Comment comparer deux échantillons de données avec le test t de r
Si vous souhaitez utiliser les R t.test () fonction de comparer vos données, vous devez d'abord vérifier, entre autres choses, si les deux échantillons sont distribués normalement.
Si vous voulez savoir si la température moyenne diffère entre les périodes Le castor est actif et inactif, vous pouvez le faire avec une simple commande:
> T.test (temp ~ activ, data = beaver2) Welch deux échantillons t-testdata: temp par activt = -18,5479, df = 80,852, p-valeur lt; 2.2e-16alternative hypothèse: vraie différence dans les moyens est pas égal à un intervalle de confiance de 095 pour cent: -0.8927106 estimations -0.7197342sample: moyen dans le groupe 0 signifie dans le groupe 137.0968437.90306
Normalement, vous ne pouvez effectuer un test t sur des échantillons pour lesquels les écarts sont à peu près égale. R utilise la variation de Welch sur le t-test, qui corrige des variances inégales.
Vous obtenez tout un tas d'informations ici:
La deuxième ligne vous donne la statistique de test (t pour ce test), les degrés de liberté (df), Et la p-value en fonction. La très faible valeur p indique que le moyen de deux échantillons diffèrent de façon significative.
L'hypothèse alternative vous dit ce que vous pouvez conclure si la p-valeur est inférieure à la limite de signification. Généralement, les scientifiques considèrent l'hypothèse alternative pour être vrai si la p-valeur est inférieure à 0,05.
L'intervalle de confiance de 95 pour cent est l'intervalle qui contient la différence entre les moyens avec 95 pour cent de probabilité, alors dans ce cas, la différence entre les moyens se situe probablement entre 0,72 et 0,89.
La dernière ligne vous donne les moyens des deux échantillons.
Vous avez lu la formule Temp ~ activ comme “ évaluer Temp au sein des groupes déterminés par activ.” Alternativement, vous pouvez utiliser deux vecteurs séparés pour les échantillons que vous voulez comparer et passer à la fois à la fonction, comme dans l'exemple suivant:
> Activetemp lt; - beaver2 $ temp [beaver2 $ activ == 1]> inactivetemp lt; - beaver2 $ temp [beaver2 $ activ == 0]> t.test (activetemp, inactivetemp)
-
Test d'hypothèse pour des données aberrantes -
Analyse exploratoire des données quantitatives (eda) techniques -
Comment comparer les données appariées avec r - Comment comparer deux échantillons de données avec r
- Comment extraire les résultats des tests de données avec r
- Comment extraire les résultats des tests de r
Comment tester la normalité des données de façon formelle dans r Les méthodes graphiques pour vérifier la normalité de données dans R laissent encore beaucoup à votre propre interprétation. Il ya beaucoup de discussion dans le monde de la statistique sur le sens de ces parcelles et ce qui peut être…
Comment tester la normalité des données graphiquement dans r Vous pouvez, bien sûr, tracer un histogramme avec R pour chaque échantillon de données que vous voulez regarder. Vous pouvez utiliser le histogramme () fonctionner assez facilement tracer des histogrammes pour les différents groupes.Utilisation…
Comment utiliser les parcelles quantile pour vérifier la normalité de données dans r Histogrammes laissent beaucoup à l'interprétation du spectateur. Une manière graphique mieux dans R de dire si vos données sont réparties normalement est de regarder un prétendu complot quantile-quantile (QQ).Avec cette technique, vous tracez…
10 concepts clés dans les tests d'hypothèses Tests d'hypothèses est une technique statistique qui est utilisée dans une variété de situations. Bien que les détails techniques diffèrent d'une situation à tous les tests d'hypothèses utilisent le même ensemble de termes et de concepts de…
Calculer les statistiques de test appropriées pour les deux grandes populations indépendantes avec des variances inégales Lorsque vous testez des hypothèses sur les deux moyens de la population, où les variances des deux populations ne sont pas égaux, et la taille des deux échantillons sont de grande taille (30 ou plus), la statistique de test est appropriéCette…
Calculer des statistiques de test pour les deux populations indépendantes avec des variances inégales et au moins un petit échantillon Si les variances de deux populations indépendantes aren't égale (ou vous ne disposez pas de raison de croire qu'ils sont égaux) et au moins un échantillon est faible (moins de 30), la statistique de test est appropriéDans ce cas, vous obtenez…
Tirer des conclusions sur une population en utilisant des intervalles de confiance et tests d'hypothèses Lorsque tirer des conclusions sur une population à partir d'échantillons choisis au hasard (un processus appelé inférence statistique), Vous pouvez utiliser deux méthodes: intervalles de confiance et tests d'hypothèses.Les intervalles de…
Trouver les statistiques de test appropriées pour les deux populations indépendantes de taille et de variance égale Vous pouvez tester des hypothèses à propos de deux moyens de population où les populations sont indépendants les uns des autres, mais ils ont la taille et la variance égale. Avec une population égale écarts, la statistique de test nécessite…
Comment comparer deux moyennes de population indépendants Vous pouvez comparer les données numériques pour les deux populations ou des groupes (tels que les niveaux de cholestérol chez les hommes par rapport aux femmes, ou des niveaux de revenu pour l'école secondaire par rapport diplômés des…
Comment utiliser le t-test pour manipuler des petits échantillons et écarts types inconnus Lorsque vous utilisez une statistique de test pour une moyenne de la population, il ya deux cas où vous devez utiliser la t-au lieu de la répartition Z-distribution. Le premier cas est celui où la taille de l'échantillon est faible (en dessous…
Vue d'ensemble de tests d'hypothèses Un moyen important de tirer des conclusions sur les propriétés d'une population est avec des tests d'hypothèses. Tu peux utiliser tests d'hypothèses à comparer une mesure de la population à une valeur spécifiée, comparer les mesures de deux…
SPSS Statistics couramment utilisés analysent menus Le tableau suivant fournit une liste de certaines des procédures les plus couramment utilisés dans le menu Analyse de IBM SPSS Statistics, qui est une application qui effectue l'analyse statistique des données.Sous-Utile pour . . .Code…
Comment utiliser des tests t de Student pour comparer les moyennes Vous pouvez exécuter les test t de Student en utilisant un logiciel statistique typique et interpréter la sortie produite. Dans cet exemple, vous serez en utilisant le logiciel OpenStat.L'idée de base d'un test tTous les tests t de Student pour…
Test de signification avec le test d'hypothèse Tous les fameux tests de signification statistique (Student t, khi-carré, ANOVA, etc.) fonctionnent sur le même principe général - ils évaluent l'ampleur de l'effet apparent que vous voyez dans vos données contre la taille des fluctuations…