R语言 如何在R中寻找Z临界值

当我们进行假设检验时，我们会得到作为结果的检验统计数据。 现在为了找出假设检验的结果是否具有统计学意义，将Z临界值与检验统计量进行比较。 如果检验统计量的绝对值大于Z临界值，那么假设检验的结果就被认为具有统计学意义。

在R中确定Z临界值

R为我们提供了qnorm()函数，我们可以用它来确定R中的Z临界值。该函数的语法如下。

qnorm(p, mean = 0, sd = 0, lower.tail = TRUE)

这里。

• p：它代表要使用的显著水平
• mean ：它代表正态分布的平均数
• sd：它代表正态分布的标准差。
• lower.tail = TRUE：然后返回正态分布中p左边的概率。
• lower.tail = TRUE: 然后返回右边的概率。
• 请注意，默认情况下 lower.tail 是 TRUE。

现在我们来讨论一下如何确定左尾检验、右尾检验和双尾检验的Z临界值。

左尾检验

当替代假设指出无效假设中规定的参数的真实值小于无效假设所声称的值时，就会使用 左尾检验

假设我们想确定显著性水平为0.01的左尾检验的Z临界值，方法是在R编程语言的qnorm()函数中传递p值为0.01，lower.tail值为TRUE，因为左尾检验。

例子

# Determine the Z critical value
qnorm(p=.01, lower.tail=TRUE)

输出

左尾检验。

输出的 解释

Z临界值等于-2.326。因此，如果测试统计数据小于这个值，那么假设测试的结果将被视为具有统计学意义。

右尾检验

当替代假设指出无效假设中规定的参数的真实值大于无效假设的说法时，就会使用 右尾检验 。

假设我们想确定显著性水平等于0.01的右尾检验的Z临界值，绕过p值为0.01，并且由于R中qnorm函数的右尾检验，低尾为假。

# Determine the Z critical value
qnorm(p=.01, lower.tail=FALSE)

输出 。

右尾检验

输出的 解释

Z临界值等于2.326。因此，如果检验统计数据大于这个值，那么假设检验的结果将被视为具有统计学意义。

双尾检验

双尾检验 是一种方法，其中分布的临界区域是双侧的，测试样本是否大于或小于某个数值范围。

假设我们想确定显著性水平等于0.01的双尾检验的Z临界值，我们将qnorm函数的p参数的值传给0.01/2，下尾值为false，因为它是R中的双尾检验。

# Determine Z critical value
qnorm(p=.01/2, lower.tail=FALSE)

输出 。

双尾检验

输出的 解释

当我们进行双尾检验时，我们得到两个临界值。这里，两个Z临界值等于2.575和-2.575。因此，如果测试统计数据小于-2.575或大于2.575，那么假设测试的结果将被视为具有统计学意义。