<\/p>\n
Ein t-Test bei einer Stichprobe<\/a> wird verwendet, um zu bestimmen, ob ein Populationsmittelwert einem bestimmten Wert entspricht oder nicht.<\/span><\/p>\n Sie k\u00f6nnen die folgende grundlegende Syntax in R verwenden, um einen T-Test bei einer Stichprobe durchzuf\u00fchren:<\/span><\/p>\n Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n Angenommen, ein Botaniker m\u00f6chte wissen, ob die durchschnittliche H\u00f6he einer bestimmten Pflanzenart 15 Zoll betr\u00e4gt.<\/span><\/p>\n Sie entnimmt eine einfache Zufallsstichprobe<\/a> von 12 Pflanzen und notiert deren H\u00f6he in Zoll.<\/span><\/p>\n Sie kann den folgenden Code verwenden, um einen t-Test bei einer Stichprobe in R durchzuf\u00fchren, um zu bestimmen, ob die durchschnittliche H\u00f6he dieser Pflanzenart tats\u00e4chlich 15 Zoll betr\u00e4gt:<\/span><\/p>\n So interpretieren Sie jeden Wert in der Ausgabe:<\/span><\/p>\n Daten<\/strong> : Der Name des im t-Test verwendeten Vektors. In diesem Beispiel haben wir my_data<\/strong> verwendet.<\/span><\/p>\n t<\/strong> : Die t-Teststatistik, berechnet als ( x<\/span> \u2013 \u03bc) \/ (s\u221a n<\/span> ) = (14,333-15)\/(1,370689\/\u221a 12<\/span> ) = -1,6848<\/strong> .<\/span><\/p>\n df<\/strong> : Die Freiheitsgrade, berechnet als n-1 = 12-1 = 11<\/strong> .<\/span><\/p>\n p-Wert<\/strong> : Der zweiseitige p-Wert, der einer Teststatistik von -1,6848 und 11 Freiheitsgraden entspricht. In diesem Fall ist p = 0,1201<\/strong> .<\/span><\/p>\n 95 %-Konfidenzintervall<\/strong> : Das 95 %-Konfidenzintervall f\u00fcr den wahren Mittelwert der Grundgesamtheit, berechnet als [13,46244, 15,20423]<\/strong> .<\/span><\/p>\n Die Null- und Alternativhypothese f\u00fcr diesen t-Test bei einer Stichprobe lauten wie folgt:<\/span><\/p>\n H 0<\/sub> :<\/strong> \u00b5 = 15 (die durchschnittliche H\u00f6he dieser Pflanzenart betr\u00e4gt 15 Zoll)<\/span><\/p>\n H A<\/sub> :<\/strong> \u00b5 \u226015 (durchschnittliche H\u00f6he betr\u00e4gt nicht<\/em> 15 Zoll)<\/span><\/p>\n Da der p-Wert unseres Tests (0,1201)<\/strong> gr\u00f6\u00dfer als 0,05 ist, k\u00f6nnen wir die Nullhypothese des Tests nicht ablehnen.<\/span><\/p>\n Das bedeutet, dass wir nicht gen\u00fcgend Beweise daf\u00fcr haben, dass die durchschnittliche H\u00f6he dieser bestimmten Pflanzenart anders als 15 Zoll ist.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere g\u00e4ngige Tests in R durchf\u00fchren:<\/span><\/p>\n So f\u00fchren Sie einen T-Test mit zwei Stichproben in R durch<\/a> Ein t-Test bei einer Stichprobe wird verwendet, um zu bestimmen, ob ein Populationsmittelwert einem bestimmten Wert entspricht oder nicht. Sie k\u00f6nnen die folgende grundlegende Syntax in R verwenden, um einen T-Test bei einer Stichprobe durchzuf\u00fchren: t. test (data, mu= 10 ) Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird. Beispiel: eine […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n t. test<\/span> (data, mu= 10<\/span> )<\/strong><\/pre>\n Beispiel: eine T-Testprobe in R<\/strong><\/h2>\n
#create vector to hold plant heights<\/span>\nmy_data <- c(14, 14, 16, 13, 12, 17, 15, 14, 15, 13, 15, 14)\n\n#perform one sample t-test<\/span>\nt. test<\/span> (my_data, mu= 15<\/span> )\n\n\tOne Sample t-test\n\ndata:my_data\nt = -1.6848, df = 11, p-value = 0.1201\nalternative hypothesis: true mean is not equal to 15\n95 percent confidence interval:\n 13.46244 15.20423\nsample estimates:\nmean of x \n 14.33333 \n<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So f\u00fchren Sie einen T-Test f\u00fcr gepaarte Stichproben in R durch<\/a>
So f\u00fchren Sie den Welch-T-Test in R durch<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"