R语言学习系列26-均值的t检验.docxVIP

24. 均值的T检验（一）t分布若样本均数服从正态分布， 经过U变换, 可以变成标准正态分布N(0, 12), 也成为U分布. 实际工作中，由于总体标准差未知，用样本标准差代替，则不再服从标准正态分布，而是服从t分布：其中，S为样本方差，n为样本含量，v为自由度。t分布只有一个参数——自由度v. v→∞时，t分布无限接近标准正态分布。t分布的图形说明：单侧概率（单侧尾部面积）用表示；双侧概率（双侧尾部面积）用表示；例如，t0.05,10=1.812, 则P(t≤-1.812)=P(t≥1.812)=0.05 t0.05/2,10=2.228, 则P(t≤-2.228)+P(t≥2.228)=0.05（二）t检验t检验，是一种针对连续变量的参数假设检验，用来检验“单样本均值与已知均值（单样本t检验）、两独立样本均值（独立样本t检验）、配对设计资料的均值（配对样本t检验）”是否存在差异，这种差异是否能推论至总体。T检验适用于样本含量较小（比如n60，大样本数据可以用U检验），适用条件：① 数据服从正态分布；② 满足方差齐性（方差相等）；注：若数据不满足①，②，可以尝试对数据做变量变换：对数变换、平方根变换、倒数变换、平方根反正弦变换等。方差齐性检验要求两样本数据的总体均服从正态分布，统计量F为为较大的方差与较小的方差的比值：原假设H0：两总体方差相等；H1：两总体方差不相等。使用car包中的函数leveneTest()实现，基本格式为：leveneTest(y, group, center=, ...)leveneTest(formula,data,subset,...)其中，y为样本数据； group为因子型的分组变量；center指定计算每组的中心的方法，默认是中位数median，也可以用均值meanformula设置公式格式：formula=定量变量~分组变量示例：setwd(E:/办公资料/R语言/R语言学习系列/codes)load(chengji.Rdata)head(chengji,3) class sex Math English Rank1 1 1 60 66 42 1 1 42 58 53 1 1 78 95 3library(car)leveneTest(Math~as.factor(class),data=chengji)Levenes Test for Homogeneity of Variance (center = median) Df F value Pr(F)group 1 0.0284 0.8669 48 说明：P值=0.86690.05, 接受原假设，即方差齐。注：leveneTest是先对数据做一定变换再进行组间齐性检验，也是一般统计分析软件做方差齐次检验的方法。另外，R语言自带的方差齐性检验函数var.test()和bartlett.test()是对原始数据的方差进行检验（只适合正态或对称数据），所以P值结果会有差异。它们的基本格式是一致的：var.test(x, y,alternative=c(two.sided, less, greater),conf.level=0.95, ...)var.test(formula=, data,subset,...)其中，x,y为数值向量； 示例：bartlett.test(Math~as.factor(class),data=chengji)Bartlett test of homogeneity of variancesdata: Math by as.factor(class)Bartletts K-squared = 0.063063, df = 1, p-value = 0.8017（三）R语言实现用函数t.test()实现，基本格式为：t.test(x, y=NULL,alternative=,mu=0, paired=FALSE, var.equal=FALSE,conf.level=0.95, ...)其中，x, y为要检验的样本数据，若只有x则进行单样本t检验；alternative指定备择假设，默认two.sided双侧检验(t≠t0)，less左侧检验(t≤t0)，greater右侧检验(t≥t0)；mu指定要检验的均值；paired指定是否做配对t检验，默认FALSE；var.equal指定两组样本是否方差齐；conf.level为置信区间的置信水平；或者使用公式格式：t.test(formula, data, subset, na.action, ...)其中，formula指定公式的形式：var~factor，左侧是