R语言-t检验

这是一篇学习笔记。

正态性检验

由于t检验的前提假设是总体服从正态分布，因此在进行t检验之前要先进行正态性检验，观察我们用于t检验的样本是否服从正态分布。

画图法
1.画直方图，观察形状是否为倒钟形，若为倒钟形那便是接近正态分布的

hist(data$col1)

2.画QQ图，观察形状是否是一条连接主对角线的线，若是，那便是接近正态分布的

qqnorm(data$col1)

3.shapiro.test
这种检验方式适合于样本量比较小（N<20）的时候使用

result<-shapiro.test(data$col1)
if(result$p.value<0.05){
	print("在置信度95%的情况下拒接原假设，数据不符合正态分布")
	}

t检验

t.test()

参数	释义
x	唯一的必选参数，一个数值型非空向量，若为单样本检验，那么这里就是那个样本；若为双样本检验，这里就是样本之一
y	可选参数，单样本检验时可以为空，双样本检验时是样本之一
alternative	"two.sided"双侧检验，“greater”和“less”都是单侧检验，“greater”是右侧，“less”是左侧
mu	单样本检验的时候是样本均值，双样本检验的时候是样本均值之差，默认值=0
spaired	是否为配对t检验，TRUE为配对t检验
var.equal	是否将两个样本的方差视为相等，一般来说如果不能很确定会相等，这里就设置为FALSE，默认值为FALSE
conf.level	置信度，e.g. 0.95

当我们在双样本检验时懒得把两个样本的数据分离出来，而只是把他们放在同一个datafarme中使用一个flag字段进行区分时，我们可以使用t.test(）中的formula参数进行t检验。

result<-with(data,t.test(formula=col1~flag,conf.level=0.95,...))