数据处理中我们总是会遇到各种问题：比如正态性检验（hist，qqplot，和shaprio-wilk检验 ），方差齐性检验(F)，独立性检验(X2 或Fisher）。。这些常用的也有相应的R语言中实现，原理我们也分享过了，可是昨天的一道生统题突然间难倒了我。昨晚睡觉前想了一下，又看了一下课件原来是这样的。问我给你一个数据怎么证明服从某一个分布：例如下面的作业题？
我的思考：画个概率分布图看看，之后发现肉眼观察不清楚；之后怎么办呢?
现在思考： 记得有一种类型的题：某一个数据是不是符合孟德尔定律，用的卡方检验X2 ,换句话说，给你一个数据是不是换算比例后跟理想的数据是一样的。
课件是这样的：用的卡方检验，算出的x2值，这是有自由度n-1，查一下卡方表得到P值，大于0.05，好吧，拒绝不了H0了不是。
那么用R语言怎么做呢？ 本次依据本次生统课作业为准一起看一下：
题目如下：
下面是课件的流程分析：
难道我需要将数据转换为概率吗？或者亲自算一遍理论值呢，可是有什么好的算法快速计算呢？
自己算的值再跟之前的比较,这时候进行卡方检验，可以看出来差异。
变成一个matrix数据框结构：
之后进行卡方检验：
chisq.test(z,correct = TRUE)
P<0.05，才符合卡方分布！不行的话，可能是数据不独立，样本数太少，进行先关性分析就好了。P<0.05，相关！
总结：也就是通用的数据，带到一个表里面，二连表数据类似，之后再数据框中，进行卡方检验，也就是有没有差别，没差别，也即不独立，就进行相关性检验即可，模拟线性回归，验证线性回归。
