用 R 语言进行假设检验
假设检验是统计学中常用的方法之一,用于评估样本数据与某个假设之间的一致性。在 R 语言中,我们可以使用不同的函数来执行假设检验。本文将介绍两种常见的假设检验方法:单样本 t 检验和配对样本 t 检验,并提供相应的 R 代码示例。
- 单样本 t 检验
单样本 t 检验用于比较一个样本的均值是否等于某个给定的值。它假设样本数据服从正态分布。以下是使用 R 进行单样本 t 检验的示例代码:
# 创建一个包含样本数据的向量
data <- c(3, 4, 5, 6, 7, 8, 9)
# 执行单样本 t 检验
t.test(data, mu = 5)
在上述代码中,我们创建了一个名为 “data” 的向量,其中包含了样本数据。然后,我们使用 t.test()
函数执行单样本 t 检验。mu
参数用于指定要比较的均值。运行代码后,将输出 t 检验的结果,包括 t 统计量、自由度、p 值等。
- 配对样本 t 检验
配对样本 t 检验用于比较两个相关样本的均值是否相等。例如,我们可以使用配对样本 t 检验来比较同一组人员在不同时间点的体重差异。以下是使用 R 进行配对样本 t 检验的示例代码:
# 创建包含两个相关样本的数据框
before <- c(65, 70, 68, 72, 75)
after <- c(63, 68, 66, 70, 73)
data <- data.frame(before, after)
# 执行配对样本 t 检验
t.test(data$before, data$after, paired = TRUE)
</