如何在 r 中执行 welch t 检验
当不假设两个组具有相等方差时,韦尔奇 t 检验用于比较两个独立组之间的均值。
要在 R 中执行 Welch t 检验,我们可以使用t.test()函数,该函数使用以下语法:
t.test(x, y, Alternative = c(“两个面”, “更少”, “更大”))
金子:
- x:第一组数据值的数值向量
- y:第二组数据值的数值向量
- 替代:检验的替代假设。默认是双面的。
以下示例演示如何使用此函数在 R 中执行 Welch t 检验。
示例:R 中的 Welch t 检验
一位老师想要比较 12 名使用备考手册准备考试的学生与 12 名未使用备考手册的学生的考试结果。
以下向量显示了每组学生的考试成绩:
booklet <- c(90, 85, 88, 89, 94, 91, 79, 83, 87, 88, 91, 90) no_booklet <- c(67, 90, 71, 95, 88, 83, 72, 66, 75, 86, 93, 84)
在执行韦尔奇 t 检验之前,我们可以首先创建箱线图来可视化每组的分数分布:
boxplot(booklet, no_booklet, names =c(" Booklet "," No Booklet "))
我们可以清楚地看到“Booklet”组的平均得分较高,得分方差较小。
为了正式测试各组之间的平均分数是否显着不同,我们可以执行 Welch 的 t 检验:
#perform Welch's t-test
t.test(booklet, no_booklet)
Welch Two Sample t-test
data: booklet and no_booklet
t = 2.2361, df = 14.354, p-value = 0.04171
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
0.3048395 13.8618272
sample estimates:
mean of x mean of y
87.91667 80.83333
从结果中,我们可以看到t检验统计量为2.2361 ,相应的 p 值为0.04171 。
由于该 p 值小于 0.05,因此我们可以拒绝零假设并得出结论:两组之间的平均考试成绩存在统计显着差异。
t.test()函数还为我们提供了以下信息:
- 两组之间平均考试成绩差异的 95%置信区间为[0.3048, 13.8618 ]。
- 第一组的平均考试成绩是87.91667 。
- 第二组的平均考试成绩是80.83333 。
您可以在此处找到 t.test() 函数的完整文档。
其他资源
以下教程解释了如何在 R 中执行其他常见任务:
如何在 R 中执行单样本 t 检验
如何在 R 中执行双样本 t 检验
如何在 R 中执行配对样本 t 检验
如何在 R 中的单个图中绘制多个箱线图