【R語言實(shí)戰(zhàn)】T檢驗(yàn)

數(shù)據(jù)準(zhǔn)備

按下面的形式,在EXCEL中整理好數(shù)據(jù)

group BW SGR CAT SOD
1 4 1.2 21 2.2
1 5 1.4 22 2.3
1 6 1.5 23 2.5
2 14 2.2 33 3.5
2 15 2.4 34 3.6
2 16 2.5 35 3.7

T檢驗(yàn)完整流程

T檢驗(yàn)流程
  • 需要注意的是转质,由于T檢驗(yàn)對(duì)正態(tài)性不敏感园欣,在樣本容量小的時(shí)候,即使數(shù)據(jù)不符合正態(tài)分布峭拘,仍然推薦使用T檢驗(yàn)俊庇,而不是秩和檢驗(yàn)進(jìn)行分析狮暑。因此后面的R代碼中鸡挠,我省略了正態(tài)性檢驗(yàn)
  • 在樣本量非常大的情況下,可以考慮使用Q-Q圖判斷正態(tài)性搬男,只要大致呈一條直線拣展,均認(rèn)為符合正態(tài)分布,使用T檢驗(yàn)缔逛。只有當(dāng)Q-Q圖非常不像一條直線時(shí)备埃,才推薦使用秩和檢驗(yàn) wilcox.test()

R代碼

##################################################
#####  獨(dú)立樣本T檢驗(yàn)
####  作者:Cdudu,日期:2019.1.12     
#################################################

library(readxl)
library(car)
dat<-read_excel('文件名.xlsx')

#判斷方差齊性
leveneTest(BW~as.factor(group), data=dat) 

#T-test
t.test(BW~as.factor(group),data=dat, var.equal=T) 

#方差齊時(shí)褐奴,參數(shù)var.equal設(shè)定為T按脚,即進(jìn)行Student T檢驗(yàn)。

#方差不齊時(shí)敦冬,參數(shù)var.equal使用默認(rèn)的F辅搬,則進(jìn)行Welch檢驗(yàn)

以上就是T檢驗(yàn)的完整代碼,其中:

  • readxl包是用于導(dǎo)入EXCEL表格的脖旱,使用前請(qǐng)先安裝該包
  • car包用于方差齊性檢驗(yàn)堪遂,使用前請(qǐng)先安裝該包
  • 在方差齊性檢驗(yàn)和T-test的代碼中,都需要用as.factor()將自變量group轉(zhuǎn)化為因子型萌庆,避免運(yùn)行過程中報(bào)錯(cuò)

結(jié)果展示

方差齊性檢驗(yàn)結(jié)果

Pr(>F)大于0.5溶褪,則認(rèn)為方差齊

Levene's Test for Homogeneity of Variance (center = median)
      Df F value Pr(>F)
group  1  0.0655 0.8065
       6      
T檢驗(yàn)結(jié)果

主要看p-value的值

Two Sample t-test

data:  體重 by as.factor(組別)
t = -12.916, df = 6, p-value = 1.325e-05
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -14.86816 -10.13184
sample estimates:
mean in group 1 mean in group 2 
          10.35           22.85 

批量操作

本文中的R代碼每次只能實(shí)現(xiàn)一個(gè)變量的T檢驗(yàn),然而在實(shí)際試驗(yàn)中践险,不可能只有一個(gè)檢測(cè)項(xiàng)目猿妈。當(dāng)檢測(cè)的項(xiàng)目較少時(shí)吹菱,可以使用這段R代碼一個(gè)一個(gè)檢驗(yàn),但是當(dāng)測(cè)定項(xiàng)目比較多的時(shí)候彭则,就顯得有點(diǎn)不夠人性化了毁葱。在下一篇文章中,放出批量T檢驗(yàn)的代碼贰剥。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末倾剿,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子蚌成,更是在濱河造成了極大的恐慌前痘,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,277評(píng)論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件担忧,死亡現(xiàn)場(chǎng)離奇詭異芹缔,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)瓶盛,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,689評(píng)論 3 393
  • 文/潘曉璐 我一進(jìn)店門最欠,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人惩猫,你說我怎么就攤上這事芝硬。” “怎么了轧房?”我有些...
    開封第一講書人閱讀 163,624評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵拌阴,是天一觀的道長。 經(jīng)常有香客問我奶镶,道長迟赃,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,356評(píng)論 1 293
  • 正文 為了忘掉前任厂镇,我火速辦了婚禮纤壁,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘捺信。我一直安慰自己酌媒,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,402評(píng)論 6 392
  • 文/花漫 我一把揭開白布残黑。 她就那樣靜靜地躺著馍佑,像睡著了一般。 火紅的嫁衣襯著肌膚如雪梨水。 梳的紋絲不亂的頭發(fā)上拭荤,一...
    開封第一講書人閱讀 51,292評(píng)論 1 301
  • 那天,我揣著相機(jī)與錄音疫诽,去河邊找鬼舅世。 笑死旦委,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的雏亚。 我是一名探鬼主播缨硝,決...
    沈念sama閱讀 40,135評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼罢低!你這毒婦竟也來了查辩?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,992評(píng)論 0 275
  • 序言:老撾萬榮一對(duì)情侶失蹤网持,失蹤者是張志新(化名)和其女友劉穎宜岛,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體功舀,經(jīng)...
    沈念sama閱讀 45,429評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡萍倡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,636評(píng)論 3 334
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了辟汰。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片列敲。...
    茶點(diǎn)故事閱讀 39,785評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖帖汞,靈堂內(nèi)的尸體忽然破棺而出戴而,到底是詐尸還是另有隱情,我是刑警寧澤涨冀,帶...
    沈念sama閱讀 35,492評(píng)論 5 345
  • 正文 年R本政府宣布填硕,位于F島的核電站麦萤,受9級(jí)特大地震影響鹿鳖,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜壮莹,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,092評(píng)論 3 328
  • 文/蒙蒙 一翅帜、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧命满,春花似錦涝滴、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,723評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至诈唬,卻和暖如春韩脏,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背铸磅。 一陣腳步聲響...
    開封第一講書人閱讀 32,858評(píng)論 1 269
  • 我被黑心中介騙來泰國打工赡矢, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留杭朱,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,891評(píng)論 2 370
  • 正文 我出身青樓吹散,卻偏偏與公主長得像弧械,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子空民,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,713評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容