數(shù)據(jù)準(zhǔn)備
按下面的形式，在EXCEL中整理好數(shù)據(jù)
| group | BW | SGR | CAT | SOD |
|---|---|---|---|---|
| 1 | 4 | 1.2 | 21 | 2.2 |
| 1 | 5 | 1.4 | 22 | 2.3 |
| 1 | 6 | 1.5 | 23 | 2.5 |
| 2 | 14 | 2.2 | 33 | 3.5 |
| 2 | 15 | 2.4 | 34 | 3.6 |
| 2 | 16 | 2.5 | 35 | 3.7 |
T檢驗(yàn)完整流程
T檢驗(yàn)流程
- 需要注意的是，由于T檢驗(yàn)對(duì)正態(tài)性不敏感，在樣本容量小的時(shí)候，即使數(shù)據(jù)不符合正態(tài)分布，仍然推薦使用T檢驗(yàn)，而不是秩和檢驗(yàn)進(jìn)行分析。因此后面的R代碼中，我省略了正態(tài)性檢驗(yàn)
- 在樣本量非常大的情況下，可以考慮使用Q-Q圖判斷正態(tài)性，只要大致呈一條直線，均認(rèn)為符合正態(tài)分布，使用T檢驗(yàn)。只有當(dāng)Q-Q圖非常不像一條直線時(shí)，才推薦使用秩和檢驗(yàn) wilcox.test()
R代碼
##################################################
##### 獨(dú)立樣本T檢驗(yàn)
#### 作者：Cdudu，日期：2019.1.12
#################################################
library(readxl)
library(car)
dat<-read_excel('文件名.xlsx')
#判斷方差齊性
leveneTest(BW~as.factor(group), data=dat)
#T-test
t.test(BW~as.factor(group),data=dat, var.equal=T)
#方差齊時(shí)，參數(shù)var.equal設(shè)定為T，即進(jìn)行Student T檢驗(yàn)。
#方差不齊時(shí)，參數(shù)var.equal使用默認(rèn)的F，則進(jìn)行Welch檢驗(yàn)
以上就是T檢驗(yàn)的完整代碼，其中：
- readxl包是用于導(dǎo)入EXCEL表格的，使用前請(qǐng)先安裝該包
- car包用于方差齊性檢驗(yàn)，使用前請(qǐng)先安裝該包
- 在方差齊性檢驗(yàn)和T-test的代碼中，都需要用as.factor()將自變量group轉(zhuǎn)化為因子型，避免運(yùn)行過(guò)程中報(bào)錯(cuò)
結(jié)果展示
方差齊性檢驗(yàn)結(jié)果
Pr(>F)大于0.5，則認(rèn)為方差齊
Levene's Test for Homogeneity of Variance (center = median)
Df F value Pr(>F)
group 1 0.0655 0.8065
6
T檢驗(yàn)結(jié)果
主要看p-value的值
Two Sample t-test
data: 體重 by as.factor(組別)
t = -12.916, df = 6, p-value = 1.325e-05
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-14.86816 -10.13184
sample estimates:
mean in group 1 mean in group 2
10.35 22.85
批量操作
本文中的R代碼每次只能實(shí)現(xiàn)一個(gè)變量的T檢驗(yàn)，然而在實(shí)際試驗(yàn)中，不可能只有一個(gè)檢測(cè)項(xiàng)目。當(dāng)檢測(cè)的項(xiàng)目較少時(shí)，可以使用這段R代碼一個(gè)一個(gè)檢驗(yàn)，但是當(dāng)測(cè)定項(xiàng)目比較多的時(shí)候，就顯得有點(diǎn)不夠人性化了。在下一篇文章中，放出批量T檢驗(yàn)的代碼。
