วิธีดำเนินการทดสอบ t สองตัวอย่างใน r

การทดสอบทีแบบสองตัวอย่าง ใช้เพื่อทดสอบว่าค่าเฉลี่ยของประชากรทั้งสองเท่ากันหรือไม่

คุณสามารถใช้ไวยากรณ์พื้นฐานต่อไปนี้เพื่อทำการทดสอบทีสองตัวอย่างใน R:

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

หมายเหตุ : โดยการระบุ var.equal=TRUE เรากำลังบอก R ให้ถือว่าความแปรปรวนเท่ากันระหว่างสองตัวอย่าง

หากคุณไม่ต้องการตั้งสมมติฐานนี้ ก็ปล่อยให้อาร์กิวเมนต์นี้ผ่านไป แล้ว R จะทำการ ทดสอบ t-test ของ Welch แทน ซึ่งไม่ได้ถือว่าความแปรปรวนระหว่างตัวอย่างจะเท่ากัน

ตัวอย่างต่อไปนี้แสดงวิธีดำเนินการทดสอบค่าทีสองตัวอย่างใน R ในทางปฏิบัติ

ตัวอย่าง: การทดสอบ T สองตัวอย่างใน R

สมมติว่าเราต้องการทราบว่าพืชสองชนิดที่แตกต่างกันมีความสูงเฉลี่ยเท่ากันหรือไม่

เพื่อทดสอบสิ่งนี้ เราได้รวบรวม ตัวอย่างพืช 12 ชนิดแบบสุ่ม จากแต่ละสายพันธุ์

รหัสต่อไปนี้แสดงวิธีดำเนินการทดสอบค่าทีสองตัวอย่างใน R เพื่อตรวจสอบว่าความสูงเฉลี่ยระหว่างสองสายพันธุ์เท่ากันหรือไม่:

 #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 

ต่อไปนี้เป็นวิธีตีความผลการทดสอบ:

data: ชื่อของเวกเตอร์ที่มีข้อมูลตัวอย่าง

t: สถิติการทดสอบ t ในกรณีนี้คือ -2.5505

df : องศาความอิสระ คำนวณเป็น n ₁ + n ₂ – 2 = 12 + 12 – 2 = 22

p-value: ค่า p ที่สอดคล้องกับสถิติการทดสอบที่ -2.5505 และ df = 22 ค่า p กลายเป็น .01823 เราสามารถยืนยันค่านี้ได้โดยใช้ เครื่องคำนวณ T Score ถึง P Value

ช่วงความเชื่อมั่น 95%: ช่วงความเชื่อมั่น 95% สำหรับความแตกต่างที่แท้จริงในค่าเฉลี่ยระหว่างทั้งสองกลุ่ม ปรากฎว่าเป็น [-5.59, -.576] .

ค่าประมาณตัวอย่าง: ค่าเฉลี่ยตัวอย่าง ของแต่ละกลุ่ม ในกรณีนี้ ค่าเฉลี่ยตัวอย่างสำหรับกลุ่ม 1 คือ 11.667 และค่าเฉลี่ยตัวอย่างสำหรับกลุ่ม 2 คือ 14.75

สมมติฐานที่เป็นโมฆะและทางเลือกสำหรับการทดสอบทีสองตัวอย่างเฉพาะนี้มีดังนี้:

H ₀ : µ ₁ = µ ₂ (ค่าเฉลี่ยประชากรทั้งสองเท่ากัน)

_HA : µ ₁ ≠µ ₂ (ค่าเฉลี่ยประชากรทั้งสอง ไม่ เท่ากัน)

ค่า p ของการทดสอบของเรา (0.01823) น้อยกว่า 0.05 เราปฏิเสธสมมติฐานว่าง

ซึ่งหมายความว่าเรามีหลักฐานเพียงพอที่จะสรุปได้ว่าความสูงของพืชโดยเฉลี่ยระหว่างทั้งสองสายพันธุ์ไม่เท่ากัน

หมายเหตุ ทางเทคนิค

ฟังก์ชัน t.test() ใน R ใช้ไวยากรณ์ต่อไปนี้:

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

ทอง:

• x, y: ชื่อของเวกเตอร์สองตัวที่มีข้อมูล
• ทางเลือก: สมมติฐานทางเลือก ตัวเลือกได้แก่ “สองด้าน” “น้อยกว่า” หรือ “ใหญ่กว่า”
• mu: ค่าที่ถือว่าเป็นผลต่างที่แท้จริงของค่าเฉลี่ย
• paired: จะใช้ paired t-test หรือไม่
• var.equal: ความแตกต่างระหว่างทั้งสองกลุ่มจะเท่ากันหรือไม่
• conf.level: ระดับความมั่นใจที่จะใช้สำหรับการทดสอบ

คุณสามารถแก้ไขข้อโต้แย้งเหล่านี้ได้อย่างอิสระเมื่อทำการทดสอบ t-test ของคุณเอง ขึ้นอยู่กับการทดสอบเฉพาะที่คุณต้องการดำเนินการ

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการงานทั่วไปอื่นๆ ใน R:

วิธีดำเนินการทดสอบ T-test หนึ่งตัวอย่างใน R
วิธีทำการทดสอบ T ของ Welch ใน R
วิธีดำเนินการตัวอย่างที่จับคู่ทดสอบใน R