R 语言经典实例（原书第 2 版）

246

｜

第

9

章

#> alternative hypothesis: two.sided

#> 95 percent confidence interval:

#> -0.111 0.348

#> sample estimates:

#> prop 1 prop 2

#> 0.368 0.250

较大的

p

值意味着我们不能拒绝原假设：证据并不表明教师的评分之间存在任何差异。

9.18.4 另请参阅

参见 9.11 节。

9.19 组均值间成对比较

9.19.1 问题

你有多个样本，要在样本均值之间执行成对比较。也就是说，你想把任何一个样本的均

值与其他任何一个样本的均值进行比较。

9.19.2 解决方案

将所有数据放入一个向量中，并创建一个平行因子来识别数据的组别。调用 pairwise.

t.test 执行均值的成对比较：

pairwise.t.test(

x

,

f

) # x is the data, f is the grouping factor

输出包含一个

p

值的表格，其中每个

p

值对应每一组对。按照惯例，如果

p

< 0.05，那

么两组可能具有不同的平均值，而

p

> 0.05 则没有提供这样的证据。

9.19.3 讨论

这方法比 9.15 节更复杂， 9.15 节仅仅比较了两个样本的均值。这里，有多个样本，并要

把任何一个样本的均值与其他任何一个样本的均值进行比较。

从统计学上讲，成对比较是棘手的。这与简单地对每个可能的配对执行

t

检验不同。必

须调整

p

值，否则你将获得过于乐观的结果。 函数 pairwise.t.test ...