r语言 - 使用蒙特卡洛方法模拟卡方检验的 p 值



我正在尝试用 R 编写一个脚本,该脚本允许通过模拟来接近皮尔逊卡方检验的临界值(p 值),采用不同的 alpha 值。

我知道"chisq.test"中存在一个选项,但我想知道如何手动进行此模拟。

例如:

请在 http://www.biostat.wisc.edu/~kbroman/teaching/stat371/comp21.R 检查代码(我不知道如何正确放置代码)

如果检查最后一部分("通过模拟计算的 p 值"),您将看到脚本中获取 p 值的方式。我想这样做,但采用不同的 alpha 值。

谢谢!

任何统计检验(无论采用何种方法:经典、引导)的 p 值计算都与 alpha 值无关,如果你的意思是显著性水平。在做出接受或拒绝原假设的决策时,您需要 alpha 值(如果 p 值小于所选的 alpha,则否定原值)。

如果您已按照脚本中所示进行了模拟,并且已导出模拟值的向量 xsqsim ,则 alpha 级别 alpha 的临界值约为

quantile(xsqsim,1-alpha)

如果你有一个小样本,你必须小心一点,因为临界值应该是检验统计量q的值,使得观测值大于或等于q的概率等于alpha ...

最新更新