R 进行两组样本之间的t-test 检验 2020-06-02

一、对于两个分组中的样本的数值之间是否存在显著性差异进行检验。其前提有三个：
1.样本是正太分布的 N(0,1)
2.各样本的方差是不存在显著性差异
3.若1，2满足，则进行t检验。
4.进行t检验，计算p值，再决定原假设（两组内的数据之间不存在显著差异）
二、所需要的工具、步骤：
1）正态分布检验：shapiro.test 先假设正态分布的，若p>0.5， 则就假设成立，正态，vise versa.
2）方差无显著差异性检验： 可以用的方法有以下几种，可选用之一
1.bartlett.test
2.var.test
3.leveneTest ， 而这个在car 包里，所以事先需要安装car包。
3）如果上述两个条件满足：样本数据正态分布，方差无显著差异，则进行t-检验。

4）具体代码与所显示的结果如下：
第一步：正态检验、假设是正态分布的。
x <- c(1100, 1210, 1150, 1185, 1250, 1150, 1130, 1180, 1200, 1170)
y <- c(1120, 1230, 1215, 1345, 1180, 1245, 1260, 1240, 1295, 1245, 1140, 1310, 1295, 1250, 1275)

shapiro.test(x)

image.png

发现p>0.05，即假设的正态分布是成立，进行第二步。

并为一列：
testdata <- data.frame(price = c(x, y), xiaoqu = c(rep("A", length(x)), rep("B", length(y))))
head(testdata)

image.png

第二步、检验方差之间是否存在显著差异，假设不存在显著性差异，三种方法

检验方差之间不存在显著差异，假设是不存在显著差异：
bartlett.test(formula = price ~ xiaoqu, data = testdata)

image.png

或者用另一种方法检测方差显著性差异：
var.test(formula = price ~ xiaoqu, data = testdata)

image.png

或者用另一种方法检测方差显著性差异：即用car包
library(car)
leveneTest(testdata

xiaoqu)

image.png

第三步、进行t检验
t.test(formula = price ~ xiaoqu, data = testdata, paired = FALSE)

image.png

说明：两组值具有显著差异、A 组的值显著低于B 组。因为p<0.01。