So führen sie einen t-test mit zwei stichproben in r durch

Ein T-Test mit zwei Stichproben wird verwendet, um zu testen, ob die Mittelwerte zweier Grundgesamtheiten gleich sind oder nicht.

Sie können die folgende grundlegende Syntax verwenden, um einen T-Test mit zwei Beispielen in R durchzuführen:

 t. test (group1, group2, var. equal = TRUE ) 

Hinweis : Durch die Angabe von var.equal=TRUE weisen wir R an, anzunehmen, dass die Varianzen zwischen den beiden Stichproben gleich sind.

Wenn Sie diese Annahme nicht treffen möchten, lassen Sie dieses Argument einfach beiseite und R führt stattdessen den Welch-t-Test durch, der nicht davon ausgeht, dass die Varianzen zwischen den Stichproben gleich sind.

Das folgende Beispiel zeigt, wie man in der Praxis einen Zwei-Stichproben-t-Test in R durchführt.

Beispiel: T-Test bei zwei Stichproben in R

Angenommen, wir möchten wissen, ob zwei verschiedene Pflanzenarten die gleiche durchschnittliche Höhe haben.

Um dies zu testen, sammeln wir eine einfache Zufallsstichprobe von 12 Pflanzen jeder Art.

Der folgende Code zeigt, wie ein T-Test mit zwei Stichproben in R durchgeführt wird, um zu bestimmen, ob die durchschnittliche Höhe zwischen den beiden Arten gleich ist:

 #create vectors to hold plant heights from each sample
group1 <- c(8, 8, 9, 9, 9, 11, 12, 13, 13, 14, 15, 19)
group2 <- c(11, 12, 13, 13, 14, 14, 14, 15, 16, 18, 18, 19)

#perform two sample t-tests
t. test (group1, group2, var. equal = TRUE )

	Two Sample t-test

data: group1 and group2
t = -2.5505, df = 22, p-value = 0.01823
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -5.5904820 -0.5761847
sample estimates:
mean of x mean of y 
 11.66667 14.75000 

So interpretieren Sie die Testergebnisse:

Daten: die Namen der Vektoren, die die Beispieldaten enthalten.

t: Die t-Teststatistik. In diesem Fall ist es -2,5505 .

df : Die Freiheitsgrade, berechnet als n ₁ + n ₂ – 2 = 12 + 12 – 2 = 22 .

p-Wert: Der p-Wert, der einer Teststatistik von -2,5505 und df = 22 entspricht. Der p-Wert beträgt 0,01823 . Wir können diesen Wert mit dem T-Score-zu-P-Wert-Rechner bestätigen.

95 %-Konfidenzintervall: 95 %-Konfidenzintervall für den wahren Mittelwertunterschied zwischen den beiden Gruppen. Es stellt sich heraus, dass es [-5,59, -.576] ist.

Stichprobenschätzungen: der Stichprobenmittelwert jeder Gruppe. In diesem Fall betrug der Stichprobenmittelwert für Gruppe 1 11,667 und der Stichprobenmittelwert für Gruppe 2 14,75 .

Die Null- und Alternativhypothese für diesen speziellen T-Test bei zwei Stichproben lauten wie folgt:

H ₀ : µ ₁ = µ ₂ (die beiden Populationsmittelwerte sind gleich)

H _A : µ ₁ ≠µ ₂ (die beiden Populationsmittelwerte sind nicht gleich)

Da der p-Wert unseres Tests (0,01823) kleiner als 0,05 ist, lehnen wir die Nullhypothese ab.

Dies bedeutet, dass wir über genügend Beweise verfügen, um zu dem Schluss zu kommen, dass die durchschnittliche Pflanzenhöhe der beiden Arten nicht gleich ist.

Technische Hinweise

Die Funktion t.test() in R verwendet die folgende Syntax:

 t. test (x, y, alternative="two.sided", mu=0, paired=FALSE, var.equal=FALSE, conf.level=0.95)

Gold:

• x, y: die Namen der beiden Vektoren, die die Daten enthalten.
• Alternative: Die Alternativhypothese. Zu den Optionen gehören „doppelseitig“, „weniger“ oder „größer“.
• mu: Der Wert, der als wahre Differenz der Mittelwerte angenommen wird.
• gepaart: ob ein gepaarter T-Test verwendet werden soll oder nicht.
• var.equal: ob die Unterschiede zwischen den beiden Gruppen gleich sind oder nicht.
• conf.level: Das für den Test zu verwendende Konfidenzniveau.

Sie können jedes dieser Argumente jederzeit ändern, wenn Sie Ihren eigenen T-Test durchführen, je nachdem, welchen Test Sie durchführen möchten.

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie Sie andere häufige Aufgaben in R ausführen:

So führen Sie einen T-Test mit einer Stichprobe in R durch
So führen Sie den Welch-T-Test in R durch
So führen Sie einen t-Test für gepaarte Stichproben in R durch