在R中使用正确的统计分析来确定两组比率的显着性？

Question

我制作了一些示例数据和示例图表来说明我需要做什么。

example.melt <- melt(example.data,id.vars="example.label")

example.melt$labelposition <-
 ifelse(example.melt$variable=="example.percent.bad", example.melt$value/2, 1 - example.melt$value/2)
 ##This just creates where the graph should place the labels

然后我将数据融化，以便能够使用重塑包进行图形化。

 example.label             variable value labelposition
1             A example.percent.good  0.75         0.625
2             B example.percent.good  0.60         0.700
3             A  example.percent.bad  0.25         0.125
4             B  example.percent.bad  0.40         0.200

然后数据看起来像这样......

{{1}}

然后我用ggplot2绘制它。该图表如下所示。

我需要做的是确定这些比率之间差异的统计显着性。显然，在我的实际数据中，比率来自某个地方，但这里只是为了简化问题的百分比，所以在这个特定的例子中没有意义。

用于确定这些比率之间的差异是否具有统计显着性的正确统计分析是什么，以及如何在R中实现这一点？基本上，标签A中的75％/ 25％与标签B中的60％/ 40％有统计学意义吗？

我不知道这是否是正确的问题。谢谢！

Answer 1

只有百分比才能完成你的工作。

您需要行数据，然后您可以对各组之间的均值或方差相等进行测试。