R中此二項式檢驗中的樣本估計值是什么意思？

Question

此二項檢驗中的樣本估計值是什么意思。 他們似乎並沒有隨着porbability of success改變而改變。 我試圖在文檔和Google中找到它的含義，但看不到它。 我也嘗試過手工計算它，以檢查它是否意味着什么，但仍然看不到它真正的含義。 任何想法？

binom.test（60，300，0.3）

    Exact binomial test

data:  60 and 300
number of successes = 60, number of trials = 300, p-value = 0.0001137
alternative hypothesis: true probability of success is not equal to 0.3
95 percent confidence interval:
 0.1562313 0.2498044
sample estimates:
probability of success 
               0.2 

binom.test（60，300，1/6）

    Exact binomial test

data:  60 and 300
number of successes = 60, number of trials = 300, p-value = 0.1216
alternative hypothesis: true probability of success is not equal to     0.1666667
95 percent confidence interval:
0.1562313 0.2498044
sample estimates:
probability of success 
                0.2 

binom.test（60，300，0.5）

    Exact binomial test

data:  60 and 300
number of successes = 60, number of trials = 300, p-value < 2.2e-16
alternative hypothesis: true probability of success is not equal to 0.5
95 percent confidence interval:
 0.1562313 0.2498044
sample estimates:
probability of success 
                 0.2 

Answer 1

我將使用您的第二段代碼進行解釋（所有代碼都是相同的）。

想象一下，擲骰子。 如果骰子是公平的， 1/6 6的概率是1/6 。 這是binom.test函數的第三個參數。 因此，在您的示例中，您期望的成功將是300 / 6 = 50 。 這意味着（假設的）成功概率為1/6 。

但是，您觀察到60成功。 這60觀察到的成功用於計算成功樣本估計值，即您在底部看到的值。 計算公式為60 / 300 = 0.2 。

然后使用二項式檢驗來檢驗您觀察到的6s的比例是否明顯高於偶然預期的比例（例如，如果死是公平的，則為50）。