R语言dnorm命令参数添加咨询及原假设下产品B‘Medium’评级预期计数求解

首先得指出：你用dnorm(15)完全找错了方向——dnorm()是用来计算正态分布的概率密度值的，和列联表卡方检验的预期计数完全不相关，这就是你得不到正确结果的核心原因。

要解决这个问题，我们需要用卡方检验中预期计数的标准计算公式：每个单元格的预期计数 = (该行的总计 × 该列的总计) / 总样本量。

接下来一步步用R实现计算：

1. 确认矩阵结构 #

你的矩阵定义是正确的，先运行这段代码确保数据无误：

mat <- matrix(c(24, 21, 14, 12, 15, 22, 15, 26, 24), ncol = 3, byrow = TRUE)
colnames(mat) <- c("Low","Medium","High")
rownames(mat) <- c("A","B","C")

2. 计算预期计数（两种方法可选） #

方法一：手动分步计算

这种方式能让你清晰看到每一步的逻辑：

# 计算每行的总和（产品B的行总和对应row_totals["B"]）
row_totals <- rowSums(mat)
# 计算每列的总和（Medium列的总和对应col_totals["Medium"]）
col_totals <- colSums(mat)
# 计算总样本量
total_observations <- sum(mat)

# 计算产品B Medium类别的预期计数
expected_B_medium <- (row_totals["B"] * col_totals["Medium"]) / total_observations
expected_B_medium

运行后会得到结果≈17.56，四舍五入后就是选项里的17.6。

方法二：用chisq.test()一键获取所有预期值

R的chisq.test()函数会自动计算所有单元格的预期计数，你可以直接提取目标值：

# 运行卡方检验（若单元格预期值过小会弹出警告，但不影响我们提取结果）
chi_test <- chisq.test(mat)
# 查看所有单元格的预期计数矩阵
chi_test$expected

输出矩阵中，B行Medium列的数值就是我们需要的结果，和手动计算完全一致。

匹配选项 #

你的选项里17.6正好对应计算结果，这就是正确答案。

内容的提问来源于stack exchange，提问作者Henrik.A