R 语言经典实例（原书第 2 版）

统计概论

｜

229

9.4.3 讨论

此示例对 9.3 节中的列联表执行卡方检验，得到的

p

值为 0.2：

summary(table(initial, outcome))

#> Number of cases in table: 100

#> Number of factors: 2

#> Test for independence of all factors:

#> Chisq = 3, df = 2, p-value = 0.2

大的

p

值表明 initial 和 outcome 这两个因子可能是独立的。实践中，我们说这两

个变量之间没有联系。这是有道理的，因为这个示例数据是通过使用先前方法中的函数

sample 简单地抽取随机数据来创建的。

9.4.4 另请参阅

chisq.test 函数也可以执行此检验。

9.5 计算数据集的百分位数（和四分位数）

9.5.1 问题

给定分数

f

，你想知道数据相应的百分位数。也就是说，你寻找观测值

x

，使得小于

x

的

观测值的比例为

f

。

9.5.2 解决方案

使用函数 quantile。第二个参数是分数

f

：

quantile(vec, 0.95)

#> 95%

#> 1.43

对于四分位数，可以省略第二个参数：

quantile(vec)

#> 0% 25% 50% 75% 100%

#> -2.0247 -0.5915 -0.0693 0.4618 2.7019

9.5.3 讨论

假设 vec 在 0 和 1 之间包含 1000 个观测值。函数 quantile 可以告诉你哪个观测值为

数据的下 ...