R 语言实战笔记 基本统计分析 t检验

t检验

如果变量是类别型的，那么可以直接使用7.3节中的显著性检验的方法。结果变量为连续型的组间，并假设其呈正态分布，则需要使用这节的方法。

数据准备
MASS 包中的 UScrime 数据集，包含了1960年美国47个州的刑罚制度对犯罪率影响的信息。感兴趣的变量：
Prob （监禁的概率）、
U1 （14~24岁年龄段城市男性失业率）
U2 （35~39岁年龄段城市男性失业率）
类别型变量 So （指示该州是否位于南方的指示变量）将作为分组变量使用

独立样本的t检验

这里假设两组数据是独立的，并且是从正态总体中抽得。

t.test(y ~ x, data)

y 是一个数值型变量

x 是一个二分变量

下面使用一个假设方差不等的双侧检验，比较了南方（ group 1 ）和非南
方（ group 0 ）各州的监禁概率：

> library(MASS)
> t.test(Prob ~ So,data=UScrime)

可以拒绝南方各州和非南方各州拥有相同监禁概率的假设（p<0.001）。

非独立样本的t检验

检验较年轻（14~24岁）男性的失业率是否比年长（35 ~ 39岁）男性的失业率更高。
这对样本是非独立样本。

非独立样本的t检验假定组间的差异呈正态分布。
t.test(y1, y2, paired=TRUE)

> library(MASS)
> sapply(UScrime[c("U1","U2")],function(x)(c(mean=mean(x),sd=sd(x))))
> with(UScrime,t.test(U1,U2,paired = TRUE))

可以拒绝年长和年轻男性的平均失业率相同的假设，年轻男性的失业率更高，差异的均值足够大（61.5）。

若总体均值相等，获取一个差异如此大的样本概率小于2.2e-16。