La guida completa: test di ipotesi in r
Un test di ipotesi è un test statistico formale che utilizziamo per rifiutare o non riuscire a rifiutare un’ipotesi statistica.
Questo tutorial spiega come eseguire i seguenti test di ipotesi in R:
- Un test t del campione
- Test T a due campioni
- Test t per campioni accoppiati
Possiamo usare la funzione t.test() in R per eseguire ogni tipo di test:
#one sample t-test t. test (x, y = NULL, alternative = c(" two.sided ", " less ", " greater "), mu = 0, paired = FALSE, var.equal = FALSE , conf.level = 0.95, …)
Oro:
- x, y: i due campioni di dati.
- alternativa: l’ipotesi alternativa del test.
- mu: il vero valore della media.
- appaiato: se eseguire o meno un t-test per appaiati.
- var.equal: se assumere che le varianze siano uguali tra i campioni.
- conf.level: il livello di confidenza da utilizzare.
I seguenti esempi mostrano come utilizzare questa funzione nella pratica.
Esempio 1: test t per un campione in R
Un test t su un campione viene utilizzato per verificare se la media di una popolazione è uguale o meno a un determinato valore.
Ad esempio, supponiamo di voler sapere se il peso medio di una determinata specie di tartaruga è o meno di 310 libbre. Usciamo e raccogliamo un semplice campione casuale di tartarughe con i seguenti pesi:
Peso : 300, 315, 320, 311, 314, 309, 300, 308, 305, 303, 305, 301, 303
Il codice seguente mostra come eseguire questo esempio di test t in R:
#define vector of turtle weights turtle_weights <- c(300, 315, 320, 311, 314, 309, 300, 308, 305, 303, 305, 301, 303) #perform one sample t-test t. test (x=turtle_weights,mu=310) One Sample t-test data: turtle_weights t = -1.5848, df = 12, p-value = 0.139 alternative hypothesis: true mean is not equal to 310 95 percent confidence interval: 303.4236 311.0379 sample estimates: mean of x 307.2308
Dal risultato possiamo vedere:
- Statistica del test t: -1,5848
- gradi di libertà: 12
- valore p: 0,139
- Intervallo di confidenza al 95% per la media vera: [303,4236, 311,0379]
- peso medio delle tartarughe: 307.230
Poiché il valore p del test (0,139) non è inferiore a 0,05, non riusciamo a rifiutare l’ipotesi nulla.
Ciò significa che non abbiamo prove sufficienti per affermare che il peso medio di questa specie di tartaruga sia diverso da 310 libbre.
Esempio 2: test t a due campioni in R
Un t-test a due campioni viene utilizzato per verificare se le medie di due popolazioni sono uguali o meno.
Ad esempio, supponiamo di voler sapere se il peso medio di due diverse specie di tartarughe è uguale o meno. Per verificarlo, raccogliamo un semplice campione casuale di tartarughe di ciascuna specie con i seguenti pesi:
Campione 1 : 300, 315, 320, 311, 314, 309, 300, 308, 305, 303, 305, 301, 303
Campione 2 : 335, 329, 322, 321, 324, 319, 304, 308, 305, 311, 307, 300, 305
Il codice seguente mostra come eseguire questi due esempi di test t in R:
#define vector of turtle weights for each sample sample1 <- c(300, 315, 320, 311, 314, 309, 300, 308, 305, 303, 305, 301, 303) sample2 <- c(335, 329, 322, 321, 324, 319, 304, 308, 305, 311, 307, 300, 305) #perform two sample t-tests t. test (x = sample1, y = sample2) Welch Two Sample t-test data: sample1 and sample2 t = -2.1009, df = 19.112, p-value = 0.04914 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -14.73862953 -0.03060124 sample estimates: mean of x mean of y 307.2308 314.6154
Dal risultato possiamo vedere:
- Statistica del test t: -2,1009
- gradi di libertà: 19.112
- valore p: 0,04914
- Intervallo di confidenza al 95% per la differenza media reale: [-14,74, -0,03]
- peso medio del campione 1: 307.2308
- peso medio del campione 2: 314,6154
Poiché il valore p del test (0,04914) è inferiore a 0,05, rifiutiamo l’ipotesi nulla.
Ciò significa che abbiamo prove sufficienti per affermare che il peso medio tra le due specie non è uguale.
Esempio 3: test t per campioni accoppiati in R
Un test t per campioni accoppiati viene utilizzato per confrontare le medie di due campioni quando ciascuna osservazione in un campione può essere associata a un’osservazione nell’altro campione.
Ad esempio, supponiamo di voler sapere se un determinato programma di allenamento è in grado o meno di aumentare il salto verticale massimo (in pollici) dei giocatori di basket.
Per verificarlo, possiamo reclutare un semplice campione casuale di 12 giocatori di basket universitari e misurare ciascuno dei loro salti verticali massimi. Successivamente possiamo far utilizzare a ciascun giocatore il programma di allenamento per un mese e poi misurare nuovamente il salto verticale massimo alla fine del mese.
I seguenti dati mostrano l’altezza massima del salto (in pollici) prima e dopo l’utilizzo del programma di allenamento per ciascun giocatore:
Anteriore : 22, 24, 20, 19, 19, 20, 22, 25, 24, 23, 22, 21
Dopo : 23, 25, 20, 24, 18, 22, 23, 28, 24, 25, 24, 20
Il codice seguente mostra come eseguire questo test t per campioni accoppiati in R:
#define before and after max jump heights before <- c(22, 24, 20, 19, 19, 20, 22, 25, 24, 23, 22, 21) after <- c(23, 25, 20, 24, 18, 22, 23, 28, 24, 25, 24, 20) #perform paired samples t-test t. test (x = before, y = after, paired = TRUE ) Paired t-test data: before and after t = -2.5289, df = 11, p-value = 0.02803 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -2.3379151 -0.1620849 sample estimates: mean of the differences -1.25
Dal risultato possiamo vedere:
- Statistica del test t: -2,5289
- gradi di libertà: 11
- valore p: 0,02803
- Intervallo di confidenza al 95% per la differenza media reale: [-2,34, -0,16]
- differenza media tra prima e dopo: -1,25
Poiché il valore p del test (0,02803) è inferiore a 0,05, rifiutiamo l’ipotesi nulla.
Ciò significa che abbiamo prove sufficienti per affermare che l’altezza media del salto prima e dopo l’utilizzo del programma di allenamento non è uguale.
Risorse addizionali
Utilizza i seguenti calcolatori online per eseguire automaticamente vari test t:
Un esempio di calcolatore del test t
Calcolatore del test t a due campioni
Calcolatore t-Test per campioni accoppiati