📜  如何计算R中的二项式置信区间?(1)

📅  最后修改于: 2023-12-03 15:09:15.395000             🧑  作者: Mango

如何计算R中的二项式置信区间?

在R中,可以使用binom.test()函数来计算二项式置信区间。

首先,需要准备好二项式数据,比如成功次数和总次数。例如:

success <- 23
total <- 50

然后,可以使用binom.test()函数来计算置信区间。该函数的语法为:

binom.test(x, n, conf.level = 0.95, alternative = "two.sided", ...)

其中,x表示成功次数,n表示总次数,conf.level表示置信水平,默认为95%,alternative表示备择假设是双边还是单边,...表示其他参数(可选)。

例如,计算成功率为46%(23/50)的二项式置信区间,置信水平为90%,备择假设为双边:

binom.test(success, total, conf.level = 0.9, alternative = "two.sided")

输出如下:

	Exact binomial test

data:  success and total
number of successes = 23, number of trials = 50, p-value = 0.03968
alternative hypothesis: true probability of success is not equal to 0.5
90 percent confidence interval:
 0.3007436 0.5826590
sample estimates:
probability of success 
                    0.46 

其中包含了置信区间信息,即90%置信水平下,成功率的置信区间为0.3007436到0.5826590。

需要注意的是,binom.test()函数默认使用的是精确二项式检验,当样本数据过大时,计算会非常缓慢。此时,可以使用approximate = TRUE参数来使用近似的正态分布计算置信区间,例如:

binom.test(success, total, conf.level = 0.9, alternative = "two.sided", approximate = TRUE)

输出如下:

	Approximate binomial test

data:  success and total
number of successes = 23, number of trials = 50, p-value = 0.04038
alternative hypothesis: true probability of success is not equal to 0.5
90 percent confidence interval:
 0.3019920 0.5831598
sample estimates:
probability of success 
                    0.46 

可以看到,结果与精确二项式检验非常接近,但计算速度更快。