R t.test 学生 t 检验

说明

对数据向量执行一和两个样本t-tests。

用法

t.test(x, ...)

## Default S3 method:
t.test(x, y = NULL,
       alternative = c("two.sided", "less", "greater"),
       mu = 0, paired = FALSE, var.equal = FALSE,
       conf.level = 0.95, ...)

## S3 method for class 'formula'
t.test(formula, data, subset, na.action, ...)

参数

x	数据值的(非空)数值向量。
y	数据值的可选(非空)数值向量。
alternative	指定备择假设的字符串必须是 "two.sided" (默认)、"greater" 或 "less" 之一。您可以仅指定首字母。
mu	一个数字，表示平均值的真实值(如果执行两个样本检验，则表示平均值的差异)。
paired	指示您是否想要配对的逻辑t-test。
var.equal	一个逻辑变量，指示是否将两个方差视为相等。如果TRUE，则使用合并方差来估计方差，否则使用自由度的韦尔奇(或萨特思韦特)近似值。
conf.level	区间的置信水平。
formula	lhs ~ rhs 形式的公式，其中 lhs 是给出数据值的数值变量，rhs 可以是 1(用于单样本或配对测试)，也可以是具有两个水平的因子(给出相应的组)。如果 lhs 属于 "Pair" 类且 rhs 属于 1 ，则完成配对测试。
data	包含公式 formula 中的变量的可选矩阵或 DataFrame (或类似的：请参阅 model.frame )。默认情况下，变量取自environment(formula)。
subset	一个可选向量，指定要使用的观测子集。
na.action	一个函数，指示当数据包含 NA 时应该发生什么。默认为 getOption("na.action") 。
...	要传递给方法或从方法传递的更多参数。

细节

alternative = "greater" 是 x 的平均值大于 y 的替代方案。对于单样本情况：平均值为正。

如果paired 是TRUE，则必须指定x 和y，并且它们的长度必须相同。缺失值将被静默删除(如果 paired 是 TRUE 则成对删除)。如果var.equal 是TRUE，则使用方差的汇总估计值。默认情况下，如果 var.equal 是 FALSE，则分别估计两个组的方差，并使用对自由度的 Welch 修改。

如果输入数据实际上是恒定的(与两个平均值中较大的一个相比)，则会生成错误。

值

类"htest" 的列表包含以下组件：

statistic	t-statistic 的值。
parameter	t-statistic 的自由度。
p.value	检验的 p 值。
conf.int	适合指定备择假设的平均值的置信区间。
estimate	估计平均值或平均值差异取决于是单样本检验还是双样本检验。
null.value	平均值或平均差的指定假设值，具体取决于它是单样本检验还是双样本检验。
stderr	平均值(差值)的标准误差，用作 t-statistic 公式中的分母。
alternative	说明备择假设的字符串。
method	指示执行什么类型的t-test的字符串。
data.name	给出数据名称的字符串。

例子

require(graphics)

t.test(1:10, y = c(7:20))      # P = .00001855
t.test(1:10, y = c(7:20, 200)) # P = .1245    -- NOT significant anymore

## Classical example: Student's sleep data
plot(extra ~ group, data = sleep)
## Traditional interface
with(sleep, t.test(extra[group == 1], extra[group == 2]))

## Formula interface
t.test(extra ~ group, data = sleep)

## Formula interface to one-sample test
t.test(extra ~ 1, data = sleep)

## Formula interface to paired test
## The sleep data are actually paired, so could have been in wide format:
sleep2 <- reshape(sleep, direction = "wide", 
                  idvar = "ID", timevar = "group")
t.test(Pair(extra.1, extra.2) ~ 1, data = sleep2)

也可以看看

prop.test