我们说我有吸烟者和非吸烟者的肺活量数据。所以我们有变量" lungCap"带有数值,变量"吸烟"与价值观#34;是"或"不"。现在我想看看非吸烟者的能力是否大于吸烟者:
t.test(lungCap~smoking, alt="greater")
现在测试是否计算"是" > " no" 或" no" > "是" ?这是如何确定的?我在t.test命令的帮助中找不到它。
答案 0 :(得分:0)
使用基于字符的自变量时,t.test()
将根据自变量中值的字母顺序进行比较。
为了说明这一点,我们将使用1973年汽车趋势汽车数据集比较汽车每加仑英里数与手动和自动变速器的比较。
我们将创建一个字符变量来表示自动与手动(以说明OP中的场景)并运行t测试。
我们将测试以下假设:
要运行测试,我们将加载数据,创建额外列并执行t.test()
。
data(mtcars)
mtcars$trans <- ifelse(mtcars$am == 1,"manual","automatic")
t.test(mtcars$mpg ~ mtcars$trans,alt="greater")
...和输出:
> t.test(mtcars$mpg ~ mtcars$trans,alt="greater")
Welch Two Sample t-test
data: mtcars$mpg by mtcars$trans
t = -3.7671, df = 18.332, p-value = 0.9993
alternative hypothesis: true difference in means is greater than 0
95 percent confidence interval:
-10.57662 Inf
sample estimates:
mean in group automatic mean in group manual
17.14737 24.39231
我们在此处看到的是t.test()
自动运行&gt;手动,因此p值为0.9993。
要正确运行测试,我们将修改它以使用alt="less"
参数。
> t.test(mtcars$mpg ~ mtcars$trans,alt="less")
Welch Two Sample t-test
data: mtcars$mpg by mtcars$trans
t = -3.7671, df = 18.332, p-value = 0.0006868
alternative hypothesis: true difference in means is less than 0
95 percent confidence interval:
-Inf -3.913256
sample estimates:
mean in group automatic mean in group manual
17.14737 24.39231
>
在这里,我们看到报告的p值为0.0006,意味着我们拒绝零假设,支持自动变速器汽车每加仑平均行驶里程低于手动变速器汽车的替代假设。