在R中使用t.test会产生更大的人口吗?如何告诉功能?

我对使用t.test检查总体平均值是否大于另一个平均值有疑问。

想象一下,我在数据框d中有2个变量:

Weigth: Numerical variable (weight of people).
Anykids: Categorical variable that can be yes or no.

数据框如下:

Anykids Weigth
yes     70
yes     84
no      66
...     ..

我要检查是否有Anykids的人的体重的平均值是否大于anykids的人的体重平均值=否。所以我有:

H0: m(weight_yes) = m(weight_no)
H1: m(weight_yes) > m(weight_no)

该功能将是:

t.test(weight~anykids,data = d,alternative = 'greater')

该函数如何知道参数更大意味着anykids =是的组而不是anykids = no的组?

如果我想检查脂肪肝:

H0: m(weight_no) = m(weight_yes)
H1: m(weight_no) > m(weight_yes)

该函数将具有相同的参数。我怎么知道更大意味着anykids =是o anykids =否?

pkhisen 回答:在R中使用t.test会产生更大的人口吗?如何告诉功能?

与许多具有因子的事物一样,R基于因子水平的顺序进行选择。在您的情况下,您可以使用levels(Anykids)进行检查,以预先发现在t.test()函数中哪个将用作 x y ,或可能使用relevel()更改顺序。

但是t-test()的结果也只会告诉您考虑了哪个。在此,在虹膜数据集中,杂色水平排在第一位,将考虑杂色的平均Sepal.Width是否比弗吉尼亚州大。

levels(iris$Species)
#> [1] "setosa"     "versicolor" "virginica"
test_data <- iris[iris$Species != 'setosa',]
t.test(data = test_data,Sepal.Width ~ Species,alternative = "greater")
#> 
#>  Welch Two Sample t-test
#> 
#> data:  Sepal.Width by Species
#> t = -3.2058,df = 97.927,p-value = 0.9991
#> alternative hypothesis: true difference in means is greater than 0
#> 95 percent confidence interval:
#>  -0.3096707        Inf
#> sample estimates:
#> mean in group versicolor  mean in group virginica 
#>                    2.770                    2.974
本文链接:https://www.f2er.com/3061627.html

大家都在问