R中的T检验,方差分æžï¼Œå¡æ–¹

时间:2019-02-23 15:08:37

标签: r statistics anova chi-squared t-test

    1    2
y1  48  44
y2  38  39
y3  49  56
y4  3   4
y5  55  28
y6  99  101
y7  121 120
y8  2   6

1)考虑到这ç§æ述性统计数æ®ï¼Œå…¶ä¸­1å’Œ2是结果(Y = 1或2),而Y1-Y8是å˜é‡ï¼Œæˆ‘想使用ä¸ç­‰æ–¹å·®æ‰§è¡Œç‹¬ç«‹çš„t检验。 Y4å’ŒY8是二进制å˜é‡ï¼Œæˆ‘需è¦æ‰§è¡Œå¡æ–¹ã€‚我希望这些测试的结果作为我的第三æ ï¼Œçœ‹çœ‹å“ªä¸ªå˜é‡æ˜¯ç»„别差异的驱动因素(Y = 1或2)。我将如何在R中åšåˆ°è¿™ä¸€ç‚¹ï¼Ÿ

2)如果结果更改为三个类别(Y = 1ã€2å’Œ3),如何在R中对连续å˜é‡æ‰§è¡ŒANOVA,对Y4å’ŒY8执行å¡æ–¹æ£€éªŒï¼Ÿ


1 个答案:

答案 0 :(得分:0)

首先,您ä¸åº”将二进制å˜é‡ä¸Žå…¶ä½™çš„测é‡å€¼æ··åˆã€‚我将从将输入数æ®å¸§åˆ†ä¸ºä¸¤ä¸ªæ•°æ®å¸§å¼€å§‹ã€‚

$package::_

现在进行测试。 df2 <- df1[c(4, 8), ] df3 <- df1[-c(4, 8), ] 将需è¦é•¿æ ¼å¼çš„æ•°æ®ï¼Œæœ‰å…³é‡å¡‘æ•°æ®é›†çš„其他方法,请å‚è§this question。

t.test

chisq.test(df2) long <- reshape2::melt(df3) t.test(value ~ variable, long) æ ¼å¼çš„æ•°æ®ã€‚

dput