我有以下数据集（下面简称）。有时，我想对数据子集运行t检验（或其他测试），例如，将dcxd数据与d=1 & c=1 vs d=0 & c=0进行比较。我最接近的是使用aggregate()为这些提供方法，但无法对数据执行任何测试。关于如何实现这一点的任何想法？
(df <- read.table(header = TRUE, text = " exp n s d t dcxd brdud cod
1 1 966 0 1 1 44444 63248 20513
2 1 967 0 0 1 69124 165899 101382
3 1 968 0 0 1 126627 338462 195266
4 1 969 0 1 0 25517 10207 7655
5 1 970 0 0 0 62374 46278 28169
6 1 971 1 1 1 48366 73203 41830
7 1 972 1 0 1 78292 138790 65243
8 1 973 1 1 0 99379 49689 37267
9 1 974 1 0 0 52724 8787 1757
10 2 978 0 0 0 11686 6678 1669"))
# exp n s d t dcxd brdud cod
# 1 1 966 0 1 1 44444 63248 20513
# 2 1 967 0 0 1 69124 165899 101382
# 3 1 968 0 0 1 126627 338462 195266
# 4 1 969 0 1 0 25517 10207 7655
# 5 1 970 0 0 0 62374 46278 28169
# 6 1 971 1 1 1 48366 73203 41830
# 7 1 972 1 0 1 78292 138790 65243
# 8 1 973 1 1 0 99379 49689 37267
# 9 1 974 1 0 0 52724 8787 1757
# 10 2 978 0 0 0 11686 6678 1669
答案 0 :(得分：1)
以下是两个解决方案：
创建df的子集：
d1<-df[df$d==1 & df$s==1,]
d2<-df[df$d==0 & df$s==0,]
t.test(d1$dcxd,d2$dcxd)
或没有子集：
t.test(df[df$d==1 & df$s==1,'dcxd'],df[df$d==0 & df$s==0 ,'dcxd'])
两者的结果相同
Welch Two Sample t-test
data: df[df$d == 1 & df$s == 1, "dcxd"] and df[df$d == 0 & df$s == 0, "dcxd"]
t = 0.185, df = 2.759, p-value = 0.866
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-109662.0 122501.5
sample estimates:
mean of x mean of y
73872.50 67452.75