T检验是用来检验两组数据之间均值是否有差异的一种方法，比如下面我们用到的数据包括20个男生和20个女生的体重数据。
试验设计是自然群体下（人们正常生活，没有刻意控制自己的体重）探究
- 男生和女生之间的体重是否有差异？
- 或者男生的体重是否大于女生？
- 再或者男生的体重是否小于女生？
于是在理想的群体中随机抽取20个男生和20个女生测量体重，记录数据。
这时候的统计检验方法就可以选择T检验。
本篇文章的内容参考
https://www.datanovia.com/en/lessons/how-to-do-a-t-test-in-r-calculation-and-reporting/how-to-do-two-sample-t-test-in-r/
示例数据集来自datarium包的genderweight
加载数据
data('genderweight',package='datarium')
查看数据前六行
head(genderweight)
数据集是一个数据框，将男生和女生的数据拆分成两个向量
library(dplyr)
women_weight <- genderweight %>%
filter(group == "F") %>%
pull(weight)
women_weight
men_weight <- genderweight %>%
filter(group == "M") %>%
pull(weight)
men_weight
这里我新学到的函数是pull()，作用是用管道符把数据传递给他然后指定列名就直接转换成向量了。
如果要检验均值是否相等
t.test(women_weight,men_weight)
输出结果是
Welch Two Sample t-test
data: women_weight and men_weight
t = -20.791, df = 26.872, p-value < 2.2e-16
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-24.53135 -20.12353
sample estimates:
mean of x mean of y
63.49867 85.82612
t检验的零假设是两组数据均值相等，结果中p-value小于0.05，拒绝原假设，接受备择假设alternative hypothesis，备择假设是true difference in means is not equal to 0，翻译过来就是平均值差异不等于0,就是均值有差异。
这个做的是Welch Two Sample t-test，如果要做学生式T检验，可以在t.test()函数里加var.equal=T参数
> t.test(women_weight,men_weight,var.equal=T)
Two Sample t-test
data: women_weight and men_weight
t = -20.791, df = 38, p-value < 2.2e-16
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-24.50140 -20.15349
sample estimates:
mean of x mean of y
63.49867 85.82612
如果要看男生体重是否比女生大，需要加alternative参数
t.test(men_weight,women_weight,var.equal=T,alternative = "greater")
男生的数据放第一个参数，女生的数据方第二个参数，alternative = "greater"是指备择假设是男生体重大于女生，对应的零假设就是男生体重不大于女生。
结果
Two Sample t-test
data: men_weight and women_weight
t = 20.791, df = 38, p-value < 2.2e-16
alternative hypothesis: true difference in means is greater than 0
95 percent confidence interval:
20.51693 Inf
sample estimates:
mean of x mean of y
85.82612 63.49867
p-value小于0.05拒绝原假设，所以结论就是男生体重大于女生
接下来是结果展示，T检验的结果通常可以用箱线图来展示
library(ggplot2)
ggplot(genderweight,aes(x=group,y=weight))+
geom_boxplot(aes(fill=group))+
geom_jitter(aes(color=group))+
geom_segment(aes(x=1,xend=1,y=70,yend=100))+
geom_segment(aes(x=2,xend=2,y=96,yend=100))+
geom_segment(aes(x=1,xend=2,y=100,yend=100))+
annotate('text',x=1.5,y=102,label="p-value< 2.2e-16")+
theme_bw()
image.png
欢迎大家关注我的公众号
小明的数据分析笔记本
公众号二维码.jpg
