Question

我定义了两个明显不同的向量：

> x1 = c(3, 4, 3, 4)
> x2 = c(9, 8, 9, 7)

如果我使用 t.test 执行t检验而不将其分配给对象名称，则会得到预期的结果。如：

> t.test(x1, x2)

# Gives the console output:

    Welch Two Sample t-test

data:  x1 and x2
t = -8.4971, df = 4.927, p-value = 0.000399
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -6.193426 -3.306574
sample estimates:
mean of x mean of y 
     3.50      8.25

这给出了一个大的t值和一个小的p值，表明两个向量具有不同的均值。但是，如果我将t检验分配给对象名称以通过以下方式创建列表对象：

mean.diff = mean(x1) - mean(x2)
ttst = t.test(
   x = x1,
   y = x2,
   alternative = "two.sided",
   mu = mean.diff,
   paired = FALSE,
   var.equal = FALSE,
   conf.level = 0.95
)

结果总是 t值为零，p值为1，这表明两个向量是相同的。无论矢量如何，这种情况都会发生，我只是选择了x1和x2作为示例。

请问导致我的代码出了什么问题？感谢您的帮助。

Answer 1

在第二个示例中，您正在测试均值差异是否不同于mean.diff；由于您将mean.diff计算为x1和x2（mean.diff = mean(x1) - mean(x2)）的均值之差，因此t统计量正好为0，相应的p值最大（即等于1）。因此，我们不能拒绝零假设H0，其中H0对应于均值之差等于mean.diff。

Answer 2

您获得的结果与赋值无关：它是由参数mu = mean.diff引起的。

根据?t.test，mu是

一个数字，表示平均值的真实值（或者，如果您正在执行两个样本检验，则表示均值之差）。

由于将其设置为均值之差的实际值，因此所得的t将始终等于零。

分配给列表对象时，R中的t.test给出奇怪的结果

2 个答案: