用R语言在这些数据中97 90 94 79 78 87 83 89 76 84 83 84 76 82 85 85 91 72 86 70 91 87 73 92 64 74 88 88 74 73 64 85 72 64 74 93 70 79 79 75 66 83 74 70 82 82 75 78 99 57 91 78 87 93 89 79 84 65 78 66 84 85 85 84 59 62 91 83 80 76抽取30和40个数据 并完成以下要求 （1）试用符号检验法检验教育质量有无显著差异； （2）试用Wilcox符号秩检验法检验教育质量有无显著差异； （3）试用Wilcox秩和检验法检验教育质量有无显著差异； （4）对数据作正态性和方差齐性检验，该数据是否能作t检验，如果能，请作t检验； （5）分析各种检验方法，说明哪种检验法效果最好。

好的，让我来为您回答这个问题。

首先，您的问题是关于数据分析的，需要使用R语言进行处理。以下是我对您的问题的回答：

(1) 对于30个和40个数据的抽取，我们可以使用R语言中的`sample()`函数进行随机抽样。对于符号检验法，我们可以使用`binom.test()`函数进行检验。该函数的参数中需要传入两个向量，分别为样本数据和样本大小，代码如下：

# 选取30个数据进行符号检验法
set.seed(1)
data_30 <- sample(c(97, 90, 94, 79, 78, 87, 83, 89, 76, 84, 83, 84, 76, 82, 85, 85, 91, 72, 86, 70, 91, 87, 73, 92, 64, 74, 88, 88, 74, 73), 30)
binom.test(sum(data_30 > median(data_30)), length(data_30))

# 选取40个数据进行符号检验法
set.seed(1)
data_40 <- sample(c(97, 90, 94, 79, 78, 87, 83, 89, 76, 84, 83, 84, 76, 82, 85, 85, 91, 72, 86, 70, 91, 87, 73, 92, 64, 74, 88, 88, 74, 73, 64, 85, 72, 64, 74, 93, 70, 79, 79, 75), 40)
binom.test(sum(data_40 > median(data_40)), length(data_40))

(2) 对于Wilcox符号秩检验法，我们可以使用R语言中的`wilcox.test()`函数进行检验。该函数的参数中需要传入两个向量，分别为样本数据和样本大小，代码如下：

# 选取30个数据进行Wilcox符号秩检验法
set.seed(1)
data_30 <- sample(c(97, 90, 94, 79, 78, 87, 83, 89, 76, 84, 83, 84, 76, 82, 85, 85, 91, 72, 86, 70, 91, 87, 73, 92, 64, 74, 88, 88, 74, 73), 30)
wilcox.test(data_30, mu = median(data_30))

# 选取40个数据进行Wilcox符号秩检验法
set.seed(1)
data_40 <- sample(c(97, 90, 94, 79, 78, 87, 83, 89, 76, 84, 83, 84, 76, 82, 85, 85, 91, 72, 86, 70, 91, 87, 73, 92, 64, 74, 88, 88, 74, 73, 64, 85, 72, 64, 74, 93, 70, 79, 79, 75), 40)
wilcox.test(data_40, mu = median(data_40))

(3) 对于Wilcox秩和检验法，我们可以使用R语言中的`wilcox.test()`函数进行检验。该函数的参数中需要传入两个向量，分别为两组样本数据，代码如下：

set.seed(1)
data_1 <- sample(c(97, 90, 94, 79, 78, 87, 83, 89, 76, 84, 83, 84, 76, 82, 85, 85, 91, 72, 86, 70), 10)
data_2 <- sample(c(91, 87, 73, 92, 64, 74, 88, 88, 74, 73, 64, 85, 72, 64, 74, 93, 70, 79, 79, 75), 10)
wilcox.test(data_1, data_2)

(4) 对于正态性和方差齐性检验，我们可以使用R语言中的`shapiro.test()`和`bartlett.test()`函数进行检验。如果样本数据符合正态分布且方差齐性成立，则我们可以使用`t.test()`函数进行t检验，代码如下：

# 对数据进行正态性检验
shapiro.test(data_30)
shapiro.test(data_40)

# 对数据进行方差齐性检验
bartlett.test(data_30 ~ 1)
bartlett.test(data_40 ~ 1)

# 对数据进行t检验
t.test(data_30, mu = mean(data_40))

(5) 对于哪种检验法效果最好，要根据实际情况来定。如果数据不满足正态分布或方差齐性的条件，则t检验可能会出现偏差。此时，可以选择使用Wilcox秩和检验法或符号检验法。如果数据符合正态分布且方差齐性成立，则t检验效果会比较好。在实际应用中，应该根据数据的特点来选择合适的检验方法。