Max. :25.0 Max. :120.00txt0<-"ⅰ z,t,已知
ⅱ t
ⅲ 配对样本t检验
ⅳ 独立性检验,同质性检验
ⅴ Wilcoxon秩和检验"
print(txt0)## [1] "ⅰ z,t,已知\nⅱ t\nⅲ 配对样本t检验\nⅳ 独立性检验,同质性检验\nⅴ Wilcoxon秩和检验"###（1）检验碳酸钙含量的均值与真值的差异
#解释
txt1<-"使用单样本t检验,如果p值大于0.05，我们不能拒绝原假设（即方法测定的均值与真值无显著差异）。如果p值小于0.05，我们拒绝原假设，认为有显著差异。"
print(txt1)## [1] "使用单样本t检验,如果p值大于0.05，我们不能拒绝原假设（即方法测定的均值与真值无显著差异）。如果p值小于0.05，我们拒绝原假设，认为有显著差异。"# 水样碳酸钙含量数据
CaCO3_levels <- c(20.9, 20.41, 20.10, 20.00, 20.19, 22.60, 20.99, 20.41, 20, 23, 22)
# 真值
true_mean <- 20.7
# 进行单样本t检验
t.test(CaCO3_levels, mu = true_mean)##
## One Sample t-test
##
## data: CaCO3_levels
## t = 0.80775, df = 10, p-value = 0.438
## alternative hypothesis: true mean is not equal to 20.7
## 95 percent confidence interval:
## 20.23641 21.69086
## sample estimates:
## mean of x
## 20.96364###（2）检验新型药物对目标基因表达的调节作用
#解释
txt2<-"使用两组独立样本t检验比较实验组E和对照组C的基因表达量，如果p值小于0.05，我们拒绝原假设（即实验组和对照组的基因表达量没有差异），认为药物处理对目标基因表达有调节作用。如果p值大于0.05，我们不能拒绝原假设，认为药物处理可能没有调节作用。"
print(txt2)## [1] "使用两组独立样本t检验比较实验组E和对照组C的基因表达量，如果p值小于0.05，我们拒绝原假设（即实验组和对照组的基因表达量没有差异），认为药物处理对目标基因表达有调节作用。如果p值大于0.05，我们不能拒绝原假设，认为药物处理可能没有调节作用。"# 实验组E的基因表达量数据
expression_E <- c(6.8, 7.2, 7.5, 6.9, 7.1, 7.0, 6.7, 7.3, 7.0)
# 对照组C的基因表达量数据
expression_C <- c(6.2, 6.4, 6.5, 6.3, 6.6, 6.4, 6.1, 6.4, 6.5)
# 进行独立样本t检验
t.test(expression_E, expression_C)##
## Welch Two Sample t-test
##
## data: expression_E and expression_C
## t = 6.8849, df = 13.41, p-value = 9.427e-06
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## 0.4657598 0.8897957
## sample estimates:
## mean of x mean of y
## 7.055556 6.377778###（3）自行设计场景与创建数据，使用正确的检验方法解决问题并进行简单讨论
#题目
txt3<-"场景设计：
假设我们要比较两种不同的教学方法（方法A和方法B）对学生数学成绩的影响。我们随机选取了两组学生，一组用方法A教学，另一组用方法B教学。学期末，我们记录了这两组学生的数学成绩。
创建数据：
方法A的成绩：85, 90, 88, 92, 86
方法B的成绩：78, 82, 80, 85, 81"
print(txt3)## [1] "场景设计：\n假设我们要比较两种不同的教学方法（方法A和方法B）对学生数学成绩的影响。我们随机选取了两组学生，一组用方法A教学，另一组用方法B教学。学期末，我们记录了这两组学生的数学成绩。\n\n创建数据：\n\n方法A的成绩：85, 90, 88, 92, 86\n方法B的成绩：78, 82, 80, 85, 81"#解释
txt4<-"使用独立样本t检验来比较,如果p值小于0.05，我们认为两种教学方法导致的学生数学成绩存在显著差异。这可能意味着一种方法在提高学生数学成绩方面更有效。如果p值大于0.05，我们不能说两种教学方法在提高学生数学成绩方面有显著不同，可能需要进一步研究或考虑其他因素。"
print(txt4)## [1] "使用独立样本t检验来比较,如果p值小于0.05，我们认为两种教学方法导致的学生数学成绩存在显著差异。这可能意味着一种方法在提高学生数学成绩方面更有效。如果p值大于0.05，我们不能说两种教学方法在提高学生数学成绩方面有显著不同，可能需要进一步研究或考虑其他因素。"# 方法A的教学成绩
scores_A <- c(85, 90, 88, 92, 86)
# 方法B的教学成绩
scores_B <- c(78, 82, 80, 85, 81)
# 进行独立样本t检验
t.test(scores_A, scores_B)##
## Welch Two Sample t-test
##
## data: scores_A and scores_B
## t = 4.055, df = 7.9197, p-value = 0.003737
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## 3.012186 10.987814
## sample estimates:
## mean of x mean of y
## 88.2 81.2