幫我理解 poisson.test？
我想了解這個
poisson.test()功能：poisson.test(x, T = 1, r = 1, alternative = c("two.sided", "less", "greater"), conf.level = 0.95)我不明白參數
T，r還有什麼應該是我的選擇？我想解決以下示例並測試這些數據是泊鬆的假設。一位科學家計算培養皿上的細菌數量。他知道對於標準培養皿 N，細菌數量遵循參數 lambda=6.1 的泊松分佈。一個盤子用一種新的殺菌劑處理，觀察到有 2 個細菌存活。
請你能用這個例子幫助我理解 poisson.test 嗎？
T我應該使用什麼值？這裡的匯率是多少？我應該使用哪種替代方法？
這是一個 R 函數，用於實現均值差異的假設檢驗。它類似於?t.test函數，除了假設數據是正態分佈的（在總體中），這假設數據是泊松計數。基本思想是你有兩個來自兩個不同條件的計數，你知道分佈是泊鬆的。從那裡，您可以測試這兩個計數的差異是否超出您的預期。每個條件只需要一個計數（可能令人驚訝），因為泊松分佈非常嚴格地指定方差。如果總體分佈不是完全泊松分佈，則該檢驗將無效，因此您做出了無法評估的非常大的假設。儘管如此，該測試有時可能有用。
考慮到這個基本框架，我們可以解釋這些論點。
x是兩個計數的向量。如果計數是由一個條件更有可能發生事件的情況引起的，您可以通過T作為偏移量的參數來解釋這一點（參見，我應該為我的 Poisson GLM 使用偏移量嗎？）。想像一下，您比較了兩個培養皿中的細菌數量，其中一個是另一個的兩倍。前者可能會在沒有任何事情發生的情況下產生更大的計數（我不知道它是否真的以這種方式工作）。在這種情況下，您會想告訴測試菜餚不同；就是T這樣。此外，您可以針對除統一之外的某些比率值進行測試，這就是r做。您還可以針對指定的比率值進行單樣本測試；r也允許這樣做。最後，您可以測試您的干預與對照是否不同，這將是“雙向測試”，或者乾預產生更大的計數（“大於”）或較小的計數（“小於”）。在您的具體示例中，您說您想“檢驗這些數據是泊鬆的假設”。那將是一個擬合優度測試，這不是什麼
poisson.test()。它也不符合問題的要求。如前所述，問題是詢問
2從具有均值的泊松分佈中獲得 的值是否合理6.1。那將是實施的測試的一個樣本版本。