格兰杰因果关系检验r语言_R语言 t检验t.test

干啥用：检验两个数据总体均数是否相等

t检验为啥这么叫？

因为提出者笔名students

可以看看这个

医学统计学13 两独立样本t检验

医学统计学12 单样本、配对资料 t检验

对数据是要求的，不是随便的人

正态、小样本

方差齐性

两独立样本t检验

人为生成一组满足正态分布数据

data1data2

画个boxplot

boxplot(data1,data2)

肉眼看有差异，真的有差异吗？

判断正态分布？shapiro.test( )

shapiro.test(data1) shapiro.test(data2)

p>0.05时，我们就不拒绝原假设，可认为这数据符合正态分布

其实list 和lapply搭配可以批量操作(略) 下雨天更配哦

adata1,lapply(a,shapiro.test)

判断方差齐性？var.test( )

var.test(data1,data2)

p>0.5,不拒绝原假设，可认为两者方差齐

但是这里data1和data2 方差不齐

t检验t.test( )

t.test(data1,data2,var.equal = F)

特别注意：

方差不齐时，设置var.equal = F(默认)

方差齐性时，设置var.equal = T

t检验结果表明，p<0.05，则认为两者有差异

单样本资料的t检验

推断一个样本所属总体的均数，是否和已知值有差异

比方说：某县抽36名儿童身高值(样本)，想知道某县儿童身高(所属总体)是否高于一般儿童(已知值)

想比较data1这一个数据和 给定的数25的差异

t.test(data1,mu=25)

mu：单样本检验时，需要设定的平均值

这里p>0.05，所以没有差异

配对设计资料的t检验

看似2组，但是两组差值 就只有一个数

用t检验推断“差值的总体均数和0去比”

t.test(data1,data2,paired = T)

当然data1和data2数量一样，才能配对上

100对癌和癌旁组织比较差异基因 可用到

p<0.05所以两者配对t检验有差异

这里总结参考链接：/p/d2080c89ccbd

t.test(x, y = NULL,

alternative = c("two.sided", "less", "greater"),

mu = 0, paired = FALSE, var.equal = FALSE,

conf.level = 0.95, ...)

x,y：为进行检验的数据。alternative：该参数设定备择假设，默认为双尾检验。mu：单样本检验时，需要设定的平均值。paired：为逻辑参数，是否进行配对t-test。var.equal：双样本检验时，总体方差是否相等conf.level：设定显著性水平，默认α=0.05。

如果觉得《格兰杰因果关系检验r语言_R语言 t检验t.test》对你有帮助，请点赞、收藏，并留下你的观点哦！