基于R语言如何实现T检验
发表于:2025-02-16 作者:千家信息网编辑
千家信息网最后更新 2025年02月16日,这篇文章给大家分享的是有关基于R语言如何实现T检验的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。基于R实现统计中的检验方法---T检验前言T检验,亦称student t检验
千家信息网最后更新 2025年02月16日基于R语言如何实现T检验
这篇文章给大家分享的是有关基于R语言如何实现T检验的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。
基于R实现统计中的检验方法---T检验
前言
T检验,亦称student t检验(Student's t test),主要用于样本含量较小(例如n < 30),总体标准差σ未知的正态分布。T检验是用t分布理论来推论差异发生的概率,从而比较两个平均数的差异是否显著。
1.适用条件
已知一个总体均数;可得到一个样本均数及该样本标准差;样本来自正态或近似正态总体。
备注:若是单独样本T检验,必须给出一个标准值或总体均值,同时,提供一组定量的观测结果,应用t检验的前提条件是该组资料必须服从正态分布;若是配对样本T检验,每对数据的差值必须服从正态分布;若是独立样本T检验,个体之前相互独立,两组资料均取自正态分布的总体,并满足方差齐性。之所以需要这些前提条件,是因为必须在这样的前提下所计算出的t统计量才服从t分布,而t检验正是以t分布作为其理论依据的检验方法。后面的方差分析,其独立样本T检验的前提条件是相同的,即正态性额方差齐性。
2.分类
单总T检验(单独样本T检验),双总T检验(一是独立样本T检验,另一是配对样本T检验)
备注:单独样本T检核与独立样本T检验的区别。单独样本T检验(One-Samples T Test)用于进行样本所在总体均数与已知总体均数的比较,独立样本T检验(Independent-Samples T Test)用于进行两样本均数的比较。
3.R实例
---------#单样本T检验#-------------- #某鱼塘水的含氧量多年平均值为4.5mg/L,现在该鱼塘设10点采集水样,测定水中含氧量(单位:mg/L)分别为: #4.33,4.62,3.89,4.14,4.78,4.64,4.52,4.55,4.48,4.26,问该次抽样的水中含氧量与多年平均值是否有显著差异? Sites<-c(4.33,4.62,3.89,4.14,4.78,4.64,4.52,4.55,4.48,4.26) t.test(sites,mu=4.5) One Sample t-test data: sites t = -0.93574, df = 9, p-value = 0.3738alternative hypothesis: true mean is not equal to 4.595 percent confidence interval: 4.230016 4.611984sample estimates:mean of x 4.421 p=0.3738>0.05,认为所抽样水体的含氧量与多年平均值无显著差异---------#独立样本T检验#--------------#有两种情况,一种是两个总体方差齐性,另一种是两个总体方差不齐。#################两样本方差齐性#用高蛋白和低蛋白两种饲料饲养1月龄的大白鼠,饲养3个月后,测定两组大白鼠的增重量(g),两组数据分别如下所示:#高蛋白组:134,146,106,119,124,161,107,83,113,129,97,123#低蛋白组:70,118,101,85,107,132,94#试问两种饲料养殖的大白鼠增重量是否有显著差异?High<-c(134,146,106,119,124,161,107,83,113,129,97,123)Low<-c(70,118,101,85,107,132,94)Group<-c(rep(1,12),rep(0,7))#1表示High,0表示Lowx<-c(High,Low)DATA<-data.frame(x,Group)DATA$Group<-as.factor(DATA$Group)#bartlett.test方差齐性检验bartlett.test(x~Group) Bartlett test of homogeneity of variancesdata: x by GroupBartlett's K-squared = 0.0066764, df = 1, p-value = 0.9349#var.test方差齐性检验var.test(x~Group) F test to compare two variancesdata: x by GroupF = 0.94107, num df = 6, denom df = 11, p-value = 0.9917alternative hypothesis: true ratio of variances is not equal to 195 percent confidence interval: 0.2425021 5.0909424sample estimates:ratio of variances 0.941066 #leveneTest方差齐性检验(也是SPSS的默认方差齐性检验方法)library(car)leveneTest(DATA$x,DATA$Group)Levene's Test for Homogeneity of Variance (center = median) Df F value Pr(>F)group 1 0.0088 0.9264 17 #前两者是对原始数据的方差进行检验的,leveneTest是对方差模型的残差进行组间齐性检验.一般认为是要求残差的方差齐,所以一般的统计软件都做的是leveneTest#结果说明两独立样本数据方差齐性,可以进行独立样本T检验。t.test(High,Low,paired=FALSE) Welch Two Sample t-testdata: High and Lowt = 1.9319, df = 13.016, p-value = 0.07543alternative hypothesis: true difference in means is not equal to 095 percent confidence interval: -2.263671 40.597005sample estimates:mean of x mean of y 120.1667 101.0000 结果表明两种饲料养殖的大白鼠增重量无显著差异。