科研星球

R语言——双样本独立检验的快速分析立检验的快速分析

背景介绍


双样本独立检验在平时的研究中是比较常用的。本文介绍了一种,当数据结果为连续的数据,那么可以使用以下双样本独立检验的方法。废话不多说,直接上教程。


在数据开始分析时,我们先介绍一下三种检验方法,特地列了个表格,应该可以看懂吧!


TestNormalityVariance homogeneity函数R包
Student's t-testst.test()onewaytests
Welch's t-test×wt.test()onewaytests
Mann-Whitney U test××mw.test()onewaytests

软件介绍


R

RStudio


教程介绍


此教程为了大家练习方便,我们将使用R中自带的CO2数据集,我们将根据二氧化碳吸收率比较植物的来源。


1. CO2数据集如下:


0.png


2. 我们可以使用onewaytests包来进行数据的描述统计。


install.packages("onewaytests")
library(onewaytests)
describe(uptake~Type,data = CO2)


0 (1).png


3. 第一种情况:每组数据符合正态分布,两组方差齐,则使用Student's t-Test。


st.test(uptake~Type,data=CO2)


0 (4).png


结果表明p.value小于0.05,因此两组之间的均值不相等,两组间具有显著性差异。


4. 第二种情况:每组数据符合正态分布,两组方差不齐,则使用Welch's t-Test。


wt.test(uptake~Type,data=CO2)


0 (2).png


结果表明p.value小于0.05,因此两组之间的均值不相等,两组间具有显著性差异。


5. 第三种情况:每组数据不符合正态分布,两组方差不齐,则使用非参数检验去比较两个组别,它比较两组的因变量分布是否相同,使用Mann-Whitney U Test。


mw.test(uptake~Type,data=CO2)


0 (3).png


结果表明p.value小于0.05,因此两组的因变量分布不相同,且具有显著性差异


6. 怎么样学会了么?


参考网页:

https://universeofdatascience.com/two-sample-independent-tests-in-r/#more-677


QQ客服
电子邮箱
淘宝官店
没有账号?