R 语言经典实例（原书第 2 版）

240

｜

第

9

章

#>

#> data: as.factor(s)

#> Standard Normal = -2, p-value = 0.02

#> alternative hypothesis: two.sided

9.14.4 另请参阅

参见 5.4 节和 8.6 节。

9.15 比较两个样本的均值

9.15.1 问题

你有分别来自两个总体的样本。你想知道这两个总体是否可以有相同的均值。

9.15.2 解决方案

通过调用 t.test 函数执行

t

检验：

t.test(

x

,

y

)

默认情况下，t.test 假定数据不是配对数据。如果观测值是成对的（即，如果每个

x

i

与一个

y

i

配对），则指定 paired=TRUE：

t.test(

x

,

y

, paired = TRUE)

在任何一种情况下，t.test 都会计算一个

p

值。通常，如果

p

< 0.05，那么均值可能

是不同的，而

p

> 0.05 则没有提供这样的证据：

•

如果其中一个样本量较小，则总体必须正态分布。这里，“较小”意味着少于 20 个

数据点。

•

如果两个总体具有相同的方差，请指定 var.equal=TRUE 以获得较低的保守性检

验（即更有效的检验）。

9.15.3 讨论

我们经常使用

t

检验来快速检验两个总体之间是否存在差异。它要求样本足够大（即，

两个样本都具有 20 个或更多个观测值）或者其所在的总体是正态分布的。我们不希望

“正态分布”这个词让你望文生义。生成钟形的、对称的图形就足够好了。

这里的一个关键区别是数据是否包含配对观测值，因为这两种情况的结果可能不同。假 ...