วิธีดำเนินการทดสอบ t ของ welch ใน r

การทดสอบทีของ Welch ใช้เพื่อเปรียบเทียบค่าเฉลี่ยระหว่างกลุ่มอิสระสองกลุ่ม เมื่อ ไม่ ได้สันนิษฐานว่าทั้งสองกลุ่มมีความแปรปรวนเท่ากัน

ในการทำการทดสอบ t-test ของ Welch ใน R เราสามารถใช้ฟังก์ชัน t.test() ซึ่งใช้ไวยากรณ์ต่อไปนี้:

t.test(x, y, ทางเลือก = c (“สองหน้า”, “น้อยกว่า”, “ยิ่งใหญ่กว่า”))

ทอง:

• x: เวกเตอร์ตัวเลขของค่าข้อมูลสำหรับกลุ่มแรก
• y: เวกเตอร์ตัวเลขของค่าข้อมูลสำหรับกลุ่มที่สอง
• ทางเลือก: สมมติฐานทางเลือกสำหรับการทดสอบ ค่าเริ่มต้นคือสองด้าน

ตัวอย่างต่อไปนี้แสดงวิธีใช้ฟังก์ชันนี้เพื่อทำการทดสอบ Welch ใน R

ตัวอย่าง: การทดสอบของ Welch ใน R

ครูต้องการเปรียบเทียบผลการสอบของนักเรียน 12 คนที่ใช้สมุดเตรียมสอบเพื่อเตรียมตัวสอบ กับนักเรียน 12 คนที่ไม่ได้ใช้

เวกเตอร์ต่อไปนี้แสดงผลการสอบของนักเรียนในแต่ละกลุ่ม:

 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)

ก่อนที่จะทำการทดสอบทีของ Welch เราสามารถสร้าง boxplots เพื่อแสดงภาพการกระจายคะแนนสำหรับแต่ละกลุ่มได้:

 boxplot(booklet, no_booklet, names =c(" Booklet "," No Booklet "))

เราจะเห็นได้อย่างชัดเจนว่ากลุ่ม “Booklet” มีคะแนนเฉลี่ยสูงกว่าและมีความแปรปรวนของคะแนนน้อยกว่า

เพื่อทดสอบอย่างเป็นทางการว่าคะแนนเฉลี่ยระหว่างกลุ่มแตกต่างกันอย่างมีนัยสำคัญหรือไม่ เราสามารถทำการทดสอบของ Welch ได้:

 #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 

จากผลลัพธ์ เราจะเห็นว่าสถิติ t -test คือ 2.2361 และค่า p ที่สอดคล้องกันคือ 0.04171

เนื่องจากค่า p นี้น้อยกว่า 0.05 เราจึงสามารถปฏิเสธสมมติฐานว่างและสรุปได้ว่าคะแนนสอบเฉลี่ยระหว่างทั้งสองกลุ่มมีความแตกต่างที่มีนัยสำคัญทางสถิติ

ฟังก์ชัน t.test() ยังให้ข้อมูลต่อไปนี้แก่เราด้วย:

• ช่วงความเชื่อมั่น 95% สำหรับผลต่างของคะแนนสอบเฉลี่ยระหว่างทั้งสองกลุ่มคือ [0.3048, 13.8618 ]
• คะแนนสอบเฉลี่ยกลุ่มแรกคือ 87.91667
• คะแนนสอบเฉลี่ยกลุ่มที่ 2 คือ 80.83333

คุณสามารถดูเอกสารฉบับเต็มสำหรับฟังก์ชัน t.test() ได้ที่นี่

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการงานทั่วไปอื่นๆ ใน R:

วิธีดำเนินการทดสอบ t-test หนึ่งตัวอย่างใน R
วิธีดำเนินการทดสอบทีสองตัวอย่างใน R
วิธีดำเนินการทดสอบตัวอย่างแบบจับคู่ใน R
วิธีพล็อต Boxplot หลายอันในกราฟเดียวใน R