R中二项式数据的置信区间？

Question

我知道要找到区间就需要均值和标准差，但是如果问题是：

从随机选择的1,000名工人中进行调查，其中520名是女性。基于这项调查，创建一个95％置信度区间，用于表示女性工人的比例。

那么我该如何找到均值和标准差呢？

- Pig

---

也许可以看一下这里发布的答案：https://dev59.com/bHTYa4cB1Zd3GeqPysYy - Mark Miller

Answer 1

你也可以使用来自stats包的prop.test或binom.test

prop.test(x, n, conf.level=0.95, correct = FALSE)

        1-sample proportions test without continuity correction

data:  x out of n, null probability 0.5
X-squared = 1.6, df = 1, p-value = 0.2059
alternative hypothesis: true p is not equal to 0.5
95 percent confidence interval:
 0.4890177 0.5508292
sample estimates:
   p 
0.52 

您可能会对文章单比例的双侧置信区间：七种方法的比较感兴趣，在第861页的表1中给出了使用七种方法（对于选定的n和r组合）计算单个比例的不同置信区间。使用prop.test，您可以获得表格中第3行和第4行的结果，而binom.test返回第5行的结果。

- George Dontas

---

好答案，而且不需要任何外部包。 - thelatemail

@thelatemail 这可能是一个愚蠢的问题，但是你如何将95% CI转换为SE，然后再转换为SD？ - Alexander

prop.test给出的结果非常奇怪，如果你将其与SAS进行比较。我宁愿使用Hmisc包中的binconf（参见@Zbynek的答案），该包具有已知的置信区间计算方法。 - crow16384

链接已损坏 - Julien

@Julien 我想我找到了。我已经更新了链接。 - gd047

Answer 2

在这种情况下，您拥有二项分布，因此您将计算二项比例置信区间。

在R中，您可以使用Hmisc包中的binconf()函数。

> binconf(x=520, n=1000)
 PointEst     Lower     Upper
     0.52 0.4890177 0.5508292

或者你可以自己计算：

> p <- 520/1000
> p + c(-qnorm(0.975),qnorm(0.975))*sqrt((1/1000)*p*(1-p))
[1] 0.4890345 0.5509655

- Zbynek

---

你可以用qnorm(0.975)替换你的1.96。 - thelatemail

如果使用99%的置信区间，q-范数会是多少？ - DeMelkbroer

qnorm(0.99) 是 2.326348。 - Zbynek

Answer 3

或者，使用prevalence包中的propCI函数，获取五个最常用的二项式置信区间：

> library(prevalence)
> propCI(x = 520, n = 1000)
    x    n    p        method level     lower     upper
1 520 1000 0.52 agresti.coull  0.95 0.4890176 0.5508293
2 520 1000 0.52         exact  0.95 0.4885149 0.5513671
3 520 1000 0.52      jeffreys  0.95 0.4890147 0.5508698
4 520 1000 0.52          wald  0.95 0.4890351 0.5509649
5 520 1000 0.52        wilson  0.95 0.4890177 0.5508292

- Brecht Devleesschauwer

Answer 4

另一个包: tolerance 将计算许多典型分布函数的置信区间/公差范围。

- Carl Witthoft

---

哇，那个名为“tolerance”的包非常全面和彻底。出色的推荐！ - cmo