R-假设主义者-如何解释输出？

我有一个任务来验证一些假设。。。 简单来说，假设1044人中有433人，我必须检查利率是否增加/与23%不同

null: rate <= 0.23
alternative: rate > 0.23

我得到的p值大约为0.19。->这表示我必须接受H0。（5%置信水平） T值为1

这与此相矛盾：

---

t值>=qt（p=0.95，df=length（data）-1，lower.tail=F）

Wait

qt（p=0.95，df=length（data）-1，lower.tail=T）

返回

2.353

并且您的T值为1（且1不大于2.353），因此您无法拒绝（您从不“接受H0”，您要么拒绝，要么拒绝）。我看不出有什么矛盾。如果你有关于统计数据的问题，你应该在以下地址询问他们。堆栈溢出用于解决有关编程的问题。您不应该使用t.test，即使您是，您的代码也没有正确设置以执行您想要执行的测试。我不确定你是从哪里得到这个想法的，你通过一个4个值的向量来做一个简单的比例测试。但是我同意@MrFlick的观点，因为你似乎有一些误解，你问题的核心不太适合stackoverflow。嘿，首先谢谢你，我不知道交叉验证，除了我输入错误之外，我使用了lower.tail=F，我只是做了lower.tail=t来测试。如果不使用t检验，什么检验是合适的？我刚得到这些信息，过去三年占23%，那一年占41%。

data = c(0.23, 0.23, 0.23, 433/1044)
t.test(data, mu = 0.23, alternative = "greater", level=0.95)