Hvordan å sammenligne to dataprøver med R T-Test

 Hvis du vil 's bruke til å sammenligne dataene dine, bør du først sjekke, blant annet om de to prøvene er normalfordelt.

 Hvis du ønsker å vite om den gjennomsnittlige temperaturen varierer mellom perioder med beveren er aktive og inaktive, kan du gjøre dette med en enkel kommando:

 >
 Welch to-utvalgs t-test
 Detaljer: ved temp activ
 t = -18,5479, df = 80,852, p-verdi <2.2E-16
 alternativ hypotese: true forskjell betyr ikke lik 0
 95 prosent KI:
 -, 8927106 -, 7197342
 eksempel estimater:
 betyr i gruppe 0 betyr i gruppe 1
 37,09684 37,90306

 Vanligvis kan du bare utføre en t-testprøver avvikene er tilnærmet lik. R bruker Welch versjon av t-test, som korrigerer for ulik avvik.

 Du får mye informasjon her:

  •  Den andre linjen viser testobservator, grader av frihet, og i henhold til p-verdi. Den svært liten p-verdi angir at ressursene i de to prøvene varierer betydelig.
  •  Den alternative hypotesen forteller deg hva du kan konkludere om p-verdien er mindre enn terskelen for betydning. Generelle forskere vurdere alternativ hypotese er sant når p-verdi mindre enn 0,05.
  •  95 prosent konfidensintervall er intervallet at forskjellen mellom de midler inneholder 95 prosent sannsynlighet, så i dette tilfellet, er forskjellen mellom gjennomsnittene trolig mellom 0,72 og 0,89.
  •  Den siste linjen gir deg ressursene i begge prøvene.

 Du leser formelen temp ~ aktiverer alternativt kan du bruke to separate vektorer for prøvene som du ønsker å sammenligne og passere både funksjonen som i følgende eksempel "temp i grupper bestemmes ved å evaluere triggere.":

 > Active Temp <- beaver2 $ temp
 > Inactivetemp <- beaver2 $ temp
 >

(0)
(0)
Kommentarer - 0
Ingen kommentarer

Legg en kommentar

smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile
Tegn igjen: 3000
captcha