R语言 统计篇之T-test 检验

《Cookbook for R》 Statistical Analysis 数据统计篇之 T-test 检验

当你想测试两个样本是否来自均值不同的群体

或者测试一个样本是否来自均值不同于某个理论均值的群体。

示例数据:R内置数据集 sleep

{r} 复制代码
sleep
#>    extra group ID
#> 1    0.7     1  1
#> 2   -1.6     1  2
#> 3   -0.2     1  3
#> 4   -1.2     1  4
#> 5   -0.1     1  5
#> 6    3.4     1  6
#> 7    3.7     1  7
#> 8    0.8     1  8
#> 9    0.0     1  9
#> 10   2.0     1 10
#> 11   1.9     2  1
#> 12   0.8     2  2
#> 13   1.1     2  3
#> 14   0.1     2  4
#> 15  -0.1     2  5
#> 16   4.4     2  6
#> 17   5.5     2  7
#> 18   1.6     2  8
#> 19   4.6     2  9
#> 20   3.4     2 10

制作一个宽版格式的 sleep 数据集

{r} 复制代码
sleep_wide <- data.frame(
    ID=1:10,
    group1=sleep$extra[1:10],
    group2=sleep$extra[11:20]
)
sleep_wide
#>    ID group1 group2
#> 1   1    0.7    1.9
#> 2   2   -1.6    0.8
#> 3   3   -0.2    1.1
#> 4   4   -1.2    0.1
#> 5   5   -0.1   -0.1
#> 6   6    3.4    4.4
#> 7   7    3.7    5.5
#> 8   8    0.8    1.6
#> 9   9    0.0    4.6
#> 10 10    2.0    3.4

1、比较两组:两个独立样本的 t-test

假设两组样本是独立采样的(出于此目的忽略ID变量)
t.test() 函数可以对长格式数据(例如 sleep 数据集)进行操作

其中 extra 列记录测量值,group 列记录分组

{r} 复制代码
# Welch t-test
t.test(extra ~ group, sleep)
#> 
#> 	Welch Two Sample t-test
#> 
#> data:  extra by group
#> t = -1.8608, df = 17.776, p-value = 0.07939
#> alternative hypothesis: true difference in means is not equal to 0
#> 95 percent confidence interval:
#>  -3.3654832  0.2054832
#> sample estimates:
#> mean in group 1 mean in group 2 
#>            0.75            2.33

# Same for wide data (two separate vectors)
# t.test(sleep_wide$group1, sleep_wide$group2)

默认情况下,t.test() 并不假定方差相等;它默认使用 Welch t-test,而不是 student's t-test

本案例用 Welch t-test 检验,df=17.776,因为要对不等方差进行调整

如果要使用 student's t-test 检验,需要设置 var.equal=TRUE

{r} 复制代码
# Student t-test
t.test(extra ~ group, sleep, var.equal=TRUE)
#> 
#> 	Two Sample t-test
#> 
#> data:  extra by group
#> t = -1.8608, df = 18, p-value = 0.07919
#> alternative hypothesis: true difference in means is not equal to 0
#> 95 percent confidence interval:
#>  -3.363874  0.203874
#> sample estimates:
#> mean in group 1 mean in group 2 
#>            0.75            2.33

# Same for wide data (two separate vectors)
# t.test(sleep_wide$group1, sleep_wide$group2, var.equal=TRUE)

2、比较两个组:配对样本t检验

例如:在治疗前后进行观察,或者对两个匹配的受试者进行不同治疗

同样,t.test() 可用于带有分组变量的数据框或两个向量。

它依靠相对位置来确定配对。

如果使用的是带有分组变量的长格式数据,则 group=1 的第一行与 group=2 的第一行配对。

重要的是,要确保数据分类整理,不遗漏观测数据;

否则,配对会出现偏差。

在这个示例数据中,我们可以根据 groupID 进行排序,以确保顺序相同

{r} 复制代码
# 先按 group 排,再按 ID排
sleep <- sleep[order(sleep$group, sleep$ID), ]

# 配对 t-test
t.test(extra ~ group, sleep, paired=TRUE)
#> 
#> 	Paired t-test
#> 
#> data:  extra by group
#> t = -4.0621, df = 9, p-value = 0.002833
#> alternative hypothesis: true difference in means is not equal to 0
#> 95 percent confidence interval:
#>  -2.4598858 -0.7001142
#> sample estimates:
#> mean of the differences 
#>                   -1.58

# 宽格式数据框也是如此(两个单独的向量)
# t.test(sleep.wide$group1, sleep.wide$group2, paired=TRUE)

配对 t.test() 等同于测试每对观测值之间的差值是否为 0

{r} 复制代码
t.test(sleep_wide$group1 - sleep_wide$group2, mu=0, var.equal=TRUE)

#> One Sample t-test

#> data:  sleep_wide$group1 - sleep_wide$group2
#> t = -4.0621, df = 9, p-value = 0.002833
#> alternative hypothesis: true mean is not equal to 0
#> 95 percent confidence interval:
#>  -2.4598858 -0.7001142
#> sample estimates:
#> mean of x 
#>     -1.58 

3、将一组数据与预期总体平均值进行比较:单样本t检验

假设你要检测 extra 列中的数据是否来自一个真实均值为0的群体

该情况下忽略 groupID

{r} 复制代码
t.test(sleep$extra, mu=0)
#> 
#> 	One Sample t-test
#> 
#> data:  sleep$extra
#> t = 3.413, df = 19, p-value = 0.002918
#> alternative hypothesis: true mean is not equal to 0
#> 95 percent confidence interval:
#>  0.5955845 2.4844155
#> sample estimates:
#> mean of x 
#>      1.54
相关推荐
布说在见2 小时前
层次与网络的视觉对话:树图与力引导布局的双剑合璧
信息可视化·数据挖掘·数据分析
全栈开发圈8 小时前
新书速览|Spark SQL大数据分析快速上手
sql·数据分析·spark
spssau9 小时前
多分类logistic回归分析案例教程
分类·数据挖掘·数据分析·回归·回归分析·logistic回归·spssau
我就说好玩11 小时前
2020年美国总统大选数据分析与模型预测
大数据·python·数据挖掘·数据分析·pandas·sklearn
Aloudata12 小时前
在全域数据整合过程中,如何确保数据的一致性和准确性
大数据·数据库·人工智能·数据挖掘·数据分析
安静的_显眼包O_o12 小时前
【机器学习】连续属性离散化与sklearn.preprocessing.KBinsDiscretizer
数据挖掘·数据分析
叫我:松哥12 小时前
基于python多准则决策分析的汽车推荐算法设计与实现
python·算法·数据挖掘·数据分析·汽车·推荐算法
出发行进13 小时前
PySpark本地开发环境搭建
大数据·python·数据分析·spark·anaconda
SelectDB13 小时前
8+ 典型分析场景,25+ 标杆案例,Apache Doris 和 SelectDB 精选案例集(2024版)电子版上线
大数据·数据库·数据分析
LDG_AGI13 小时前
【人工智能】Transformers之Pipeline(二十二):零样本文本分类(zero-shot-classification)
大数据·人工智能·python·深度学习·机器学习·数据挖掘