2021-11-18 统计学-基于R（第四版）第七章课后习题记录及总结
先声明，本博客为个人作业不一定为标准答案，仅供参考。
7.1 题目如下
H₀：销售量符合均匀分布
H₁：销售量不符合均匀分布
> example7_1<-read.csv("D:/作业/统计学R/《统计学—基于R》（第4版）—例题和习题数据（公开资源）/exercise/chap07/exercise7_1.csv")
> chisq.test(example7_1$销售量)
Chi-squared test for given probabilities
data: example7_1$销售量
X-squared = 80.924, df = 11, p-value = 9.778e-13p-value = 9.778e-13<0.05，拒绝原假设，销售量不符合均匀分布
7.2 题目如下
H₀：是否逃课与学生性别独立
H₁：是否逃课与学生性别不独立
> example7_2<-read.csv("D:/作业/统计学R/《统计学—基于R》（第4版）—例题和习题数据（公开资源）/exercise/chap07/exercise7_2.csv")
> M<-as.matrix(example7_2[,2:3]) //取包含所要对比数据的两列
> chisq.test(M)
Pearson's Chi-squared test with Yates' continuity correction
data: M
X-squared = 1.5407, df = 1, p-value = 0.2145p-value = 0.2145>0.05，不拒绝原假设，是否逃课与学生性别独立
7.3 题目如下
（1）
H₀：上市公司的类型与对股价波动的关注程度独立
H₁：上市公司的类型与对股价波动的关注程度不独立
> example7_3<-read.csv("D:/作业/统计学R/《统计学—基于R》（第4版）—例题和习题数据（公开资源）/exercise/chap07/exercise7_3.csv")
> M<-as.matrix(example7_3[,2:3])
> chisq.test(M)
Pearson's Chi-squared test
data: M
X-squared = 16.854, df = 2, p-value = 0.0002189
p-value = 0.0002189<0.05，拒绝原假设，上市公司的类型与对股价波动的关注程度不独立
（2）
> install.packages("vcd")
> library(vcd)
> assocstats(M)
X^2 df P(> X^2)
Likelihood Ratio 17.557 2 0.00015404
Pearson 16.854 2 0.00021891
Phi-Coefficient : NA
Contingency Coeff.: 0.285
Cramer's V : 0.298 由于Phi-Coefficient（Phi系数）只用于2*2列联表的相关性度量，所以输出结果为NA，Contingency Coeff（列联系数）=0.285，Cramer's V=0.298，关联系数均较低，表示关系较弱
7.4 题目如下
（1）
H₀：地区与汽车价格独立
H₁：地区与汽车价格不独立
> example7_4<-read.csv("D:/作业/统计学R/《统计学—基于R》（第4版）—例题和习题数据（公开资源）/exercise/chap07/exercise7_4.csv")
> M<-as.matrix(example7_4[,2:4])
> chisq.test(M)
Pearson's Chi-squared test
data: M
X-squared = 29.991, df = 6, p-value = 3.946e-05p-value = 3.946e-05<0.05，拒绝原假设，地区与汽车价格不独立
（2）
> library(vcd)
> assocstats(M)
X^2 df P(> X^2)
Likelihood Ratio 30.683 6 2.9134e-05
Pearson 29.991 6 3.9455e-05
Phi-Coefficient : NA
Contingency Coeff.: 0.264
Cramer's V : 0.194 由于Phi-Coefficient（Phi系数）只用于2*2列联表的相关性度量，所以输出结果为NA，Contingency Coeff（列联系数）=0.264，Cramer's V=0.194，关联系数均较低，表示关系较弱
本次记录就到这~