# 常见相似函数的区别
# 检验 test 相关
# z.test
- 包：BSDA / TeachingDemos
- 用途：均值或比例的 z 检验，用于大样本或已知总体标准差的情况。
- 语法：
z.test(x, y=NULL, mu=0, sigma.x, sigma.y=NULL, alternative="two.sided", conf.level=0.95) - 主要参数：
x, y：样本向量（单样本或双样本）mu：原假设均值（默认 0）sigma.x, sigma.y：已知总体标准差（必填）alternative："two.sided"、"less"、"greater"conf.level：置信水平（默认 0.95）
# t.test
- 包：stats（基础内置）
- 用途：均值的 t 检验，用于小样本或未知总体标准差的情况。
- 语法：
t.test(x, y=NULL, mu=0, paired=FALSE, var.equal=FALSE, alternative="two.sided", conf.level=0.95) - 主要参数：
x, y：样本向量（单样本或双样本）mu：原假设均值（默认 0）paired：是否配对检验（默认 FALSE）var.equal：是否假设方差相等（默认 FALSE，采用 Welch 校正）alternative、conf.level：同 z.test
# prop.test
- 包：stats（基础内置）
- 用途：比例的卡方检验，检验观测频数与理论频数是否符合。
- 语法：
prop.test(x, n, p=NULL, alternative="two.sided", conf.level=0.95, correct=TRUE) - 主要参数：
x：成功次数（向量支持多组）n：试验总次数p：原假设比例（默认 NULL 表示 0.5）correct：是否应用连续性修正（默认 TRUE）alternative、conf.level：同上
# var.test
- 包：stats（基础内置）
- 用途：方差比的 F 检验，用于检验两个样本的方差是否相等。
- 语法：
var.test(x, y, ratio=1, alternative="two.sided", conf.level=0.95) - 主要参数：
x, y：两个样本向量ratio：原假设的方差比（默认 1，即方差相等）alternative、conf.level：同上
# sigma.test
- 包：TeachingDemos
- 用途：标准差 / 方差的卡方检验，检验单个样本的总体标准差是否等于指定值。
- 语法：
sigma.test(x, sigma, alternative="two.sided", conf.level=0.95) - 主要参数：
x：样本向量sigma：原假设的标准差alternative、conf.level：同上
# shapiro.test
- 包：stats（基础内置）
- 用途：Shapiro-Wilk 正态性检验，检验样本是否来自正态分布。
- 语法：
shapiro.test(x) - 主要参数：
x：样本向量（长度 3～5000）
- 返回：W 统计量与 p 值，p > 0.05 表示符合正态分布
# levene.test
- 包：car
- 用途：Levene 方差齐性检验，检验多组样本的方差是否相等。
- 语法：
leveneTest(y ~ group, data, center=median) - 主要参数：
y ~ group：公式形式（y 为数值，group 为分组因子）center："median"（默认）或 "mean"data：数据框
# 项目使用的包和函数
按包分组，先概述包用途，再列函数的主要作用与核心参数。
# base /stats（基础内置）
- 主要用途：语言内核、基础数据结构、IO、统计基础。
read.csv(path, header=TRUE, sep=",", stringsAsFactors=FALSE): 读表格文本。write.csv(x, file),write.table(x, file),sink(file): 写出 / 重定向。- 向量 / 序列：
c(...),seq(from, to, by, length.out),rep(x, times, each)。 - 随机与分布：
rnorm(n, mean, sd),pnorm(x, mean, sd),qnorm(p, mean, sd),pt/qt。 - 索引 / 汇总：
which,which.max,which.min,mean,median,sum,var,sd,min,max,range,quantile,summary,head,tail。 - 排序：
sort,order,rank,rev。 - 结构：
matrix(data, nrow, ncol, byrow, dimnames),cbind,rbind,array(dim=...)。 - 数据框：
data.frame(...),as.data.frame(obj),colnames<-,row.names<-,subset(x, condition, select),cut(x, breaks, labels, ordered),factor(x, levels, ordered)。 - apply 系列：
apply(X, MARGIN, FUN),lapply(X, FUN),sapply(X, FUN)。 - 回归 / ANOVA：
lm(formula, data),aov(formula, data),summary,confint,predict(model, newdata, interval),anova(model),plot(model)，TukeyHSD(aov_model)。 - 统计检验：
shapiro.test(x),ks.test(x, "pnorm", mean, sd)。
# agricolae
- 用途：农学统计，事后比较。
HSD.test(aov_model, trt, alpha=0.05, group=TRUE, console=TRUE): Tukey HSD 分组。
# BSDA / TeachingDemos
- 用途：基础统计与教学函数。
z.test(x, mu=0, sigma.x, alternative, conf.level): 均值 / 比例 z 检验与区间。z.test(xbar, mu, stdev, n, alternative, conf.level)（TeachingDemos 形式）。
# car
- 用途：回归诊断与方差齐性检验。
leveneTest(y ~ group, data, center=median): 方差齐性。ncvTest(model): 异方差检验。durbinWatsonTest(model): 自相关检验。vif(model): 方差膨胀因子。
# DescTools
- 用途：描述统计与效应量。
Mode(x): 众数。EtaSq(model, type=1/2): 方差分析效应量 η²。BarText(heights, b, horiz=FALSE, ...): 条形图标注。
# e1071
- 用途：统计扩展。
skewness(x, type),kurtosis(x, type): 偏度、峰度。
# ggiraphExtra
- 用途：交互 / 雷达图。
ggRadar(data, rescale=FALSE, aes(group=...), alpha=0, size=2): 雷达图。
# ggExtra
- 用途：ggplot 边际图。
ggMarginal(p, type="boxplot"/"density"): 添加边际分布。
# gginference
- 用途：基于 ggplot 的统计可视化。
ggaov(aov_model, colreject, colstat): ANOVA 可视化。
# ggplot2
- 用途：语法层次化绘图。
ggplot(data, aes(...))+geom_line/point/boxplot等；facet_grid分面。
# ggpubr
- 用途：简化 ggplot 统计标注。
stat_anova_test(method="one_way", label="as_detailed_italic"): 在图上标注 ANOVA 结果。
# gplots
- 用途：绘图增强。
plotmeans(formula, data, p=0.95, mean.labels=TRUE, ci.label=TRUE, n.label=TRUE): 均值与 CI 绘图。
# HH
- 用途：交互作用可视化。
interaction2wt(formula, data): 双因素交互图。
# investr
- 用途：回归辅助。
plotFit(model, interval="confidence"/"prediction", level): 绘制回归线及带。
# lm.beta
- 用途：标准化回归系数。
lm.beta(model): 计算标准化系数。
# psych
- 用途：心理与统计工具。
describe(x): 描述性统计表。corr.test(mat, method="pearson"): 相关系数与检验。
# RColorBrewer
- 用途：调色板。
brewer.pal(n, name): 获取离散色板。
# readxl
- 用途：读取 Excel 文件。
read_excel(path, sheet=1, col_names=TRUE): 选择工作表与表头。
# reshape2
- 用途：数据宽长转换。
melt(data, id.vars, variable.name, value.name): 宽转长。
# sjPlot
- 用途：回归结果可视化。
plot_model(model, type="est"/"std"/"diag", show.values=TRUE, show.p=TRUE): 系数 / 诊断图。
# stringr
- 用途：字符串处理。
str_extract(_all)(x, pattern): 提取匹配。str_count(x, pattern),str_length(x): 计数与长度。str_replace(_all)(x, pattern, replacement): 替换。
