r统计假设如何检验
从均值为80和典型偏差的正态分布中产生10个随机观察值我们假设我们不知道分布的均值μ。 使用样本，检查（测试）2假设
H0：μ= 80与H1：μ不等于80。
重复此过程100次，每次只记录p值。 使用5％的显着性水平来评论你的结果显示所有的p值的值。
这是我做的
t<-c( rnorm(10, mean = 80, sd = 30))
t.test (y, mu = 80)
t.test(y, mu =80, alternative = ”greater”)$p.value
t.test(y, mu = 80, alternative = ”less”)$p.value
笔记：
假设在向量y中存储了一个样本的数据。 这个命令
t.test（y，mu = 9）
进行双面假设检查（测试），具体来说，检查数据来自哪个分布的平均值是否等于9，如果单方面检查命令是，
t.test（y，mu = 9，alternative =“greater”）或t.test（y，mu = 9，alternative =“less”）
因此。 这些命令给出了检查结果（测试），包括置信区间。 如果有人只需要p值的值，则必须在结束命令中添加$ p.value。 例如，该命令
t.test（y，mu = 9）$ p.value
只给出了两边检查（测试）假设的p值
[编辑：我假设这是一个学校的任务，你对R很新]
不完全清楚您的问题是什么...但是，您的代码似乎包含一些错误..
您可以用平均值80和标准差30创建10个随机观测值。将这些观测值分配给一个向量t。 这不是一个聪明的想法，因为t是用于转置的R命令 - 使用重新定义这样的保留名称并不是一个好主意。
然后使用t.test命令执行测试。 请注意，在R中，与Python中不同，“。” 不涉及对象的方法。 所以当你调用t.test（y ...）时，你正在对一个你没有定义的观测值y进行t检验。
你发布的笔记假设你的观测矢量实际上被称为y。 如果在R控制台中运行？t.test，则会看到y是与观察向量对应的t.test函数参数的默认名称。
你可能想要的是这样的：
y<-c( rnorm(10, mean = 80, sd = 30))
t.test (y, mu = 80)
t.test(y, mu =80, alternative = "greater")$p.value
t.test(y, mu = 80, alternative = "less")$p.value
但请注意，您可以使用任何合理的变量名称作为观察向量 - 您只需要在正确的向量上调用t.test。 例如，
sample_observations <- c( rnorm(10, mean = 80, sd = 30))
t.test (sample_observations, mu = 80)
[编辑：似乎是粘贴代码片段中的unicode。 现在已经修复]
链接地址: http://www.djcxy.com/p/57753.html