如何在 r 中执行单样本 t 检验

单样本 t 检验用于确定总体平均值是否等于某一值。

您可以在 R 中使用以下基本语法来执行单样本 t 检验：

 t. test (data, mu= 10 )

以下示例展示了如何在实践中使用此语法。

示例：R 中的 T 测试样本

假设一位植物学家想知道某种植物的平均高度是否等于 15 英寸。

她对 12 种植物进行了简单的随机抽样，并记录了每种植物的高度（以英寸为单位）。

她可以使用以下代码在 R 中执行单样本 t 检验，以确定该植物物种的平均高度是否实际上为 15 英寸：

 #create vector to hold plant heights
my_data <- c(14, 14, 16, 13, 12, 17, 15, 14, 15, 13, 15, 14)

#perform one sample t-test
t. test (my_data, mu= 15 )

	One Sample t-test

data:my_data
t = -1.6848, df = 11, p-value = 0.1201
alternative hypothesis: true mean is not equal to 15
95 percent confidence interval:
 13.46244 15.20423
sample estimates:
mean of x 
 14.33333 

以下是解释输出中每个值的方法：

data ：t 检验中使用的向量的名称。在此示例中，我们使用my_data 。

t ：t 检验统计量，计算公式为 ( x – μ) / (s√ n ) = (14.333-15)/(1.370689/√ 12 ) = -1.6848 。

df ：自由度，计算公式为 n-1 = 12-1 = 11 。

p 值：双尾 p 值，对应于 -1.6848 和 11 自由度的检验统计量。在这种情况下，p = 0.1201 。

95% 置信区间：真实总体平均值的 95% 置信区间，计算公式为[13.46244, 15.20423] 。

此单样本 t 检验的原假设和备择假设如下：

H ₀ : µ = 15（该植物物种的平均高度为 15 英寸）

H _A : µ ≠15（平均高度不是15 英寸）

我们的检验的 p 值(0.1201)大于 0.05，我们无法拒绝检验的原假设。

这意味着我们没有足够的证据表明这种特定植物种类的平均高度不同于 15 英寸。

其他资源

以下教程解释了如何在 R 中执行其他常见测试：

如何在 R 中执行两个样本 T 检验
如何在 R 中执行配对样本 t 检验
如何在 R 中执行 Welch 的 T 检验