如何在R中进行双尾双样本t检验

如何在R中进行双尾双样本t检验,r,t-test,R,T Test,我在创建双尾2样本t检验时遇到了以下问题。给出的唯一值为以下值。我们有两个小组S和L,他们有期中考试和期末考试。我的任务是对期中成绩进行一次双尾两样本t检验,然后对期中考试和期末考试的成绩差异进行检验 d <- read.table(text=" Cohort N Midterm_Mean Midterm_SD Final_Mean Final_SD Diff_Mean Diff_SD 2016_L 38 77.4 3.0 73.7 4.2

我在创建双尾2样本t检验时遇到了以下问题。给出的唯一值为以下值。我们有两个小组S和L,他们有期中考试和期末考试。我的任务是对期中成绩进行一次双尾两样本t检验,然后对期中考试和期末考试的成绩差异进行检验

d <- read.table(text="
Cohort  N Midterm_Mean Midterm_SD Final_Mean Final_SD Diff_Mean Diff_SD
2016_L 38     77.4        3.0       73.7       4.2      -3.7        2.1
2017_S 37     81.9        2.1       70.0       4.6     -11.9        2.8
", header=TRUE)
d0.01,科恩的d:-0.286)
  • 决赛:(t:2.30,p:0.024>0.01,科恩的d:0.532)
  • 我没有得到那些结果。如何在R中正确实现测试

    编辑:我已经有以下内容:

    L1 <- rnorm(mean = 77.4, sd = 3,   n=38)
    S1 <- rnorm(mean = 81.9, sd = 2.1, n=37)
    L2 <- rnorm(mean = 73.7, sd = 4.2, n=38)
    S2 <- rnorm(mean = 70,   sd = 4.6, n=37)
    tab <- data.frame(result=c(L1,S1), 
                      group=c(rep(0, times=38), rep(1,times =37)) ,head=TRUE)
    attach(tab)
    t <- t.test (result ~ group, mu=0, alternative="two.sided", 
                 conf=0.95, var.equal=T, paired=F)
    
    L1Check?t检验

    您将看到需要将两个向量(x和y)交给它。默认设置是测试零的平均差。双面测试也是默认设置。您可以切换是否假定相等方差--var.equal=TRUE


    您报告p值的方式是非标准的。我不太明白结果应该是什么。

    基本上,你根本没有走上正确的轨道。我想这是家庭作业吧?在现实生活中,您几乎总是从原始数据开始,这是R所期望的。但这里没有原始数据,只有汇总统计数据。所以你需要自己计算才能得到答案。(在编辑过程中,您正在生成新的原始数据,这些数据看起来有点像真实数据——当然,并不完全如此。)


    因为这感觉像是家庭作业,我不会在这里提供这些计算;相反,在文本中查找公式并遵循它们。基本思想是得到一个差,除以一个标准误差(需要根据这两个标准偏差和样本量计算),然后使用一个标准表(或R函数)得到p值。试一试,然后带着任何后续问题回来——编辑原始问题。

    第一个问题的t值应该是-1124还是p值或0.219?考虑到你是如何用dataHi@mojo来构建这个问题的,这两种说法似乎都不合理,欢迎来到StackOverfow。我已经添加了你另一篇文章中的信息,并将其标记为删除,或者如果在你看到这篇文章之前没有发生这种情况,那么你可以自己删除这篇文章。StackOverflow的工作方式不同于通常的留言板;与其添加新帖子,不如编辑原始问题,使其尽可能清晰possible@Robin:t值应为1.24。但是…@mojo:你发布的结果是不正确的,正确的p值要小得多。你确定你抄对了吗?好的,首先谢谢你。我有一个关于Parrondo的Paradoxon的演示,这是一个基础课程的学生和一个集成Paradoxon模拟课程的学生在他们关于这个主题的测试中如何表现的部分。问题是,在课文中,唯一提供的关于学生成功的信息是上面的表格以及上面提到的t检验结果。这就是为什么我试着自己做t检验来重建上述结果的原因。好的,谢谢你提供的额外信息。对于统计网站来说,这是一个更好的问题,因为它实际上不是关于编码,而是关于做什么。已经有几个问题解决了这个问题;例如,请参见。在你看到有什么之后,这里有一些潜在的选择:1)如果他们回答了你的问题,回来删除这个,2)如果你仍然不知道该做什么,问一个关于那里统计数据的问题(并删除这个),或者3)如果你知道该做什么但不知道如何在R中做,更新这个。维基百科页面也有很多好的背景信息。