#################两样本方差不齐#有人测定了甲乙两地区某种饲料的含铁量(mg/kg),结果如下:#甲地:5.9,3.8,6.5,18.3,18.2,16.1,7.6#乙地:7.5,0.5,1.1,3.2,6.5,4.1,4.7#试问这种饲料含铁量在两地间是否有显著差异?JIA<-c(5.9,3.8,6.5,18.3,18.2,16.1,7.6)YI<-c(7.5,0.5,1.1,3.2,6.5,4.1,4.7)Content<-c(JIA,YI)Group<-c(rep(1,7),rep(2,7))#1表示甲地,2表示乙地data<-data.frame(Content,Group)data$Group<-as.factor(Group)#bartlett.test方差齐性检验bartlett.test(Content~Group) Bartlett test of homogeneity of variancesdata: Content by GroupBartlett's K-squared = 3.9382, df = 1, p-value = 0.0472#var.test方差齐性检验var.test(Content~Group) F test to compare two variancesdata: Content by GroupF = 5.9773, num df = 6, denom df = 6, p-value = 0.04695alternative hypothesis: true ratio of variances is not equal to 195 percent confidence interval: 1.02707 34.78643sample estimates:ratio of variances 5.9773 #结果说明两独立样本数据方差不齐,对齐进行方差不齐分析t.test(Content,Group,paired=FALSE,var.equal=FALSE)Welch Two Sample t-testdata: Content and Groupt = 3.7511, df = 13.202, p-value = 0.002362alternative hypothesis: true difference in means is not equal to 095 percent confidence interval: 2.519419 9.337724sample estimates:mean of x mean of y 7.428571 1.500000 #方差齐性检验表明,方差不等,因此设定var.equal=FALSE,此时p=0.0023<0.05,#表明该饲料在两地的含铁量有显著差异。---------#配对样本T检验#--------------#某人研究冲水对草鱼产卵率的影响, 获得冲水前后草鱼产卵率(%),如下:#冲水前:82.5,85.2,87.6,89.9,89.4,90.1,87.8,87.0,88.5,92.4#冲水后:91.7,94.2,93.3,97.0,96.4,91.5,97.2,96.2,98.5,95.8#问:冲水前后草鱼亲鱼产卵率有无差异?Before<-c(82.5,85.2,87.6,89.9,89.4,90.1,87.8,87.0,88.5,92.4)After<-c(91.7,94.2,93.3,97.0,96.4,91.5,97.2,96.2,98.5,95.8)t.test(Before,After,paired=T) Paired t-testdata: Before and Aftert = -7.8601, df = 9, p-value = 2.548e-05alternative hypothesis: true difference in means is not equal to 095 percent confidence interval: -9.1949 -5.0851sample estimates:mean of the differences -7.14 结果表明,p=2.548e-05<0.01,表明冲水前后,草鱼亲鱼的产卵率有非常显著差异。------------------------备注---------------------------1)会有很多同学疑惑(Professionals don't laugh),为什么独立样本T检验有方差相等/不相等之分,而配对样本T检验/单样本T检验没有?2)t.test(x,y,alternative=c("two.sided","less","greater"),mu=0,paired=FALSE,var.equal=FALSE,conf.level=0.95......)如果只提供x,则作单个正态总体的均值检验,如果提供x,y则作两个总体的均值检验),alternative表示被则假设,two.sided(缺省),双边检验,less表示单边检验,greater表示单边检验,mu表示原假设μ0,若 paired=T,为配对检验,则必须指定x和y,并且它们必须是相同的长度。默认删除缺失值(如果配对为TRUE,则成对配对),var.equal是逻辑变量,var.equal=TRUE表示两样品方差相同,var.equal=FALSE(缺省)表示两样本方差不同,conf.level置信水平,即1-α,通常是0.95,。
感谢各位的阅读!关于"基于R语言如何实现T检验"这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,让大家可以学到更多知识,如果觉得文章不错,可以把它分享出去让更多的人看到吧!
检验
样本
方差
总体
独立
差异
显著
结果
饲料
均数
数据
不齐
两个
前提
含氧量
条件
正态分布
白鼠
草鱼
相同
数据库的安全要保护哪些东西
数据库安全各自的含义是什么
生产安全数据库录入
数据库的安全性及管理
数据库安全策略包含哪些
海淀数据库安全审计系统
建立农村房屋安全信息数据库
易用的数据库客户端支持安全管理
连接数据库失败ssl安全错误
数据库的锁怎样保障安全
江苏标准软件开发价格多少
河南乾唐互联网科技
人工智能怎样实现网络安全
建筑工程和网络技术
认可放心的网络安全零信任
网络安全等保的标准
数据库管理系统实际应用
云互联云服务器
网络安全产品项目 案例分析
2005数据库做备份计划
祖龙的服务器号码是多少
无法连接服务器问题怎么解决手机
魔兽世界利刃之拳服务器
思科网络安全第十二章
网络安全公司的hr
基于HJ212软件开发
nba2k21连接服务器出现问题
湘潭大学计算机学院网络安全学院
关系数据库中的一行叫做什么
数据库登陆界面
软件开发cto
oracle图像数据库
研究网络安全的议题
社交网络技术的发展
上海大型软件开发技巧
农安品质网络技术服务保障
关系数据库属性的取值范围是什么
创建多级下拉菜单数据库
政府里网络安全的是什么部门
昆明计算机网络技术学院