R语言 T检验方法

我们将尝试借助一个例子来理解R编程中的T检验。假设一个商人在一个镇上有两家糖果店，他想检查这两家店一天内卖出的糖果的平均数量是否相同。

因此，该商人在各自的商店中随机抽取了15人的平均糖果销售量。他发现，第一家店平均卖出30个糖果，而第二家店则卖出40个。所以，从老板的角度来看，第二家店的生意比前者好。但需要注意的是，数据集只是基于一些随机的人，他们不能代表所有的顾客。这就是T检验发挥作用的地方，它帮助我们了解这两个平均值之间的差异是真实的还是仅仅是偶然的。

从数学上讲，T检验所做的是，从两组样本中抽取一个样本，并在假设两组平均值相同的情况下，建立问题。

T检验的分类

单样本T检验
双样本T检验
成对样本T检验

单样本T检验

单样本T检验用于检验样本平均数与群体中已知或假定/假设的平均数值之间的统计差异。

因此，在R中进行单样本T检验时，我们将使用语法t.test(y, mu = 0)，其中x是感兴趣的变量的名称，mu被设置为等于无效假设所指定的平均值。

举例来说

set.seed(0)
sweetSold <- c(rnorm(50, mean = 140, sd = 5))
t.test(sweetSold, mu = 150) # Ho: mu = 150

输出

R编程中的T检验方法

双样本T检验

检验的一般形式是t.test(y1, y2, paired=FALSE)。它是用来帮助我们了解两个平均值之间的差异是真实的还是仅仅是偶然的。默认情况下，R假定y1和y2的方差是不相等的，因此默认为韦尔奇检验。要切换这一点，我们使用标志var.equal=TRUE。

举例来说

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

R编程中的T检验方法

成对的样本T检验

这是一个统计程序，用于确定两组观察值之间的平均差异是否为零。在配对样本T检验中，每个受试者被测量两次，产生成对的观察值。

检验运行的语法是t.test(y1, y2, paired=TRUE)

举例来说

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)