R 编程中的 T 检验方法
我们将通过一个示例尝试理解 R 编程中的 T 测试。假设在一个城镇有两家糖果店的商人想要检查两家商店一天内售出的糖果的平均数量是否相同。
因此,该商人将在各自商店中向 15 个随机人出售的糖果的平均数量。他发现第一家店平均售出30个糖果,而第二家店平均售出40个。所以,从店主的角度来看,第二家店的生意比前者好。但需要注意的是,数据集仅基于随机人数,他们不能代表所有客户。这就是 T 检验发挥作用的地方,它可以帮助我们理解这两种方法之间的差异是真实的还是只是偶然的。
从数学上讲,t 检验的作用是从两组中抽取一个样本,并假设两个均值相同的零假设来建立问题。
T 检验的分类
- 一个样本 T 检验
- 两个样本 T 检验
- 配对样本 T 检验
一个样本 T 检验
单样本 T 检验用于检验样本均值与总体中均值的已知或假设/假设值之间的统计差异。
因此,为了在 R 中执行单样本 t 检验,我们将使用语法 t.test(y, mu = 0) 其中 x 是感兴趣变量的名称,mu 设置为等于零假设。
例如:
R
set.seed(0)
sweetSold <- c(rnorm(50, mean = 140, sd = 5))
t.test(sweetSold, mu = 150) # Ho: mu = 150
R
set.seed(0)
shopOne <- rnorm(50, mean = 140, sd = 4.5)
shopTwo <- rnorm(50, mean = 150, sd = 4)
t.test(shopOne, shopTwo, var.equal = TRUE)
R
set.seed(2820)
sweetOne <- c(rnorm(100, mean = 14, sd = 0.3))
sweetTwo <- c(rnorm(100, mean = 13, sd = 0.2))
t.test(sweetOne, sweetTwo, paired = TRUE)
输出:
两个样本 T 检验
它用于帮助我们理解这两种方式之间的差异是真实的还是只是偶然的。
测试的一般形式是 t.test(y1, y2,paired=FALSE)。默认情况下,R 假设 y1 和 y2 的方差不相等,因此默认为 Welch 检验。要切换它,我们使用标志 var.equal=TRUE。
例如:
R
set.seed(0)
shopOne <- rnorm(50, mean = 140, sd = 4.5)
shopTwo <- rnorm(50, mean = 150, sd = 4)
t.test(shopOne, shopTwo, var.equal = TRUE)
输出:
配对样本 T 检验
这是一个统计程序,用于确定两组观测值之间的平均差是否为零。在配对样本 t 检验中,每个受试者被测量两次,从而产生成对的观察结果。
使用语法 t.test(y1, y2,paired=TRUE) 运行测试
例如:
R
set.seed(2820)
sweetOne <- c(rnorm(100, mean = 14, sd = 0.3))
sweetTwo <- c(rnorm(100, mean = 13, sd = 0.2))
t.test(sweetOne, sweetTwo, paired = TRUE)
输出: