R 如何在没有完整样本数据的情况下进行配对t检验？

我有几个来自三个不同来源（医院）的配对t检验数据摘要，这意味着我没有完整的样本数据。我要进行配对t检验的是平均值（每个配对样本数据的差异）。
数据如下表所示（每行为一名患者），我有

平均值（diff）

和

sd（diff）

是否有任何函数可以轻松执行配对t检验并获得95%置信区间？ 由于患者隐私问题，无法获取整个数据集

3 months 6 months  diff
  1         3       -2
  2         1        1
  5         9       -4

---

配对t检验与t检验完全等价，t检验根据零的零假设检验差异的平均值

diffs <- c(-2,1,-4)
m <- mean(diffs)
s <- sd(diffs)
n <- length(diffs)

---

非常感谢你！！！！！但如果我真的想在假设方差相等的情况下进行t检验呢？对不起，我不知道你的意思。什么的等方差？还是说不等方差？我看不出不等方差检验在配对情况下有什么意义……对不起。你的问题是关于配对t检验的，这就是我的答案。如果你还有其他问题，你应该单独发帖提问。否则，这可能会成为一个…我的意思是，不是成对的情况。对两个独立样本进行t检验。太好了，谢谢你让我知道：）如果这解决了你的问题，我们鼓励你点击复选标记接受答案。。。

pval <- 2*pt(abs(m/s),lower.tail=FALSE,df=n)
## 0.555
qq <- qt(0.975,df=n)
ci <- m + c(-1,1)*qq*s
## [1] -9.675648  6.342314