R t.test 學生 t 檢驗

說明

對數據向量執行一和兩個樣本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, ...)

參數

x	數據值的(非空)數值向量。
y	數據值的可選(非空)數值向量。
alternative	指定備擇假設的字符串必須是 "two.sided" (默認)、"greater" 或 "less" 之一。您可以僅指定首字母。
mu	一個數字，表示平均值的真實值(如果執行兩個樣本檢驗，則表示平均值的差異)。
paired	指示您是否想要配對的邏輯t-test。
var.equal	一個邏輯變量，指示是否將兩個方差視為相等。如果TRUE，則使用合並方差來估計方差，否則使用自由度的韋爾奇(或薩特思韋特)近似值。
conf.level	區間的置信水平。
formula	lhs ~ rhs 形式的公式，其中 lhs 是給出數據值的數值變量，rhs 可以是 1(用於單樣本或配對測試)，也可以是具有兩個水平的因子(給出相應的組)。如果 lhs 屬於 "Pair" 類且 rhs 屬於 1 ，則完成配對測試。
data	包含公式 formula 中的變量的可選矩陣或 DataFrame (或類似的：請參閱 model.frame )。默認情況下，變量取自environment(formula)。
subset	一個可選向量，指定要使用的觀測子集。
na.action	一個函數，指示當數據包含 NA 時應該發生什麽。默認為 getOption("na.action") 。
...	要傳遞給方法或從方法傳遞的更多參數。

細節

alternative = "greater" 是 x 的平均值大於 y 的替代方案。對於單樣本情況：平均值為正。

如果paired 是TRUE，則必須指定x 和y，並且它們的長度必須相同。缺失值將被靜默刪除(如果 paired 是 TRUE 則成對刪除)。如果var.equal 是TRUE，則使用方差的匯總估計值。默認情況下，如果 var.equal 是 FALSE，則分別估計兩個組的方差，並使用對自由度的 Welch 修改。

如果輸入數據實際上是恒定的(與兩個平均值中較大的一個相比)，則會生成錯誤。

值

類"htest" 的列表包含以下組件：

statistic	t-statistic 的值。
parameter	t-statistic 的自由度。
p.value	檢驗的 p 值。
conf.int	適合指定備擇假設的平均值的置信區間。
estimate	估計平均值或平均值差異取決於是單樣本檢驗還是雙樣本檢驗。
null.value	平均值或平均差的指定假設值，具體取決於它是單樣本檢驗還是雙樣本檢驗。
stderr	平均值(差值)的標準誤差，用作 t-statistic 公式中的分母。
alternative	說明備擇假設的字符串。
method	指示執行什麽類型的t-test的字符串。
data.name	給出數據名稱的字符串。

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